KR20210073928A - 에너지 절감 가열 장치 및 이의 동작 방법 - Google Patents

에너지 절감 가열 장치 및 이의 동작 방법 Download PDF

Info

Publication number
KR20210073928A
KR20210073928A KR1020190164745A KR20190164745A KR20210073928A KR 20210073928 A KR20210073928 A KR 20210073928A KR 1020190164745 A KR1020190164745 A KR 1020190164745A KR 20190164745 A KR20190164745 A KR 20190164745A KR 20210073928 A KR20210073928 A KR 20210073928A
Authority
KR
South Korea
Prior art keywords
vibration
heating
energy
heating target
boiling state
Prior art date
Application number
KR1020190164745A
Other languages
English (en)
Inventor
김태현
Original Assignee
엘지전자 주식회사
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 엘지전자 주식회사 filed Critical 엘지전자 주식회사
Priority to KR1020190164745A priority Critical patent/KR20210073928A/ko
Priority to US16/822,810 priority patent/US20210185772A1/en
Publication of KR20210073928A publication Critical patent/KR20210073928A/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B6/00—Heating by electric, magnetic or electromagnetic fields
    • H05B6/02—Induction heating
    • H05B6/06—Control, e.g. of temperature, of power
    • H05B6/062—Control, e.g. of temperature, of power for cooking plates or the like
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24C—DOMESTIC STOVES OR RANGES ; DETAILS OF DOMESTIC STOVES OR RANGES, OF GENERAL APPLICATION
    • F24C15/00—Details
    • F24C15/10—Tops, e.g. hot plates; Rings
    • F24C15/102—Tops, e.g. hot plates; Rings electrically heated
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24C—DOMESTIC STOVES OR RANGES ; DETAILS OF DOMESTIC STOVES OR RANGES, OF GENERAL APPLICATION
    • F24C15/00—Details
    • F24C15/20—Removing cooking fumes
    • F24C15/2021—Arrangement or mounting of control or safety systems
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24C—DOMESTIC STOVES OR RANGES ; DETAILS OF DOMESTIC STOVES OR RANGES, OF GENERAL APPLICATION
    • F24C7/00—Stoves or ranges heated by electric energy
    • F24C7/08—Arrangement or mounting of control or safety devices
    • F24C7/082—Arrangement or mounting of control or safety devices on ranges, e.g. control panels, illumination
    • F24C7/083—Arrangement or mounting of control or safety devices on ranges, e.g. control panels, illumination on tops, hot plates
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24C—DOMESTIC STOVES OR RANGES ; DETAILS OF DOMESTIC STOVES OR RANGES, OF GENERAL APPLICATION
    • F24C7/00—Stoves or ranges heated by electric energy
    • F24C7/08—Arrangement or mounting of control or safety devices
    • F24C7/087—Arrangement or mounting of control or safety devices of electric circuits regulating heat
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H11/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H11/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties
    • G01H11/06—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties by electric means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D23/00—Control of temperature
    • G05D23/19—Control of temperature characterised by the use of electric means
    • G05D23/1919—Control of temperature characterised by the use of electric means characterised by the type of controller
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/57—Mechanical or electrical details of cameras or camera modules specially adapted for being embedded in other devices
    • H04N5/2257—
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B1/00—Details of electric heating devices
    • H05B1/02—Automatic switching arrangements specially adapted to apparatus ; Control of heating devices
    • H05B1/0227—Applications
    • H05B1/0252—Domestic applications
    • H05B1/0258—For cooking
    • H05B1/0261—For cooking of food
    • H05B1/0266—Cooktops
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B3/00—Ohmic-resistance heating
    • H05B3/68—Heating arrangements specially adapted for cooking plates or analogous hot-plates
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B6/00—Heating by electric, magnetic or electromagnetic fields
    • H05B6/02—Induction heating
    • H05B6/10—Induction heating apparatus, other than furnaces, for specific applications
    • H05B6/12—Cooking devices
    • H05B6/1209—Cooking devices induction cooking plates or the like and devices to be used in combination with them
    • H05B6/1236—Cooking devices induction cooking plates or the like and devices to be used in combination with them adapted to induce current in a coil to supply power to a device and electrical heating devices powered in this way
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B2213/00—Aspects relating both to resistive heating and to induction heating, covered by H05B3/00 and H05B6/00
    • H05B2213/04—Heating plates with overheat protection means
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B2213/00—Aspects relating both to resistive heating and to induction heating, covered by H05B3/00 and H05B6/00
    • H05B2213/07—Heating plates with temperature control means

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Combustion & Propulsion (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Electromagnetism (AREA)
  • Food Science & Technology (AREA)
  • Automation & Control Theory (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Induction Heating Cooking Devices (AREA)

Abstract

에너지 절감 가열 장치 및 방법이 개시된다. 에너지 절감 가열 장치는 내부에 수납공간을 가지는 하우징과, 피가열체를 가열하는 가열 부재와, 상기 가열 부재에 전력을 공급하는 전력 공급부와, 상기 하우징의 상부에 배치되어 상기 피가열체를 지지하는 탑플레이트와, 상기 탑플레이트의 하부에 배치되는 진동 센서와, 상기 진동 센서로부터 감지되는 진동 정보에 기초하여, 상기 전력 공급부에서 상기 가열 부재로의 전력 공급을 제어하는 제어부를 포함할 수 있다. 에너지 절감 가열 장치는 상기 진동 정보에 진동기반의 끓는 상태 추정 알고리즘을 적용하여, 상기 전력 공급 제어에 기준이 되는 상기 피가열체의 끓는 상태를 추정할 수 있다. 상기 진동기반의 끓는 상태 추정 알고리즘은 기계 학습을 통해 생성된 신경망 모델이고, 에너지 절감 가열 장치 내 메모리에 저장되거나, 또는 5G 네트워크를 통한 인공지능 환경에서 서버를 통해 제공될 수 있다.

Description

에너지 절감 가열 장치 및 이의 동작 방법{ENERGY REDUCTION HEATING APPARATUS AND OPERATING METHOD THEREOF}
본 발명은 피가열체가 가열됨에 따라 발생하는 진동 패턴의 변화에 기초하여, 상기 피가열체를 가열하는 가열 부재로의 전력 공급을 제어하는 에너지 절감 가열 장치 및 방법에 관한 것이다.
조리 등을 위해 음식물을 가열하는 경우, 지속적인 모니터링이 되지 않은 상태에서 가열이 계속해서 이루어지면 음식물이 지나치게 가열되어 증발하거나 심각한 경우에는 화재로 이어질 수 있다.
따라서, 온도가 지나치게 올라가는 경우를 감지하여 가열기의 동작을 자동으로 제어하도록 하거나 정지시키도록 하려는 기술적 시도가 있어왔다.
한국등록특허공보 제1390397호는 "주방 조리기기의 안전 제어 장치 및 안전 제어 방법"에 관한 발명으로, 가열기 본체 위에 CCD 카메라를 설치하여 조리되는 음식물에 대한 영상을 촬영하고 촬영된 영상을 해석하여 음식이 끓어 넘치려고 하면 가열량을 감소시키거나 차단시키는 방법을 개시하고 있다.
상술된 문헌에서 개시된 기술은 음식이 끓어 넘치는 것을 방지할 수는 있으나, 음식의 온도가 급격히 낮아질 수 있으며, 이에 따라 음식의 온도를 일정하게 유지하는 데에는 한계가 있다.
한국등록특허공보 제1849099호는 "물 끓음 감지 장치"에 관한 발명으로, 요리 기구에 놓인 요리 용기 방향으로 송신 초음파 신호를 송신하는 초음파 장치, 요리 용기에 반사되어 돌아온 반사 초음파 신호를 수신하는 초음파 수신 장치를 이용하여 용기의 진동을 파악함으로써 물 끓음을 판단하는 방법을 개시한다.
상술된 문헌에서 개시된 기술을 구현하기 위해서는 가열기와는 별도로 초음파 장치 및 초음파 수신 장치가 추가로 설치되어야 하며, 용기에 따라 진동수가 모두 다르므로, 추정의 정확성이 떨어질 수 있다는 한계가 있다.
위와 같은 한계들을 극복하기 위해, 조리 등 물체를 가열하는 과정에서의 가열 상황을 감지하고, 감지한 결과에 따라 가열량을 자동으로 제어할 수 있도록 하는 방식에 대한 보다 발전된 해결책이 제공될 필요가 있다.
본 발명의 일실시예는, 진동 센서에 의해 감지되는 진동 정보에, 진동기반의 끓는 상태 추정 알고리즘을 적용하여, 피가열체(예컨대, 음식물)의 끓는 상태를 용이하게 추정하는 것을 목적으로 한다.
본 발명의 일실시예는, 동작 모드가 에너지 절감 모드일 경우, 진동 센서를 통해 주기적으로 감지된 진동 정보에 기초하여 피가열체가 끓는 상태임을 추정하고, 상기 진동 센서에 의해 감지되는 진동의 세기와 상기 끓는 상태에 대응하는 진동의 세기를 비교한 결과에 기초하여, 상기 피가열체를 가열하는 가열 부재로의 전력 공급을 감소시키거나 또는 증가시킴으로써, 피가열체의 상태를 끓는 상태(또는, 일정 온도 범위)로 유지하도록 하면서도, 불필요한 에너지 소비를 감소시킬 수 있게 하는 것을 목적으로 한다.
또한, 본 발명의 일실시예는, 동작 모드가 에너지 비절감 모드일 경우, 피가열체의 끓는 상태가 지속적으로 추정되더라도, 사용자의 의도적인 가열로 판단하여, 피가열체를 가열하는 가열 부재로의 전력 공급을 감소시키지 않으나, 진동 정보에 기초하여 피가열체의 상태를 모니터링한 결과, 피가열체의 상태가 사용자가 원하지 않는 상태로 변질(예컨대, 너무 조려지거나, 타버림)되는 것으로 예측됨에 따라, 상기 피가열체에 대한 경고 알림을 제공함으로써, 피가열체의 상태를 사용자로 하여금 파악할 수 있게 하는 것을 목적으로 한다.
본 발명의 일실시예는, 에너지 절감 가열 장치로서, 내부에 수납공간을 가지는 하우징과, 피가열체를 가열하는 가열 부재와, 상기 가열 부재에 전력을 공급하는 전력 공급부와, 상기 하우징의 상부에 배치되어 상기 피가열체를 지지하는 탑플레이트와, 상기 탑플레이트의 하부에 배치되는 진동 센서와, 상기 진동 센서로부터 감지되는 진동 정보에 기초하여, 상기 전력 공급부에서 상기 가열 부재로의 전력 공급을 제어하는 제어부를 포함하는, 에너지 절감 가열 장치일 수 있다.
본 발명의 일실시예는, 에너지 절감 가열 장치 내 가열 부재에서, 상기 에너지 절감 가열 장치의 탑플레이트 상에 배치된 피가열체를 가열하는 단계와, 상기 에너지 절감 가열 장치 내 진동 센서에서, 진동 정보를 감지하는 단계와, 상기 에너지 절감 가열 장치 내 제어부에서, 상기 감지된 진동 정보에 기초하여, 상기 가열 부재로의 전력 공급을 제어하는 단계를 포함하는, 에너지 절감 가열 장치의 동작 방법일 수 있다.
이 외에도, 본 발명을 구현하기 위한 다른 방법, 다른 시스템 및 상기 방법을 실행하기 위한 컴퓨터 프로그램이 저장된 컴퓨터로 판독 가능한 기록매체가 더 제공될 수 있다.
전술한 것 외의 다른 측면, 특징, 이점이 이하의 도면, 특허청구범위 및 발명의 상세한 설명으로부터 명확해질 것이다.
본 발명에 따르면, 진동 센서에 의해 감지되는 진동 정보에, 진동기반의 끓는 상태 추정 알고리즘을 적용하여, 피가열체의 온도를 용이하게 추정하고, 추정된 피가열체의 온도에 따라, 피가열체의 끓는 상태를 용이하게 추정할 수 있다.
본 발명에 의하면, 동작 모드가 에너지 절감 모드일 경우, 진동 센서를 통해 주기적으로 감지된 진동 정보에 기초하여 피가열체가 끓는 상태임을 추정하고, 상기 진동 센서에 의해 감지되는 진동의 세기와 상기 끓는 상태에 대응하는 진동의 세기를 비교한 결과에 기초하여, 상기 피가열체를 가열하는 가열 부재로의 전력 공급을 감소시키거나 또는 증가시킴으로써, 피가열체의 상태를 끓는 상태(또는, 일정 온도 범위)로 유지하도록 하면서도, 불필요한 에너지 소비를 감소시킬 수 있게 한다.
또한, 본 발명에 따르면, 동작 모드가 에너지 비절감 모드일 경우, 피가열체의 끓는 상태가 지속적으로 추정되더라도, 사용자의 의도적인 가열로 판단하여, 피가열체를 가열하는 가열 부재로의 전력 공급을 감소시키지 않으나, 진동 정보에 기초하여 피가열체의 상태를 모니터링한 결과, 피가열체의 상태가 사용자가 원하지 않는 상태로 변질(예컨대, 너무 조려지거나, 타버림)되는 것으로 예측됨에 따라, 상기 피가열체에 대한 경고 알림을 제공함으로써, 피가열체의 상태를 사용자로 하여금 파악할 수 있게 한다.
도 1은 본 발명의 실시예에 따른 에너지 절감 가열 장치가 동작하는 환경에 대해 설명하기 위한 도면이다.
도 2는 본 발명의 실시예에 따른 에너지 절감 가열 장치의 분해도를 도시한 도면이다.
도 3은 본 발명의 일실시예에 따른 에너지 절감 가열 장치의 구성에 대한 블록도를 도시한 도면이다.
도 4 및 도 5는 본 발명의 일실시예에 따른 에너지 절감 가열 장치에서 감지되는 진동 정보를 설명하기 위한 도면이다.
도 6은 본 발명의 일실시예에 따른 에너지 절감 가열 장치에서 피가열체의 끓는 상태를 추정하기 위한 신경망 모델을 설명하기 위한 도면이다.
도 7은 본 발명의 일실시예에 따른 에너지 절감 가열 장치에서 피가열체의 상태 변화에 따라 가열 부재로의 전력 공급을 제어하는 일례를 설명하기 위한 도면이다.
도 8은 본 발명의 일실시예에 따른 에너지 절감 가열 장치에서 피가열체의 상태가 변경될 때 경고 알림을 제공하는 일례를 설명하기 위한 도면이다.
도 9는 본 발명의 일실시예에 따른 에너지 절감 가열 장치에서 복수의 피가열체를 가열할 때의 전력 공급 제어 일례를 설명하기 위한 도면이다.
도 10은 본 발명의 일실시예에 따른 에너지 절감 가열 장치의 동작 방법을 나타내는 흐름도이다.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, 본 명세서에 개시된 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시 예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시 예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
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.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수개의 표현을 포함한다.
본 출원에서, "포함한다" 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.
도 1은 본 발명의 실시예에 따른 에너지 절감 가열 장치가 동작하는 환경에 대해 설명하기 위한 도면이다.
본 발명의 에너지 절감 가열 장치는 다양한 가열 수단을 가진 기기(예컨대, 쿡탑(cooktop))들일 수 있으나, 여기서는 설명의 편의를 위해 일 예로서 전기 레인지인 경우를 상정하고 실시예들을 설명하도록 한다.
에너지 절감 가열 장치가 동작하는 환경(100)은 예컨대, 전기 레인지(101), 서버(102) 및 사용자 단말(103)을 포함할 수 있다.
전기 레인지(101)는 예컨대, 5G 통신 네트워크를 이용해 구축된 사물 인터넷 환경에서 동작할 수 있다. 전기 레인지(101)는 서버(102), 사용자 단말(103) 및 스피커(도시하지 않음)와 통신할 수 있다.
전기 레인지(101)는 진동 센서에 의해, 피가열체를 가열하면서 발생하는 진동 정보(예컨대, 진동의 패턴)를 감지하고, 상기 진동 정보에 진동기반의 끓는 상태 추정 알고리즘을 적용하여 피가열체의 끓는 상태를 용이하게 추정할 수 있다. 전기 레인지(101)는 상기 진동 센서에 의해 감지되는 진동의 세기와 상기 끓는 상태에 대응하는 진동의 세기를 비교한 결과에 기초하여, 상기 피가열체를 가열하는 가열 부재로의 전력 공급을 감소시키거나 또는 증가시킴으로써, 상기 피가열체로의 전력 공급량을 제어할 수 있다.
다른 일례로서, 전기 레인지(101)는 진동 센서에 의해, 피가열체를 가열하면서 발생하는 진동 정보(예컨대, 진동의 패턴)를 감지하고, 상기 진동 정보에 진동기반의 온도추정 알고리즘을 적용하여 피가열체의 온도를 추정하며, 상기 피가열체의 온도에 기초하여 피가열체로의 전력 공급량을 제어할 수 있다.
전기 레인지(101)는 진동기반의 끓는 상태 추정 알고리즘(또는, 진동기반의 온도추정 알고리즘을 생성하거나, 또는 서버(102)로부터 수신하여 메모리에 저장할 수 있다.
한편, 전기 레인지(101)는 상기 진동 정보가 설정된 조건에 해당하는 경우, 피가열체에 대한 경고 알림을 내부 컴포넌트(component) 또는 스피커를 통해 제공하거나, 사용자 단말(103)에 제공할 수 있다. 예컨대, 전기 레인지(101)는 상기 진동 정보 내 진동의 주기가 설정된 기준 주기를 설정된 시간 동안 초과하거나, 상기 진동 정보 내 진동의 세기가 설정된 기준 세기를 초과하거나, 또는 피가열체의 온도가 설정된 기준 온도를 설정된 시간 동안 초과함에 따라, 피가열체의 상태가 사용자의 의도와 다르게 변질(예컨대, 너무 조려진 상태, 너무 짜게된 상태)될 것으로 판단하여, 피가열체에 대한 경고 알림을 내부 컴포넌트를 통해 제공하거나, 또는 사용자 단말(103)에 제공할 수 있다.
서버(102)는 피가열체가 가열되는 동안, 전기 레인지(101)에 의해 감지되는 진동 정보(예컨대, 진동의 주기, 세기 및 파형 형태 중 적어도 하나를 포함하는 진동의 패턴) 또는 상기 진동 정보에 기초하여 추정되는 피가열체의 끓는 상태(또는, 피가열체의 온도)를 전기 레인지(101)로부터 입력받아 데이터베이스에 저장할 수 있고, 축적된 데이터베이스를 통해 전기 레인지(101)가 진동 정보 또는 피가열체의 끓는 상태(또는, 피가열체의 온도)에 기초하여, 에너지 절감을 위한 전력 공급 제어 판단 기준을 제공해줄 수 있다.
예를 들어, 서버(102)에는 피가열체가 가열되는 동안 발생하는 진동 정보 또는 상기 진동 정보와 연관된 피가열체의 끓는 상태(또는, 피가열체의 온도)와 연관된 에너지 공급량을 에너지 테이블로 작성하여 데이터베이스에 더 저장할 수 있다. 전기 레인지(101)는 피가열체를 가열하면서 발생하는 진동 정보를 감지하거나, 또는 상기 진동 정보로부터 피가열체의 끓는 상태(또는, 피가열체의 온도)를 추정하고, 서버(102)와의 통신을 통해 서버(102) 내 에너지 테이블을 참고하여 피가열체로의 에너지 공급량을 획득한 후, 획득한 에너지 공급량에 따라 전력 공급량을 제어할 수 있다.
또한, 서버(102)는 진동기반의 끓는 상태 추정 알고리즘(또는, 진동기반의 온도추정 알고리즘을 전기 레인지(101)에 제공하여, 전기 레인지(101)에서 피가열체의 끓는 상태(또는, 피가열체의 온도)를 용이하게 추정할 수 있도록 한다.
또한, 서버(102)는 복수의 전기 레인지들과 통신하여, 피가열체의 끓는 상태(또는, 피가열체의 온도)에 따른 에너지 공급량을 수집함으로써, 데이터베이스 내 정보를 업데이트할 수 있다.
사용자 단말(103)은 전기 레인지(101)에서 감지한 진동 정보가 설정된 조건에 해당함에 따라, 전기 레인지(101)로부터 피가열체에 대한 경고 알림을 수신할 수 있다.
또한, 사용자 단말(103)은 컴퓨팅 장치의 기능을 수행할 수 있는 통신 단말기를 포함할 수 있으며, 사용자가 조작하는 데스크 탑 컴퓨터, 스마트폰, 노트북, 태블릿 PC, 스마트 TV, 휴대폰, PDA(personal digital assistant), 랩톱, 미디어 플레이어, 마이크로 서버, GPS(global positioning system) 장치, 전자책 단말기, 디지털방송용 단말기, 네비게이션, 키오스크, MP3 플레이어, 디지털 카메라, 가전기기 및 기타 모바일 또는 비모바일 컴퓨팅 장치일 수 있으나, 이에 제한되지 않는다.
또한, 사용자 단말(103)은 통신 기능 및 데이터 프로세싱 기능을 구비한 시계, 안경, 헤어 밴드 및 반지 등의 웨어러블 단말기일 수 있다. 이러한 사용자 단말(103)은 상술한 내용에 제한되지 아니하며, 알림 인식이 가능한 단말기는 제한 없이 차용될 수 있다.
한편, 전기 레인지(101)는 네트워크를 통해 상술된 기기들과 연결될 수 있다. 여기서, 네트워크는 전기 레인지(101), 서버(102) 및 사용자 단말(103)을 연결하는 역할을 수행할 수 있다.
이러한 네트워크는 예컨대 LANs(local area networks), WANs(wide area networks), MANs(metropolitan area networks), ISDNs(integrated service digital networks) 등의 유선 네트워크나, 무선 LANs, CDMA, 블루투스, 위성 통신 등의 무선 네트워크를 망라할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다.
또한, 네트워크는 근거리 통신 및/또는 원거리 통신을 이용하여 정보를 송수신할 수 있다. 여기서 근거리 통신은 블루투스(bluetooth), RFID(radio frequency identification), 적외선 통신(IrDA, infrared data association), UWB(ultra-wideband), ZigBee, Wi-Fi (wireless fidelity) 기술을 포함할 수 있고, 원거리 통신은 CDMA(code division multiple access), FDMA(frequency division multiple access), TDMA(time division multiple access), OFDMA(orthogonal frequency division multiple access), SC-FDMA(single carrier frequency division multiple access) 기술을 포함할 수 있다.
네트워크는 허브, 브리지, 라우터, 스위치 및 게이트웨이와 같은 네트워크 요소들의 연결을 포함할 수 있다. 네트워크는 인터넷과 같은 공용 네트워크 및 안전한 기업 사설 네트워크와 같은 사설 네트워크를 비롯한 하나 이상의 연결된 네트워크들, 예컨대 다중 네트워크 환경을 포함할 수 있다. 네트워크에의 액세스는 하나 이상의 유선 또는 무선 액세스 네트워크들을 통해 제공될 수 있다.
도 2는 본 발명의 실시예에 따른 에너지 절감 가열 장치의 분해도를 도시한 도면이다.
도 2를 참조하면, 에너지 절감 가열 장치(200)는 내부에 수납공간을 가지는 하우징(201), 하우징(201) 내에 배치되어, 피가열체를 가열하는 가열 부재(203), 가열 부재(203)에 전력을 공급하는 전력 공급부(204), 하우징(201)의 상부에 배치되어 피가열체를 지지하는 탑플레이트(202), 탑플레이트(202)의 하부에 배치되는 진동 센서(206), 사용자로부터 지시를 수령하는 인터페이스(207)를 포함할 수 있다.
아울러, 에너지 절감 가열 장치(200)는 하우징(201) 내에 배치되어 탑플레이트(202) 위에 배치되는 피가열체의 무게를 측정하는 무게 센서(205)를 더 포함할 수 있다.
한편, 도 2에서는 미도시되었지만, 에너지 절감 가열 장치(200)는 진동 센서(206)로부터 수신되는 진동 정보에 기초하여 피가열체의 끓는 상태(또는, 피가열체의 온도)를 추정하고, 추정된 상기 피가열체의 끓는 상태(또는, 피가열체의 온도)에 따라, 전력 공급부(204)에서 가열 부재(203)로의 전력 공급을 제어하는 제어부를 포함할 수 있다.
제어부는 상기 피가열체의 온도에 따라, 가열 부재(203) 내 복수의 코일에 대해, 전력을 공급하던 코일의 개수를 조절함으로써, 불필요한 전력이 소비되지 않도록 하여, 에너지를 절약할 수 있게 한다. 이때, 에너지 절감 가열 장치(200)의 동작 모드는 에너지 절감 모드일 수 있다. 한편, 에너지 절감 가열 장치(200)는 동작 모드로서, 에너지 절감 모드가 디폴트(default)로 설정될 수 있으나, 이에 한정되지 않는다. 예컨대, 에너지 절감 가열 장치(200)는 인터페이스(207)를 통해 사용자의 요청에 따라 에너지 비절감 모드를 디폴트로 변경하여 설정하거나, 또는 일회성으로(또는, 일시적으로) 에너지 절감 모드에서 에너지 비절감 모드로 전환될 수 있다.
진동 센서(206)는 가열 부재(203)인 코일의 바로 바깥 쪽에 배치될 수 있으나, 이에 한정되지 않는다.
진동 센서(206)는 탑플레이트(202)가 지지하고 있는 피가열체로부터의 진동 정보를 면밀히 감지할 수 있도록 탑플레이트(202)의 하면부에 밀착하도록 배치될 수 있으나, 진동 센서(206)의 민감도에 따라 탑플레이트(202)의 하면부와 약간의 거리를 가지도록 배치될 수도 있다.
도 3은 본 발명의 일실시예에 따른 에너지 절감 가열 장치의 구성에 대한 블록도를 도시한 도면이다.
도 3을 참조하면, 본 발명의 일실시예에 따른 에너지 절감 가열 장치(300)는 인터페이스(301), 가열 부재(302), 전력 공급부(303), 진동 센서(304), 제어부(305), 통신부(306), 무게 센서(307) 및 메모리(308)를 포함할 수 있다.
인터페이스(301)는 사용자로부터 동작 명령을 수신할 수 있다. 예컨대, 인터페이스(301)는 동작 온(ON)/오프(OFF), 가열세기 조절, 동작 모드(에너지 절감 모드, 에너지 비절감 모드) 중 적어도 하나의 명령을 수신할 수 있다.
가열 부재(302)는 예컨대, 복수의 코일을 포함하고, 전력 공급부(303)로부터 공급되는 전력을 이용하여 피가열체를 가열할 수 있다.
전력 공급부(303)는 제어부(305)의 제어에 따라, 가열 부재(302)에 전력을 공급할 수 있다.
진동 센서(304)는 탑플레이트의 하부에 위치할 수 있으며, 이에 한정되지 않고, 예컨대, 탑플레이트의 표면에 위치할 수도 있다. 진동 센서(304)는 설정된 주기마다 진동 정보를 감지할 수 있다. 이때, 상기 진동 정보는 탑플레이트의 상부에 배치된 피가열체가 가열 부재(302)에 의해 가열됨에 따라, 피가열체의 상태(예컨대, 끓음, 온도)가 변화되어 발생하는 진동의 패턴으로서, 진동의 주기(또는, 진동수), 세기(또는, 진폭) 및 파형 형태 중 적어도 하나의 정보를 포함할 수 있다.
제어부(305)는 에너지 절감 가열 장치(300) 내 각종 부품들의 동작을 제어할 수 있으며, 특히 피가열체의 끓는 상태(또는, 피가열체의 온도)에 따라, 가열 부재(302)로의 전력 공급을 제어할 수 있다.
제어부(305)는 에너지 절감 가열 장치(300)의 동작 모드가 에너지 절감 모드일 경우, 상기 진동 정보로부터 추정된 피가열체의 끓는 상태(또는, 피가열체의 온도)에 따라, 가열 부재(302)로의 전력 공급 제어 기능을 활성화할 수 있다. 구체적으로, 제어부(305)는 진동 센서(304)로부터 설정된 주기마다 감지되는 진동 정보에 기초하여 상기 피가열체의 끓는 상태(또는, 피가열체의 온도)를 추정하고, 추정된 피가열체의 끓는 상태(또는, 피가열체의 온도)에 기초하여, 전력 공급부(303)에서 상기 가열 부재로의 전력 공급을 제어할 수 있다.
이때, 제어부(305)는 상기 진동 정보에 포함된 진동의 패턴에 진동기반의 끓는 상태 추정 알고리즘을 적용하여, 상기 피가열체의 끓는 상태(또는, 끓는 정도)를 추정할 수 있다. 상기 진동기반의 끓는 상태 추정 알고리즘은 피가열체(예컨대, 음식물)이 가열됨에 따라 발생하는 진동 정보에 기초하여, 상기 피가열체의 끊는 상태를 추정하도록 훈련된 신경망 모델로서, 메모리(308)에 기저장되거나, 또는 서버로부터 수신할 수 있다.
또한, 제어부(305)는 상기 진동 정보에 포함된 진동의 패턴에 진동기반의 온도추정 알고리즘을 적용하여, 상기 피가열체의 온도를 추정할 수 있다. 상기 진동기반의 온도추정 알고리즘은 피가열체가 가열됨에 따라 발생하는 진동 정보에 기초하여, 상기 피가열체의 온도를 추정하도록 훈련된 신경망 모델로서, 메모리(308)에 기저장되거나, 또는 서버로부터 수신할 수 있다.
상기 가열 부재로의 전력 공급을 제어하는 일례로서, 제어부(305)는 상기 진동 정보에 기초하여 상기 피가열체가 끓는 상태임을 추정함에 따라, 상기 진동 센서에 의해 감지되는 진동 정보에 기초하여 상기 복수의 코일 중 전력을 공급하던 코일의 개수를 조절하도록 상기 가열 부재로의 전력 공급을 제어할 수 있다. 구체적으로, 제어부(305)는 상기 진동 센서에 의해 감지되는 진동의 세기가 상기 끓는 상태에 대응하는 진동의 세기보다 강해지거나, 또는 상기 진동 센서에 의해 감지되는 진동의 주기가 상기 끓는 상태에 대응하는 진동의 주기보다 짧은 것으로 판단함에 따라, 상기 전력을 공급하던 코일의 개수를 설정된 개수 만큼 감소시키도록 상기 가열 부재로의 전력 공급을 제어할 수 있다. 반면, 제어부(305)는 상기 진동 센서에 의해 감지되는 진동의 세기가 상기 끓는 상태에 대응하는 진동의 세기보다 약해지거나, 또는 상기 진동 센서에 의해 감지되는 진동의 주기가 상기 끓는 상태에 대응하는 진동의 주기보다 긴 것으로 판단함에 따라, 상기 전력을 공급하던 코일의 개수를 설정된 개수 만큼 증가시키도록 상기 가열 부재로의 전력 공급을 제어할 수 있다.
상기 가열 부재로의 전력 공급을 제어하는 다른 일례로서, 제어부(305)는 상기 진동 정보에 기초하여 상기 피가열체가 끓는 상태임을 추정하고, 상기 끓는 상태인 피가열체의 온도를 끓는점으로 결정할 수 있다. 여기서, 끓는점은 물리적인 끓는점(예를 들어, 물의 경우 섭씨 100도)을 의미하는 것이 아니라, 진동의 세기(예컨대, 진폭)가 일정 크기 이상이 되는 경우의 온도를 의미할 수 있다. 예를 들어, 기포가 발생하기 시작하는 시점이 끓는점이 될 수 있고, 기포가 더 많이 강하게 발생하면 끓는점보다 온도가 더 상승한 것으로 추정할 수 있다.
제어부(305)는 상기 끓는점에 기초하여 상기 복수의 코일 중 전력을 공급하던 코일의 개수를 조절하도록 상기 가열 부재로의 전력 공급을 제어할 수 있다. 이때, 제어부(305)는 상기 피가열체의 온도와 상기 끓는점을 비교하고, 상기 비교 결과, 상기 피가열체의 온도가 상기 끓는점보다 상승한 것으로 판단함에 따라, 상기 전력을 공급하던 코일의 개수를 설정된 개수 만큼 감소시키도록 상기 가열 부재로의 전력 공급을 제어할 수 있다. 반면, 제어부(305)는 상기 피가열체의 온도가 상기 끓는점보다 하강한 것으로 판단함에 따라, 상기 전력을 공급하던 코일의 개수를 설정된 개수 만큼 증가시키도록 상기 가열 부재로의 전력 공급을 제어할 수 있다.
한편, 제어부(305)는 전력을 공급하던 코일의 개수 감소 또는 증가시, 예컨대, 원형태의 복수의 코일에 대해, 상대적으로 내부(중심)에 위치하는 코일 보다 외부에 위치하는 코일을 먼저 제어(전력 공급 또는 차단)할 수 있다.
즉, 제어부(305)는 피가열체의 지속적인 가열에 따라 진동 센서에 의해 감지되는 진동의 세기와 피가열체의 끓는 상태에 대응하는 진동의 세기를 비교한 결과(또는, 피가열체의 온도와 상기 끓는점을 비교한 결과)에 기초하여, 상기 전력을 공급하던 코일의 개수를 감소 또는 증가시킴으로써, 끓는 상태를 유지하되 불필요하게 소비되는 전력을 줄일 수 있게 한다.
상기 코일의 개수 조절시, 제어부(305)는 상기 진동의 패턴에 기초하여 상기 피가열체의 타입을 식별하고, 상기 식별된 피가열체의 타입에 기초하여, 상기 가열 부재 내 복수의 코일에 대해, 상기 전력을 공급하던 코일의 개수를 조절하는 조절 시점을 상이하게 결정할 수 있다. 여기서, 상기 피가열체의 타입은 예컨대, 설정된 기준 점성에 기초하여 점성이 상대적으로 높은 고점성 피가열체와 점성이 상대적으로 낮은 저점성 피가열체를 포함할 수 있다.
상기 피가열체의 타입 식별시, 제어부(305)는 예컨대, 진동의 패턴과 설정된 진동의 패턴(예컨대, 고점성 피가열체의 진동의 패턴, 저점성 피가열체의 진동의 패턴) 간의 유사도에 따라 상기 피가열체의 타입을 식별하거나, 또는 상기 진동의 패턴에 기초하여 점성을 추정하고 상기 추정된 점성에 따라 상기 피가열체의 타입을 식별할 수 있다. 이때, 제어부(305)는 진동의 패턴에 따른 점성에 관한 테이블에 기초하여, 상기 점성을 추정하거나, 또는 진동의 패턴에 기초하여 점성을 추정하도록 훈련된 신경망 모델을 이용하여, 상기 점성을 추정할 수 있다.
점성을 이용한 피가열체의 타입 식별시, 제어부(305)는 예컨대, 에너지 절감 가열 장치는 진동의 패턴에 기초하여 피가열체의 점성을 확인하고, 확인된 점성이 미리 설정된 점성을 기준으로 상대적으로 높으면, 상기 피가열체의 타입을 고점성 피가열체(예컨대, 카레, 죽)로 식별할 수 있다. 반면, 에너지 절감 가열 장치는 상기 확인된 점성이 미리 설정된 점성을 기준으로 점성이 상대적으로 낮으면, 상기 피가열체의 타입을 저점성 피가열체(예컨대, 물)로 식별할 수 있다.
이때, 제어부(305)는 상기 진동 센서에 의해 감지되는 진동의 세기가, 상기 피가열체가 끓는 상태에 대응하는 진동의 세기보다 강해진 것으로 판단하는 판단 시점으로부터 상기 조절 시점까지의 시간을 조절 지연 시간으로 정의하거나, 또는 상기 피가열체의 온도가 상기 피가열체에 대한 끓는점보다 상승한 것으로 판단하는 판단 시점으로부터 상기 조절 시점까지의 시간을 조절 지연 시간으로 정의할 수 있다. 제어부(305)는 피가열체의 점성이 높을수록 피가열체의 온도가 빠르게 증감하지 않는 성질에 기초하여, 상기 피가열체의 타입이 상기 고점성 피가열체인 경우의 제1 조절 지연 시간(예컨대, 3초)을, 상기 피가열체의 타입이 상기 저점성 피가열체인 경우의 제2 조절 지연 시간(예컨대, 1초) 보다 길게 결정할 수 있다.
따라서, 제어부(305)는 예컨대, 저점성 피가열체인 '물'이 끓을 경우, 1초 내에 전력을 공급하던 코일의 개수를 조절함으로써, '물'에 가해지는 가열량을 신속히 조절할 수 있다. 반면, 제어부(305)는 예컨대, 고점성 피가열체인 '카레'가 끓을 경우, 3초 내에 전력을 공급하던 코일의 개수를 조절함으로써, '카레'에 가해지는 가열량을 '물'에 비해 천천히 조절할 수 있다.
한편, 제어부(305)는 피가열체의 온도에 따라, 가열 부재(302)로의 전력 공급을 제어하여 에너지를 절감하되, 끓기 시작한 시점을 기준으로 경과된 시간이 설정된 기준 시간을 초과하는 경우, 피가열체에 대한 가열 상태 알림을 제공함으로써, 피가열체에 대한 가열 상태(즉, 피가열체가 설정된 기준 시간을 초과하여 지속적으로 가열되고 있음)를 사용자로 하여금 인지할 수 있게 한다.
반면, 제어부(305)는 에너지 절감 가열 장치(300)의 동작 모드가 에너지 비절감 모드일 경우, 가열 부재(302)로의 전력 공급 제어 기능을 비활성화하고, 설정된 조건에 해당하는 것으로 판단함에 따라, 피가열체에 대한 경고 알림을 제공함으로써, 피가열체가 사용자의 의도와 다르게 변질되는 것을 예방할 수 있게 한다.
예컨대, 제어부(305)는 상기 진동 정보 내 진동의 패턴에 기초하여 상기 피가열체의 점성(또는, 타입)을 확인하고, 상기 확인된 피가열체의 점성에 따라 미리 정해진 기준 주기(또는, 기준 진동수)와 상기 진동 정보 내 진동의 주기(또는, 진동수) 간의 차이가 설정된 시간(또는, 설정된 개수)을 초과함에 따라, 상기 피가열체에 대한 경고 알림을 제공할 수 있다. 이때, 제어부(305)는 상기 피가열체의 점성이 높을수록 상기 기준 주기를 길게 정할 수 있다. 예컨대, 제어부(305)는 점성이 상대적으로 낮은 저점성 피가열체 보다 점성이 상대적으로 높은 고점성 피가열체의 기준 주기를 길게 정할 수 있다.
즉, 제어부(305)는 진동 센서(304)에 의해 감지된 진동 정보 내 진동의 주기가 일정 시간 동안 피가열체의 타입에 따른 기준 주기를 초과함에 따라, 피가열체가 너무 오래 끓고 있어, 조려질 가능성이 높은 것으로 판단하여, 상기 피가열체에 대한 경고 알림을 내부 컴포넌트를 통해 제공하거나, 또는 사용자 단말에 제공할 수 있다. 예컨대, 제어부(305)는 내장된 비프음 스피커를 통해, 비프(beef)음을 출력하거나, 또는 사용자 단말에 상기 피가열체에 대한 경고 알림 메시지를 전송할 수 있다. 이때, 제어부(305)는 상기 경고 알림 메시지에, 피가열체가 가열되고 있던 시간(또는, 끓고 있던 시간)을 포함하여 전송할 수 있다. 예컨대, 제어부(305)는 '음식물이 10분 동안 가열되고 있고, 음식물이 탈 가능성이 있으니, 확인해 주세요' 등의 경고 알림 메시지를 사용자 단말에 전송할 수 있다.
또한, 제어부(305)는 진동 센서(304)에 의해 감지된 진동 정보 내 진동수가 설정된 속도 이상으로 감소하는 경우, 피가열체가 너무 급격하게 졸여지는 것으로 판단함에 따라, 상기 피가열체에 대한 경고 알림을 제공할 수 있다.
한편, 상기 피가열체에 대한 경고 알림 제공시, 제어부(305)는 피가열체의 타입이 고점성 피가열체일 경우에 한하여, 피가열체에 대한 경고 알림을 제공할 수도 있다.
통신부(306)는 상기 피가열체를 기준으로, 설정된 거리 내에 위치하는 카메라로부터 설정된 주기마다 상기 피가열체를 촬영한 영상을 수신할 수 있다. 여기서, 카메라는 키친 레인지 후드(kitchen range hood)에, 상기 피가열체를 촬영 가능한 각도로 장착될 수 있다. 제어부(305)는 진동 센서(304)로부터 감지된 진동 정보에 기초하여 상기 피가열체의 끓는 상태(또는, 피가열체의 온도)를 추정하였으나, 상기 피가열체의 끓는 상태(또는, 피가열체의 온도)를 추정하는 방법은 이에 한정되지 않는다. 예컨대, 제어부(305)는 통신부(306)를 통해, 상기 피가열체를 촬영한 영상이 수신되면, 상기 진동 정보에 추가하여 영상에 기초하여 상기 피가열체의 끓는 상태(또는, 피가열체의 온도)를 추정하되, 상기 영상에 영상기반의 끓는 상태 추정 알고리즘(또는, 영상기반의 온도추정 알고리즘)을 적용하여, 상기 피가열체의 끓는 상태(또는, 피가열체의 온도)를 추정할 수 있다. 상기 영상기반의 끓는 상태 추정 알고리즘(또는, 영상기반의 온도추정 알고리즘)은 피가열체가 가열됨에 따라, 피가열체를 촬영한 영상 내 상기 피가열체의 움직임 정도, 변화 모양 및 증기량에 기초하여, 상기 피가열체의 끓는 상태(또는, 피가열체의 온도)를 추정하도록 훈련된 신경망 모델로서, 진동기반의 끓는 상태 추정 알고리즘(또는, 진동기반의 온도추정 알고리즘)과 마찬가지로, 메모리(308)에 기저장되거나, 또는 서버로부터 수신할 수 있다.
결과적으로, 제어부(305)는 진동 센서(304)로부터 감지된 진동 정보 및 카메라에 의해 촬영된 영상을 이용하여, 피가열체의 끓는 상태를 추정할 수 있다.
한편, 제어부(305)는 상기 진동 정보에 기초하여 추정한 피가열체의 끓는 상태(또는, 피가열체의 온도)와 상기 영상에 기초하여 추정한 상기 피가열체의 끓는 상태(또는, 피가열체의 온도)를 이용하여, 최종의 피가열체의 끓는 상태(또는, 피가열체의 온도)를 추정할 수도 있다.
예컨대, 제어부(305)는 상기 진동 정보 및 상기 영상으로부터 상기 피가열체의 온도가 각각 추정될 경우, 각각 추정된 피가열체의 온도 간 차이가 설정된 온도 미만인 것으로 판단함에 따라, 상기 피가열체의 온도들 간의 평균을 산출하여, 최종의 피가열체의 온도로 추정할 수 있다. 이때, 제어부(305)는 각각 추정된 피가열체의 온도 간의 차이가, 설정된 온도 이상인 것으로 판단함에 따라, 상기 진동 정보에 기초하여 추정한 상기 피가열체의 온도를, 최종의 피가열체의 온도로 추정할 수 있다. 즉, 제어부(305)는 상기 진동 정보에 기초하여 추정한 상기 피가열체의 온도를, 영상에 기초하여 추정한 상기 피가열체의 온도를 고려하여 조정할 수 있으나, 각 피가열체의 온도 간 차이가 설정된 온도 이상일 경우, 상기 진동 정보에 기초하여 추정한 상기 피가열체의 온도를 더 신뢰할 수 있다.
무게 센서(307)는 에너지 절감 가열 장치(300)의 탑플레이트가 지지하는 피가열체의 무게 정보를 획득할 수 있다.
피가열체의 무게에 따라, 피가열체가 끓는 상태에 도달(또는, 피가열체의 온도가 끓는점에 도달)하기까지 필요한 열량이 상이한 점에 기초하여, 제어부(305)는 진동 센서(304)로부터 감지된 진동 정보 외에, 무게 센서(307)에 의해 획득되는 피가열체의 무게를 더 고려하여, 피가열체의 끓는 상태(또는, 피가열체의 온도)를 추정할 수 있다.
메모리(308)는 진동기반의 끓는 상태 추정 알고리즘(또는, 진동기반의 온도추정 알고리즘)을 저장할 수 있다. 또한, 메모리(308)는 영상기반의 끓는 상태 추정 알고리즘(또는, 영상기반의 온도추정 알고리즘)을 더 저장할 수 있다.
메모리(308)는 제어부(305)가 처리하는 데이터를 일시적 또는 영구적으로 저장하는 기능을 수행할 수 있다. 여기서, 메모리(308)는 자기 저장 매체(magnetic storage media) 또는 플래시 저장 매체(flash storage media)를 포함할 수 있으나, 본 발명의 범위가 이에 한정되는 것은 아니다. 이러한 메모리(308)는 내장 메모리 및/또는 외장 메모리를 포함할 수 있으며, DRAM, SRAM, 또는 SDRAM 등과 같은 휘발성 메모리, OTPROM(one time programmable ROM), PROM, EPROM, EEPROM, mask ROM, flash ROM, NAND 플래시 메모리, 또는 NOR 플래시 메모리 등과 같은 비휘발성 메모리, SSD. CF(compact flash) 카드, SD 카드, Micro-SD 카드, Mini-SD 카드, Xd 카드, 또는 메모리 스틱(memory stick) 등과 같은 플래시 드라이브, 또는 HDD와 같은 저장 장치를 포함할 수 있다.
도 4 및 도 5는 본 발명의 일실시예에 따른 에너지 절감 가열 장치에서 감지되는 진동 정보를 설명하기 위한 도면이다.
도 4를 참조하면, 에너지 절감 가열 장치는 가열 부재에 전력을 공급함에 따라 가열 부재에서 발생하는 열을, 상기 가열 부재의 상부에 배치된 탑플레이트를 통해, 탑플레이트의 상부에 위치한 피가열체를 가열할 수 있다. 여기서, 피가열체는 냄비에 담겨질 수 있고, 가열됨에 따라 기포가 발생될 수 있다.
에너지 절감 가열 장치는 상기 기포의 발생으로 인해 냄비가 진동함에 따라, 상기 진동에 대한 진동 정보를 탑플레이트의 하부에 배치된 진동 센서를 통해 감지할 수 있다. 또한, 에너지 절감 가열 장치는 상기 진동 센서를 통해, 상기 진동하는 냄비와 탑플레이트 사이에서 발생하는 진동에 대한 진동 정보를 더 감지할 수 있다. 여기서, 진동 정보는 진동의 주기(또는, 진동수), 진폭 및 파형 형태 중 적어도 하나의 정보를 포함하는 진동의 패턴을 의미할 수 있다.
에너지 절감 가열 장치는 진동의 패턴에 기초하여, 피가열체의 타입을 식별할 수 있다. 예컨대, 에너지 절감 가열 장치는 진동의 패턴에 기초하여 피가열체의 점성을 확인하고, 확인된 점성이 미리 설정된 점성을 기준으로 상대적으로 높으면, 상기 피가열체의 타입을 고점성 피가열체(예컨대, 카레, 죽)로 식별할 수 있다. 반면, 에너지 절감 가열 장치는 상기 확인된 점성이 미리 설정된 점성을 기준으로 점성이 상대적으로 낮으면, 상기 피가열체의 타입을 저점성 피가열체(예컨대, 물)로 식별할 수 있다.
상기 고점성 피가열체로 식별되는 진동 정보 내 진동의 주기(401)는 상기 저점성 피가열체로 식별되는 진동 정보 내 진동의 주기(402) 보다 길 수 있고, 상기 고점성 피가열체로 식별되는 진동 정보 내 진동의 크기(403)는 상기 저점성 피가열체로 식별되는 진동 정보 내 진동의 크기(404) 보다 클 수 있다.
또한, 고점성 피가열체(또는, 혼합 액체의 피가열체(예컨대, 설탕물))는 예컨대, 도 5에 도시된 바와 같이, 가열되는 시간이 길어질수록 진동의 주기가 길어짐에 따라 진동수가 감소하고, 진동의 진폭(데시벨(dB))이 작아질 수 있다.
도 6은 본 발명의 일실시예에 따른 에너지 절감 가열 장치에서 피가열체의 끓는 상태를 추정하기 위한 신경망 모델을 설명하기 위한 도면이다.
도 6을 참조하면, 에너지 절감 가열 장치는 피가열체의 끓는 상태(또는, 피가열체의 온도)를 추정하기 위해서 진동기반의 끓는 상태 추정 알고리즘(또는, 진동기반의 온도추정 알고리즘)을 이용할 수 있다. 여기서, 상기 진동기반의 끓는 상태 추정 알고리즘(또는, 진동기반의 온도추정 알고리즘)은 피가열체(예컨대, 음식물)이 가열됨에 따라 발생하는 진동 정보(진동의 패턴)에 기초하여, 상기 피가열체의 끓는 상태(또는, 피가열체의 온도)를 추정하도록 인공지능의 머신 러닝을 통해 훈련된 심층 신경망 모델일 수 있다.
여기서, 인공 지능(artificial intelligence, AI)은 인간의 지능으로 할 수 있는 사고, 학습, 자기계발 등을 컴퓨터가 할 수 있도록 하는 방법을 연구하는 컴퓨터 공학 및 정보기술의 한 분야로, 컴퓨터가 인간의 지능적인 행동을 모방할 수 있도록 하는 것을 의미한다.
또한, 인공지능은 그 자체로 존재하는 것이 아니라, 컴퓨터 과학의 다른 분야와 직간접으로 많은 관련을 맺고 있다. 특히 현대에는 정보기술의 여러 분야에서 인공지능적 요소를 도입하여, 그 분야의 문제 풀이에 활용하려는 시도가 매우 활발하게 이루어지고 있다.
머신 러닝(machine learning)은 인공지능의 한 분야로, 컴퓨터에 명시적인 프로그램 없이 배울 수 있는 능력을 부여하는 연구 분야이다.
구체적으로 머신 러닝은, 경험적 데이터를 기반으로 학습을 하고 예측을 수행하고 스스로의 성능을 향상시키는 시스템과 이를 위한 알고리즘을 연구하고 구축하는 기술이라 할 수 있다. 머신 러닝의 알고리즘들은 엄격하게 정해진 정적인 프로그램 명령들을 수행하는 것이라기보다, 입력 데이터를 기반으로 예측이나 결정을 이끌어내기 위해 특정한 모델을 구축하는 방식을 취한다.
용어 '머신 러닝'은 용어 '기계 학습'과 혼용되어 사용될 수 있다.
기계 학습에서 데이터를 어떻게 분류할 것인가를 놓고, 많은 기계 학습 알고리즘이 개발되었다. 의사결정나무(Decision Tree)나 베이지안 망(Bayesian network), 서포트벡터머신(SVM: support vector machine), 그리고 인공 신경망(ANN: Artificial Neural Network) 등이 대표적이다.
의사결정나무는 의사결정규칙(Decision Rule)을 나무구조로 도표화하여 분류와 예측을 수행하는 분석방법이다.
베이지안 망은 다수의 변수들 사이의 확률적 관계(조건부독립성: conditional independence)를 그래프 구조로 표현하는 모델이다. 베이지안 망은 비지도 학습(unsupervised learning)을 통한 데이터마이닝(data mining)에 적합하다.
서포트벡터머신은 패턴인식과 자료분석을 위한 지도 학습(supervised learning)의 모델이며, 주로 분류와 회귀분석을 위해 사용한다.
인공신경망은 생물학적 뉴런의 동작원리와 뉴런간의 연결 관계를 모델링한 것으로 노드(node) 또는 처리 요소(processing element)라고 하는 다수의 뉴런들이 레이어(layer) 구조의 형태로 연결된 정보처리 시스템이다.
인공 신경망은 기계 학습에서 사용되는 모델로써, 기계학습과 인지과학에서 생물학의 신경망(동물의 중추신경계 중 특히 뇌)에서 영감을 얻은 통계학적 학습 알고리즘이다.
구체적으로 인공신경망은 시냅스(synapse)의 결합으로 네트워크를 형성한 인공 뉴런(노드)이 학습을 통해 시냅스의 결합 세기를 변화시켜, 문제 해결 능력을 가지는 모델 전반을 의미할 수 있다.
용어 인공신경망은 용어 뉴럴 네트워크(Neural Network)와 혼용되어 사용될 수 있다.
인공신경망은 복수의 레이어(layer)를 포함할 수 있고, 레이어들 각각은 복수의 뉴런(neuron)을 포함할 수 있다. 또한 인공신경망은 뉴런과 뉴런을 연결하는 시냅스를 포함할 수 있다.
인공 신경망은 일반적으로 다음의 세가지 인자, 즉 (1) 다른 레이어의 뉴런들 사이의 연결 패턴 (2) 연결의 가중치를 갱신하는 학습 과정 (3) 이전 레이어로부터 수신되는 입력에 대한 가중 합으로부터 출력값을 생성하는 활성화 함수에 의해 정의될 수 있다.
인공 신경망은, DNN(Deep Neural Network), RNN(Recurrent Neural Network), BRDNN(Bidirectional Recurrent Deep Neural Network), MLP(Multilayer Perceptron), CNN(Convolutional Neural Network)와 같은 방식의 네트워크 모델들을 포함할 수 있으나, 이에 한정되지 않는다.
본 명세서에서 용어 '레이어'는 용어 '계층'과 혼용되어 사용될 수 있다.
인공신경망은 계층 수에 따라 단층 신경망(Single-Layer Neural Networks)과 다층 신경망(Multi-Layer Neural Networks)으로 구분된다.
일반적인 단층 신경망은, 입력층과 출력층으로 구성된다.
또한 일반적인 다층 신경망은 입력층(Input Layer)과 하나 이상의 은닉층(Hidden Layer), 출력층(Output Layer)으로 구성된다.
입력층은 외부의 자료들을 받아들이는 층으로서, 입력층의 뉴런 수는 입력되는 변수의 수와 동일하며, 은닉층은 입력층과 출력층 사이에 위치하며 입력층으로부터 신호를 받아 특성을 추출하여 출력층으로 전달한다. 출력층은 은닉층으로부터 신호를 받고, 수신한 신호에 기반한 출력 값을 출력한다. 뉴런간의 입력신호는 각각의 연결강도(가중치)와 곱해진 후 합산되며 이 합이 뉴런의 임계치보다 크면 뉴런이 활성화되어 활성화 함수를 통하여 획득한 출력값을 출력한다.
한편 입력층과 출력 층 사이에 복수의 은닉층을 포함하는 심층 신경망은, 기계 학습 기술의 한 종류인 딥 러닝을 구현하는 대표적인 인공 신경망일 수 있다.
한편 용어 '딥 러닝'은 용어 '심층 학습'과 혼용되어 사용될 수 있다.
인공 신경망은 훈련 데이터(training data)를 이용하여 학습(training)될 수 있다. 여기서 학습이란, 입력 데이터를 분류(classification)하거나 회귀분석(regression)하거나 군집화(clustering)하는 등의 목적을 달성하기 위하여, 학습 데이터를 이용하여 인공 신경망의 파라미터(parameter)를 결정하는 과정을 의미할 수 있다. 인공 신경망의 파라미터의 대표적인 예시로써, 시냅스에 부여되는 가중치(weight)나 뉴런에 적용되는 편향(bias)을 들 수 있다.
훈련 데이터에 의하여 학습된 인공 신경망은, 입력 데이터를 입력 데이터가 가지는 패턴에 따라 분류하거나 군집화 할 수 있다.
한편 훈련 데이터를 이용하여 학습된 인공 신경망을, 본 명세서에서는 학습 모델(a trained model)이라 명칭 할 수 있다.
다음은 인공 신경망의 학습 방식에 대하여 설명한다.
인공 신경망의 학습 방식은 크게, 지도 학습, 비 지도 학습, 준 지도 학습(Semi-Supervised Learning), 강화 학습(Reinforcement Learning)으로 분류될 수 있다.
지도 학습은 훈련 데이터로부터 하나의 함수를 유추해내기 위한 기계 학습의 한 방법이다.
그리고 이렇게 유추되는 함수 중, 연속 적인 값을 출력하는 것을 회귀분석(Regression)이라 하고, 입력 벡터의 클래스(class)를 예측하여 출력하는 것을 분류(Classification)라고 할 수 있다.
지도 학습에서는, 훈련 데이터에 대한 레이블(label)이 주어진 상태에서 인공 신경망을 학습시킨다.
여기서 레이블이란, 훈련 데이터가 인공 신경망에 입력되는 경우 인공 신경망이 추론해 내야 하는 정답(또는 결과 값)을 의미할 수 있다.
본 명세서에서는 훈련 데이터가 입력되는 경우 인공 신경망이 추론해 내야 하는 정답(또는 결과값)을 레이블 또는 레이블링 데이터(labeling data)이라 명칭 한다.
또한 본 명세서에서는, 인공 신경망의 학습을 위하여 훈련 데이터에 레이블을 설정하는 것을, 훈련 데이터에 레이블링 데이터를 레이블링(labeling) 한다고 명칭 한다.
이 경우 훈련 데이터와 훈련 데이터에 대응하는 레이블)은 하나의 트레이닝 셋(training set)을 구성하고, 인공 신경망에는 트레이닝 셋의 형태로 입력될 수 있다.
한편 훈련 데이터는 복수의 특징(feature)을 나타내고, 훈련 데이터에 레이블이 레이블링 된다는 것은 훈련 데이터가 나타내는 특징에 레이블이 달린다는 것을 의미할 수 있다. 이 경우 훈련 데이터는 입력 객체의 특징을 벡터 형태로 나타낼 수 있다.
인공 신경망은 훈련 데이터와 레이블링 데이터를 이용하여, 훈련 데이터와 레이블링 데이터의 연관 관계에 대한 함수를 유추할 수 있다. 그리고, 인공 신경망에서 유추된 함수에 대한 평가를 통해 인공 신경망의 파라미터가 결정(최적화)될 수 있다.
비 지도 학습은 기계 학습의 일종으로, 훈련 데이터에 대한 레이블이 주어지지 않는다.
구체적으로, 비 지도 학습은, 훈련 데이터 및 훈련 데이터에 대응하는 레이블의 연관 관계 보다는, 훈련 데이터 자체에서 패턴을 찾아 분류하도록 인공 신경망을 학습시키는 학습 방법일 수 있다.
비 지도 학습의 예로는, 군집화 또는 독립 성분 분석(Independent Component Analysis)을 들 수 있다.
본 명세서에서 용어 '군집화'는 용어 '클러스터링'과 혼용되어 사용될 수 있다.
비지도 학습을 이용하는 인공 신경망의 일례로 생성적 적대 신경망(GAN: Generative Adversarial Network), 오토 인코더(AE: Autoencoder)를 들 수 있다.
생성적 적대 신경망이란, 생성기(generator)와 판별기(discriminator), 두 개의 서로 다른 인공지능이 경쟁하며 성능을 개선하는 머신 러닝 방법이다.
이 경우 생성기는 새로운 데이터를 창조하는 모형으로, 원본 데이터를 기반으로 새로운 데이터를 생성할 수 있다.
또한 판별기는 데이터의 패턴을 인식하는 모형으로, 입력된 데이터가 원본 데이터인지 또는 생성기에서 생성한 새로운 데이터인지 여부를 감별하는 역할을 수행할 수 있다.
그리고 생성기는 판별기를 속이지 못한 데이터를 입력 받아 학습하며, 판별기는 생성기로부터 속은 데이터를 입력 받아 학습할 수 있다. 이에 따라 생성기는 판별기를 최대한 잘 속이도록 진화할 수 있고, 판별기는 원본 데이터와 생성기에 의해 생성된 데이터를 잘 구분하도록 진화할 수 있다.
오토 인코더는 입력 자체를 출력으로 재현하는 것을 목표로 하는 신경망이다.
오토 인코더는 입력층, 적어도 하나의 은닉층 및 출력층을 포함한다.
이 경우 은닉 계층의 노드 수가 입력 계층의 노드 수보다 적으므로 데이터의 차원이 줄어들게 되며, 이에 따라 압축 또는 인코딩이 수행되게 된다.
또한 은닉 계층에서 출력한 데이터는 출력 계층으로 들어간다. 이 경우 출력 계층의 노드 수는 은닉 계층의 노드 수보다 많으므로, 데이터의 차원이 늘어나게 되며, 이에 따라 압축 해제 또는 디코딩이 수행되게 된다.
한편 오토 인코더는 학습을 통해 뉴런의 연결 강도를 조절함으로써 입력 데이터가 은닉층 데이터로 표현된다. 은닉층에서는 입력층보다 적은 수의 뉴런으로 정보를 표현하는데 입력 데이터를 출력으로 재현할 수 있다는 것은, 은닉층이 입력 데이터로부터 숨은 패턴을 발견하여 표현했다는 것을 의미할 수 있다.
준 지도 학습은 기계 학습의 일종으로, 레이블이 주어진 훈련 데이터와 레이블이 주어지지 않은 훈련 데이터를 모두 사용하는 학습 방법을 의미할 수 있다.
준 지도 학습의 기법 중 하나로, 레이블이 주어지지 않은 훈련 데이터의 레이블을 추론한 후 추론된 라벨을 이용하여 학습을 수행하는 기법이 있으며, 이러한 기법은 레이블링에 소요되는 비용이 큰 경우에 유용하게 사용될 수 있다.
강화 학습은, 에이전트(Agent)가 매 순간 어떤 행동을 해야 좋을지 판단할 수 있는 환경이 주어진다면, 데이터 없이 경험으로 가장 좋을 길을 찾을 수 있다는 이론이다.
강화 학습은 주로 마르코프 결정 과정(MDP: Markov Decision Process)에 의하여 수행될 수 있다.
마르코프 결정 과정을 설명하면, 첫 번째로 에이전트가 다음 행동을 하기 위해 필요한 정보들이 구성된 환경이 주어지며, 두 번째로 그 환경에서 에이전트가 어떻게 행동할지 정의하고, 세 번째로 에이전트가 무엇을 잘하면 보상(reward)을 주고 무엇을 못하면 벌점(penalty)을 줄지 정의하며, 네 번째로 미래의 보상이 최고점에 이를 때까지 반복 경험하여 최적의 정책(policy)을 도출하게 된다.
인공 신경망은 모델의 구성, 활성 함수(Activation Function), 손실 함수(Loss Function) 또는 비용 함수(Cost Function), 학습 알고리즘, 최적화 알고리즘 등에 의해 그 구조가 특정되며, 학습 전에 하이퍼파라미터(Hyperparameter)가 미리 설정되고, 이후에 학습을 통해 모델 파라미터(Model Parameter)가 설정되어 내용이 특정될 수 있다.
예컨대, 인공 신경망의 구조를 결정하는 요소에는 은닉층의 개수, 각 은닉층에 포함된 은닉 노드의 개수, 입력 특징 벡터(Input Feature Vector), 대상 특징 벡터(Target Feature Vector) 등이 포함될 수 있다.
하이퍼파라미터는 모델 파라미터의 초기값 등과 같이 학습을 위하여 초기에 설정하여야 하는 여러 파라미터들을 포함한다. 그리고, 모델 파라미터는 학습을 통하여 결정하고자 하는 여러 파라미터들을 포함한다.
예컨대, 하이퍼파라미터에는 노드 간 가중치 초기값, 노드 간 편향 초기값, 미니 배치(Mini-batch) 크기, 학습 반복 횟수, 학습률(Learning Rate) 등이 포함될 수 있다. 그리고, 모델 파라미터에는 노드 간 가중치, 노드 간 편향 등이 포함될 수 있다.
손실 함수는 인공 신경망의 학습 과정에서 최적의 모델 파라미터를 결정하기 위한 지표(기준)로 이용될 수 있다. 인공 신경망에서 학습은 손실 함수를 줄이기 위하여 모델 파라미터들을 조작하는 과정을 의미하며, 학습의 목적은 손실 함수를 최소화하는 모델 파라미터를 결정하는 것으로 볼 수 있다.
손실 함수는 주로 평균 제곱 오차(MSE: Mean Squared Error) 또는 교차 엔트로피 오차(CEE, Cross Entropy Error)를 사용할 수 있으며, 본 발명이 이에 한정되지는 않는다.
교차 엔트로피 오차는 정답 레이블이 원 핫 인코딩(one-hot encoding)된 경우에 사용될 수 있다. 원 핫 인코딩은 정답에 해당하는 뉴런에 대하여만 정답 레이블 값을 1로, 정답이 아닌 뉴런은 정답 레이블 값이 0으로 설정하는 인코딩 방법이다.
머신 러닝 또는 딥 러닝에서는 손실 함수를 최소화하기 위하여 학습 최적화 알고리즘을 이용할 수 있으며, 학습 최적화 알고리즘에는 경사 하강법(GD: Gradient Descent), 확률적 경사 하강법(SGD: Stochastic Gradient Descent), 모멘텀(Momentum), NAG(Nesterov Accelerate Gradient), Adagrad, AdaDelta, RMSProp, Adam, Nadam 등이 있다.
경사 하강법은 현재 상태에서 손실 함수의 기울기를 고려하여 손실 함수값을 줄이는 방향으로 모델 파라미터를 조정하는 기법이다.
모델 파라미터를 조정하는 방향은 스텝(step) 방향, 조정하는 크기는 스텝 사이즈(size)라고 칭한다.
이때, 스텝 사이즈는 학습률을 의미할 수 있다.
경사 하강법은 손실 함수를 각 모델 파라미터들로 편미분하여 기울기를 획득하고, 모델 파라미터들을 획득한 기울기 방향으로 학습률만큼 변경하여 갱신할 수 있다.
확률적 경사 하강법은 학습 데이터를 미니 배치로 나누고, 각 미니 배치마다 경사 하강법을 수행하여 경사 하강의 빈도를 높인 기법이다.
Adagrad, AdaDelta 및 RMSProp는 SGD에서 스텝 사이즈를 조절하여 최적화 정확도를 높이는 기법이다. SGD에서 모멘텀 및 NAG는 스텝 방향을 조절하여 최적화 정확도를 높이는 기법이다. Adam은 모멘텀과 RMSProp를 조합하여 스텝 사이즈와 스텝 방향을 조절하여 최적화 정확도를 높이는 기법이다. Nadam은 NAG와 RMSProp를 조합하여 스텝 사이즈와 스텝 방향을 조절하여 최적화 정확도를 높이는 기법이다.
인공 신경망의 학습 속도와 정확도는 인공 신경망의 구조와 학습 최적화 알고리즘의 종류뿐만 아니라, 하이퍼파라미터에 크게 좌우되는 특징이 있다. 따라서, 좋은 학습 모델을 획득하기 위하여는 적당한 인공 신경망의 구조와 학습 알고리즘을 결정하는 것뿐만 아니라, 적당한 하이퍼파라미터를 설정하는 것이 중요하다.
통상적으로 하이퍼파라미터는 실험적으로 다양한 값으로 설정해가며 인공 신경망을 학습시켜보고, 학습 결과 안정적인 학습 속도와 정확도를 제공하는 최적의 값으로 설정한다.
위와 같은 방식들을 이용하면 피가열체의 끓는 상태(또는, 피가열체의 온도)에 대한 추정이 더욱 정교해질 수 있다.
본 발명의 실시예에서 사용되기 위한 심층 신경망 모델을 생성하기 위해서는 다양한 방식이 존재할 수 있으나, 지도 학습의 경우에는 사전 작업으로서 아래와 같은 훈련 과정이 수행될 수 있다.
냄비의 피가열체의 끓는 상태(또는, 피가열체의 온도)를 직접 측정할 수 있는 장치와 에너지 절감 가열 장치(예컨대, 전기 레인지)의 탑플레이트 상의 냄비로부터 발생하는 음향을 수집할 수 있는 마이크를 설치한 후, 냄비의 종류, 무게 및 크기, 냄비에 담기는 피가열체의 종류, 무게 및 크기 등을 달리하면서 피가열체의 끓는 상태(또는, 피가열체의 온도)와 해당 온도에서 발생하는 진동을 기록할 수 있다.
기록된 데이터는 끓는 상태(또는, 온도)가 레이블링된 진동 데이터로서, 이러한 레이블링된 데이터로 심층 신경망 모델을 학습시켜, 에너지 절감 가열 장치의 탑플레이트 상의 냄비로부터 발생하는 진동에 따라 피가열체의 끓는 상태(또는, 피가열체의 온도)를 추정할 수 있는 심층 신경망 모델을 훈련시킬 수 있다.
이러한 사전 작업을 통해 생성된 심층 신경망 모델은 에너지 절감 가열 장치의 메모리에 내장되거나, 에너지 절감 가열 장치가 통신하는 서버에 저장되어, 실제 사용 중에 에너지 절감 가열 장치의 진동 센서로부터 수신되는 진동 정보에 따라 피가열체의 끓는 상태(또는, 피가열체의 온도)를 추정하도록 이용될 수 있다.
상술된 바와 같이 훈련된 심층 신경망 모델에는 에너지 절감 가열 장치가 가열되는 피가열체로부터 수집되는 진동 정보(예컨대, 진동의 주기, 세기 및 파형 형태 중 적어도 하나를 포함하는 진동의 패턴) 및 무게 센서에 의해 감지되는 무게 정보 등이 입력될 수 있으며, 이에 따라 피가열체의 온도에 대한 추정 결과를 출력할 수 있다.
한편, 입력 정보에는 도 6에 기재된 정보들 이외에도 냄비의 재질, 냄비의 형상, 피가열체의 종류 등 다양한 정보들이 들어갈 수 있고, 이러한 경우 이에 적합한 심층 신경망 모델이 훈련되어 사용될 수 있음은 물론이다.
도 7은 본 발명의 일실시예에 따른 에너지 절감 가열 장치에서 피가열체의 상태 변화에 따라 가열 부재로의 전력 공급을 제어하는 일례를 설명하기 위한 도면이다.
도 7을 참조하면, 에너지 절감 가열 장치는 피가열체가 가열됨에 따라 설정된 주기마다 진동 센서에서 감지하는 진동 정보에 기초하여, 피가열체가 끓는 상태임을 추정하고, 상기 진동 센서에 의해 감지되는 진동 정보에 기초하여 상기 복수의 코일 중 전력을 공급하던 코일의 개수를 조절할 수 있다.
예컨대, 에너지 절감 가열 장치는 상기 진동 센서에 의해 감지되는 진동의 세기가 상기 끓는 상태에 대응하는 진동의 세기보다 강해지거나, 또는 상기 진동 센서에 의해 감지되는 진동의 주기가 상기 끓는 상태에 대응하는 진동의 주기보다 짧은 것으로 판단함에 따라, 상기 전력을 공급하던 코일의 개수를 설정된 개수 만큼 감소시킬 수 있다. 반면, 에너지 절감 가열 장치는 상기 진동 센서에 의해 감지되는 진동의 세기가 상기 끓는 상태에 대응하는 진동의 세기보다 약해지거나, 또는 상기 진동 센서에 의해 감지되는 진동의 주기가 상기 끓는 상태에 대응하는 진동의 주기보다 긴 것으로 판단함에 따라, 상기 전력을 공급하던 코일의 개수를 설정된 개수 만큼 증가시킬 수 있다.
다른 일례로서, 에너지 절감 가열 장치는 피가열체가 가열됨에 따라 설정된 주기마다 진동 센서에서 감지하는 진동 정보에 기초하여, 피가열체가 끓는 상태임을 추정하고, 상기 끓는 상태인 피가열체의 온도를 끓는점으로 결정할 수 있다.
이후, 에너지 절감 가열 장치는 끓는점에 기초하여 상기 복수의 코일 중 전력을 공급하던 코일의 개수를 조절하도록 가열 부재로의 전력 공급을 제어할 수 있다. 이때, 에너지 절감 가열 장치는 상기 진동 정보로부터 추정된 상기 피가열체의 온도와 상기 끓는점을 비교하고, 상기 비교 결과, 상기 피가열체의 온도가 상기 끓는점보다 상승하거나 또는 하강한 것으로 판단함에 따라, 전력을 공급하던 가열 부재 내 코일의 개수를 설정된 개수 만큼 감소시키거나, 또는 설정된 개수 만큼 증가시킬 수 있다. 이로써, 에너지 절감 가열 장치는 피가열체의 온도에 따라 가열 부재로의 전력 공급을 감소시키거나 또는 증가시켜, 피가열체의 상태를 끓는 상태로 유지하면서도 필요한 최소의 에너지만을 공급할 수 있게 한다.
다른 일례로서, 에너지 절감 가열 장치는 상기 끓는점에 기초하여 온도별 복수의 구간을 설정하고, 상기 피가열체의 온도가 상기 복수의 구간 중 어느 구간에 속하는지에 따라, 가열 부재로의 전력 공급을 제어함으로써, 상기 피가열체의 온도 변화에 유연하게 반응하여, 가열 부재로의 전력 공급을 제어할 수 있다.
예컨대, 에너지 절감 가열 장치는 피가열체가 끓는 상태(예컨대, 끓기 시작하는 시점)에서의 진동의 세기(또는, 끓는점)에 기초하여 진동의 세기별 복수의 구간(또는, 온도별 복수의 구간)을 3개의 구간 즉, 제1 내지 3 구간(701, 702, 703)으로 설정할 수 있다. 이때, 에너지 절감 가열 장치는 끓는 상태에서의 진동의 세기(또는, 끓는점)을 포함하는 제2 구간(702), 제2 구간(702)보다 진동의 세기(또는, 피가열체의 온도)가 높은 제1 구간(701) 및 제2 구간(702)보다 진동의 세기(또는, 피가열체의 온도)가 낮은 제3 구간(703)을 설정할 수 있다. 또한, 에너지 절감 가열 장치는 구간의 크기(진동의 세기(또는, 피가열체의 온도)의 범위)를 설정된 조건(예컨대, 진동의 세기(또는, 피가열체의 온도))에 기초하여 조정할 수 있다.
구체적으로, 에너지 절감 가열 장치는 초기에 가열 부재 내 3개의 코일에 전력을 공급하는 상태에서, 진동 센서에 의해 감지된 진동 정보로부터 추정되는 진동의 세기(또는, 피가열체의 온도)가 속하는 구간이, 제3 구간(703)에서 제2 구간(702)으로 변경됨에 따라, 전력을 공급하던 가열 부재 내 코일의 개수를 3개에서 2개로 감소시킬 수 있다. 예컨대, 에너지 절감 가열 장치는 전력을 공급하던 제1 내지 제3 코일(704, 705, 706)에서, 제1, 2 코일(704, 705)에만 전력을 공급하도록 제어할 수 있다.
또한, 에너지 절감 가열 장치는 가열 부재 내 2개의 코일에 전력을 계속 공급하는 상태에서, 진동 센서에 의해 감지된 진동 정보로부터 추정되는 진동의 세기(또는, 피가열체의 온도)가 속하는 구간이, 제2 구간(702)에서 제1 구간(701)으로 변경됨에 따라, 전력을 공급하던 가열 부재 내 코일의 개수를 2개에서 1개로 감소시킬 수 있다. 예컨대, 에너지 절감 가열 장치는 전력을 공급하던 제1, 2 코일(704, 705)에서, 제1 코일(704)에만 전력을 공급하도록 제어할 수 있다.
반면, 에너지 절감 가열 장치는 가열 부재 내 1개의 코일에 전력을 계속 공급하는 상태에서, 진동 센서에 의해 감지된 진동 정보로부터 추정되는 진동의 세기(또는, 피가열체의 온도)가 속하는 구간이, 제1 구간(701)에서 제2 구간(702)으로 변경됨에 따라, 전력을 공급하던 가열 부재 내 코일의 개수를 1개에서 2개로 증가시킬 수 있다. 예컨대, 에너지 절감 가열 장치는 에너지 절감 가열 장치는 전력을 공급하던 제1 코일(704)에서, 제1, 2 코일(704, 705)에 전력을 공급하도록 제어할 수 있다.
즉, 에너지 절감 가열 장치는 진동의 세기(또는, 피가열체의 온도)에 따라, 가열 부재 내 복수의 코일 중 전력을 공급하는 코일의 개수를 조절함으로써, 피가열체의 상태를 끓는 상태(또는, 일정 온도 범위)로 유지시키면서, 불필요한 에너지 소비를 감소시킬 수 있게 한다.
도 8은 본 발명의 일실시예에 따른 에너지 절감 가열 장치에서 피가열체의 상태가 변경될 때 경고 알림을 제공하는 일례를 설명하기 위한 도면이다.
도 8을 참조하면, 에너지 절감 가열 장치는 동작 모드가 에너지 비절감 모드일 경우, 사용자의 지속적인 가열을 의도한 것으로 판단하여, 피가열체의 온도에 따른 가열 부재로의 전력 공급 제어를 비활성화할 수 있다.
한편, 에너지 절감 가열 장치는 진동 센서에서 감지하는 진동 정보에 기초하여, 피가열체의 상태를 모니터링할 수 있다. 에너지 절감 가열 장치는 모니터링 결과, 피가열체가 너무 지속적으로 가열됨에 따라, 피가열체의 상태가 사용자가 원하지 않는 상태로 변질되는 것으로 예측됨에 따라, 상기 피가열체에 대한 경고 알림을 제공할 수 있다. 예컨대, 에너지 절감 가열 장치는 진동 센서에서 감지하는 진동 정보 내 진동의 주기가 설정된 기준 주기보다 설정된 시간 동안 길어짐(801)에 따라, 피가열체의 상태가 피가열체가 너무 오래 끓고 있어, 조려질 가능성이 높은 것으로 판단하여, 상기 피가열체에 대한 경고 알림을 내부 컴포넌트를 통해 제공하거나, 또는 사용자 단말에 제공할 수 있다. 이때, 에너지 절감 가열 장치는 진동의 주기와 함께, 진동의 세기(예컨대, 진폭)를 더 확인할 수도 있다. 즉, 에너지 절감 가열 장치는 진동 정보 내 진동의 주기가 설정된 기준 주기보다 설정된 시간 동안 길어지고, 진동 정보 내 진동의 세기가 설정된 기준 세기보다 설정된 시간 동안 커짐에 따라, 피가열체의 상태가 조려질 가능성이 높은 것으로 판단하여, 상기 피가열체에 대한 경고 알림을 제공할 수 있다.
도 9는 본 발명의 일실시예에 따른 에너지 절감 가열 장치에서 복수의 피가열체를 가열할 때의 전력 공급 제어 일례를 설명하기 위한 도면이다.
도 9를 참조하면, 에너지 절감 가열 장치는 복수의 피가열체를 각각 가열하는 복수의 가열 부재 및 복수의 피가열체를 가열함에 따라 각각 발생하는 진동을 감지하는 복수의 진동 센서를 포함할 수 있다.
이때, 각 가열 부재가 포함하는 코일의 개수는 상이할 수 있다. 예컨대, 제1 가열 부재(901)는 2개의 코일을 포함할 수 있으며, 제1 가열 부재보다 큰 제2 가열 부재(902)는 3개의 코일을 포함할 수 있다.
또한, 복수의 진동 센서는 복수의 가열 부재에 각각 대응하여, 설정된 거리 내에 배치될 수 있다. 즉, 제1 진동 센서는 제1 가열 부재(901)와 설정된 거리 내에 배치될 수 있으며, 제2 진동 센서는 제2 가열 부재(902)와 설정된 거리 내에 배치될 수 있다. 한편, 제1 및 제2 진동 센서는 서로 최대한 멀리 배치될 수 있다.
복수의 피가열체가 가열됨에 따라 복수의 진동 센서에서 감지되는 진동 정보는 각각 대응되는 가열 부재에서 가열하는 피가열체의 상태 변화(예컨대, 피가열체의 점성 변화, 온도 변화)로 인해 발생하는 진동 정보 외에 다른 피가열체의 상태 변화로 인해 발생하는 진동 정보를 포함할 수 있다. 따라서, 에너지 절감 가열 장치는 진동 센서에서 감지된 진동 정보를 설정된 필터 기준(예컨대, 진동 센서 간의 거리에 따른 설정치 미만의 진동 정보 제거, 또는 상대적으로 크기가 작은 진동 정보 제거)에 따라 필터링한 후, 상기 필터링된 진동 정보에 기초하여 피가열체의 끓는 상태(또는, 피가열체의 온도)를 추정할 수 있다.
예컨대, 제1 진동 센서에서 감지된 진동 정보는 제1 가열 부재(901)에서 가열하는 제1 피가열체의 상태 변화로 인해 발생하는 제1 진동 정보 외에, 제2 가열 부재(902)에서 가열하는 제2 피가열체의 상태 변화로 인해 발생하는 제2 진동 정보를 포함할 수 있다.
이에 따라, 에너지 절감 가열 장치는 제1 진동 센서에서 감지된 진동 정보에서 설정치 미만의 진동 정보(예컨대, 제2 피가열체의 상태 변화로 인해 발생하는 제2 진동 정보) 즉, 제1 진동 센서 기준의 잡음을 제거할 수 있다. 에너지 절감 가열 장치는 상기 잡음이 제거된 진동 정보에 기초하여, 제1 피가열체의 끓는 상태(또는, 제1 피가열체의 온도)를 추정하고, 추정된 제1 피가열체의 끓는 상태(또는, 제1 피가열체의 온도)에 따라, 가열 부재로의 전력 공급을 제어할 수 있다.
또한, 에너지 절감 가열 장치는 제2 진동 센서에서 감지된 진동 정보에서 설정치 미만의 진동 정보(예컨대, 제1 피가열체의 상태 변화로 인해 발생하는 제1 진동 정보) 즉, 제2 진동 센서 기준의 잡음을 제거할 수 있다. 에너지 절감 가열 장치는 상기 잡음이 제거된 진동 정보에 기초하여, 제2 피가열체의 끓는 상태(또는, 제2 피가열체의 온도)를 추정하고, 추정된 제2 피가열체의 끓는 상태(또는, 제2 피가열체의 온도)에 따라, 가열 부재로의 전력 공급을 제어할 수 있다.
상기 설정치는 제1 진동 센서 및 제2 진동 센서 간의 거리에 기초하여 설정될 수 있다.
도 10은 본 발명의 일실시예에 따른 에너지 절감 가열 장치의 동작 방법을 나타내는 흐름도이다. 여기서, 에너지 절감 가열 장치는 피가열체가 가열됨에 따라 발생하는 진동 정보에 기초하여, 상기 피가열체의 끓는 상태(또는, 피가열체의 온도)를 추정하도록 훈련된 신경망 모델인, 진동기반의 끓는 상태 추정 알고리즘(또는, 진동기반의 온도추정 알고리즘)을 메모리에 기저장할 수 있다. 또한, 에너지 절감 가열 장치는 피가열체가 가열됨에 따라, 피가열체를 촬영한 영상 내 상기 피가열체의 움직임 정도, 변화 모양 및 증기량에 기초하여, 상기 피가열체의 끓는 상태(또는, 피가열체의 온도)를 추정하도록 훈련된 신경망 모델인, 영상기반의 끓는 상태 추정 알고리즘(또는, 영상기반의 온도추정 알고리즘) 또한 메모리에 기저장할 수 있다.
도 10을 참조하면, 단계 S1001에서, 에너지 절감 가열 장치 내 가열 부재는 인터페이스를 통해 사용자로부터 동작 온 명령을 수신함에 따라, 상기 에너지 절감 가열 장치의 탑플레이트 상에 배치된 피가열체를 가열할 수 있다. 상기 가열 부재는 복수의 코일을 포함할 수 있다.
단계 S1002에서, 에너지 절감 가열 장치 내 진동 센서는 설정된 주기마다 진동 정보를 감지할 수 있다. 여기서, 진동 정보는 예컨대, 진동의 주기, 세기 및 파형 형태 중 적어도 하나를 포함하는 진동의 패턴을 포함할 수 있다.
단계 S1003에서, 에너지 절감 가열 장치 내 제어부는 동작 모드를 확인하고, 상기 동작 모드가 에너지 절감 모드로 확인됨에 따라, 단계 S1004에서, 상기 감지된 진동 정보에 기초하여 상기 피가열체의 끓는 상태(또는, 피가열체의 온도)를 추정할 수 있다. 이때, 에너지 절감 가열 장치 내 제어부는 상기 진동 정보(즉, 진동의 패턴)에, 메모리 내 진동기반의 끓는 상태 추정 알고리즘(또는, 진동기반의 온도추정 알고리즘)을 적용하여, 상기 피가열체의 끓는 상태(또는, 피가열체의 온도)를 추정할 수 있다.
또한, 에너지 절감 가열 장치 내 제어부는 진동 센서에서 감지되는 진동 정보와 함께, 카메라에 의해 촬영된 영상을 이용하여, 피가열체의 끓는 상태(또는, 피가열체의 온도)를 추정할 수 있다.
에너지 절감 가열 장치 내 제어부는 통신부를 통해, 상기 피가열체를 기준으로, 설정된 거리 내에 위치하는 카메라로부터 설정된 주기마다 상기 피가열체를 촬영한 영상을 수신하면, 진동 센서에서 감지되는 진동 정보에 추가하여, 상기 영상에 기초하여 피가열체의 끓는 상태(또는, 피가열체의 온도)를 추정할 수 있다. 이때, 에너지 절감 가열 장치 내 제어부는 상기 영상에, 메모리 내 영상기반의 끓는 상태 추정 알고리즘(또는, 영상기반의 온도추정 알고리즘)을 적용하여, 상기 피가열체의 끓는 상태(또는, 피가열체의 온도)를 추정할 수 있다.
단계 S1005에서, 에너지 절감 가열 장치 내 제어부는 추정된 상기 피가열체의 끓는 상태(또는, 피가열체의 온도)에 따라, 상기 가열 부재로의 전력 공급을 제어할 수 있다.
이때, 에너지 절감 가열 장치 내 제어부는 상기 진동 정보에 기초하여 상기 피가열체가 끓는 상태임을 추정함에 따라, 상기 진동 센서에 의해 감지되는 진동 정보에 기초하여 상기 복수의 코일 중 전력을 공급하던 코일의 개수를 조절하도록 상기 가열 부재로의 전력 공급을 제어할 수 있다.
구체적으로, 에너지 절감 가열 장치 내 제어부는 상기 진동 센서에 의해 감지되는 진동의 세기가 상기 끓는 상태에 대응하는 진동의 세기보다 강해지거나, 또는 상기 진동 센서에 의해 감지되는 진동의 주기가 상기 끓는 상태에 대응하는 진동의 주기보다 짧은 것으로 판단함에 따라, 상기 전력을 공급하던 코일의 개수를 설정된 개수 만큼 감소시키도록 상기 가열 부재로의 전력 공급을 제어할 수 있다. 반면, 에너지 절감 가열 장치 내 제어부는 상기 진동 센서에 의해 감지되는 진동의 세기가 상기 끓는 상태에 대응하는 진동의 세기보다 약해지거나, 또는 상기 진동 센서에 의해 감지되는 진동의 주기가 상기 끓는 상태에 대응하는 진동의 주기보다 긴 것으로 판단함에 따라, 상기 전력을 공급하던 코일의 개수를 설정된 개수 만큼 증가시키도록 상기 가열 부재로의 전력 공급을 제어할 수 있다.
또한, 에너지 절감 가열 장치 내 제어부는 상기 진동 정보에 기초하여 상기 피가열체가 끓는 상태임을 추정하고, 상기 끓는 상태인 피가열체의 온도를 끓는점으로 결정할 수 있다. 그리고, 에너지 절감 가열 장치 내 제어부는 상기 끓는점에 기초하여 상기 복수의 코일 중 전력을 공급하던 코일의 개수를 조절하도록 상기 가열 부재로의 전력 공급을 제어할 수 있다. 이때, 에너지 절감 가열 장치 내 제어부는 상기 피가열체의 온도가 상기 끓는점보다 상승한 것으로 판단함에 따라, 상기 전력을 공급하던 코일의 개수를 설정된 개수 만큼 감소시키도록 상기 가열 부재로의 전력 공급을 제어할 수 있다. 반면, 에너지 절감 가열 장치 내 제어부는 상기 피가열체의 온도가 상기 끓는점보다 하강한 것으로 판단함에 따라, 상기 전력을 공급하던 코일의 개수를 설정된 개수 만큼 증가시키도록 상기 가열 부재로의 전력 공급을 제어할 수 있다.
한편, 에너지 절감 가열 장치 내 제어부는 상기 진동 정보 내 진동의 패턴에 기초하여 상기 피가열체의 타입을 식별하고, 상기 식별된 피가열체의 타입에 기초하여, 상기 가열 부재 내 복수의 코일에 대해, 상기 전력을 공급하던 코일의 개수를 조절하는 조절 시점을 상이하게 결정할 수 있다. 상기 피가열체의 타입은, 점성이 상대적으로 높은 고점성 피가열체와 점성이 상대적으로 낮은 저점성 피가열체를 포함할 수 있다.
에너지 절감 가열 장치 내 제어부는 상기 진동 센서에 의해 감지되는 진동의 세기가, 상기 피가열체가 끓는 상태에 대응하는 진동의 세기보다 강해진 것으로 판단하는 판단 시점으로부터 상기 조절 시점까지의 시간을 조절 지연 시간으로 정의하거나, 또는 상기 피가열체의 온도가 상기 피가열체에 대한 끓는점보다 상승한 것으로 판단하는 판단 시점으로부터 상기 조절 시점까지의 시간을 조절 지연 시간으로 정의할 수 있다. 에너지 절감 가열 장치 내 제어부는 상기 식별된 피가열체의 타입이 상기 고점성 피가열체인 경우의 제1 조절 지연 시간을, 상기 식별된 피가열체의 타입이 상기 저점성 피가열체인 경우의 제2 조절 지연 시간 보다 길게 결정할 수 있다.
상기 단계 S1003에서, 에너지 절감 가열 장치 내 제어부는 상기 동작 모드가 에너지 절감 모드가 아닌 것으로 확인(즉, 에너지 비절감 모드)됨에 따라, 단계 S1006에서, 상기 감지된 진동 정보에 기초하여 피가열체의 상태를 모니터링할 수 있다. 이때, 에너지 절감 가열 장치 내 제어부는 상기 진동 정보 내 진동의 패턴에 기초하여 상기 피가열체의 점성을 확인할 수 있다. 에너지 절감 가열 장치 내 제어부는 상기 확인된 피가열체의 점성에 따라 미리 정해진 기준 주기와 상기 진동의 주기 간의 차이가 설정된 시간을 초과함에 따라, 상기 피가열체에 대한 경고 알림을 제공할 수 있다. 여기서, 에너지 절감 가열 장치 내 제어부는 상기 피가열체의 점성이 높을수록 상기 기준 주기를 길게 정할 수 있다.
즉, 에너지 절감 가열 장치 내 제어부는 상기 진동 정보 내 진동의 주기가 일정 시간 동안 피가열체의 타입에 따른 기준 주기를 초과함에 따라, 피가열체가 너무 오래 끓고 있어, 조려질 가능성이 높은 것으로 판단하여, 상기 피가열체에 대한 경고 알림을 내부 컴포넌트를 통해 제공하거나, 또는 사용자 단말에 제공할 수 있다. 예컨대, 에너지 절감 가열 장치 내 제어부는 내장된 비프음 스피커를 통해, 비프(beef)음을 출력하거나, 또는 사용자 단말에 상기 피가열체에 대한 경고 알림 메시지를 전송할 수 있다.
또한, 에너지 절감 가열 장치 내 제어부는 상기 진동 정보 내 진동수가 설정된 속도 이상으로 감소하는 경우, 피가열체가 너무 급격하게 졸여지는 것으로 판단함에 따라, 상기 피가열체에 대한 경고 알림을 제공할 수 있다.
이상 설명된 본 발명에 따른 실시 예는 컴퓨터 상에서 다양한 구성요소를 통하여 실행될 수 있는 컴퓨터 프로그램의 형태로 구현될 수 있으며, 이와 같은 컴퓨터 프로그램은 컴퓨터로 판독 가능한 매체에 기록될 수 있다. 이때, 매체는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치를 포함할 수 있다.
한편, 상기 컴퓨터 프로그램은 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 프로그램의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함될 수 있다.
본 발명의 명세서(특히 특허청구범위에서)에서 "상기"의 용어 및 이와 유사한 지시 용어의 사용은 단수 및 복수 모두에 해당하는 것일 수 있다. 또한, 본 발명에서 범위(range)를 기재한 경우 상기 범위에 속하는 개별적인 값을 적용한 발명을 포함하는 것으로서(이에 반하는 기재가 없다면), 발명의 상세한 설명에 상기 범위를 구성하는 각 개별적인 값을 기재한 것과 같다.
본 발명에 따른 방법을 구성하는 단계들에 대하여 명백하게 순서를 기재하거나 반하는 기재가 없다면, 상기 단계들은 적당한 순서로 행해질 수 있다. 반드시 상기 단계들의 기재 순서에 따라 본 발명이 한정되는 것은 아니다. 본 발명에서 모든 예들 또는 예시적인 용어(예들 들어, 등등)의 사용은 단순히 본 발명을 상세히 설명하기 위한 것으로서 특허청구범위에 의해 한정되지 않는 이상 상기 예들 또는 예시적인 용어로 인해 본 발명의 범위가 한정되는 것은 아니다. 또한, 당업자는 다양한 수정, 조합 및 변경이 부가된 특허청구범위 또는 그 균등물의 범주 내에서 설계 조건 및 팩터에 따라 구성될 수 있음을 알 수 있다.
따라서, 본 발명의 사상은 상기 설명된 실시 예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 또는 이로부터 등가적으로 변경된 모든 범위는 본 발명의 사상의 범주에 속한다고 할 것이다.
300: 에너지 절감 가열 장치
301: 인터페이스
302: 가열 부재
303: 전력 공급부
304: 진동 센서
305: 제어부
305: 통신부
306: 무게 센서
307: 무게 센서
308: 메모리

Claims (20)

  1. 에너지 절감 가열 장치로서,
    내부에 수납공간을 가지는 하우징;
    피가열체를 가열하는 가열 부재;
    상기 가열 부재에 전력을 공급하는 전력 공급부;
    상기 하우징의 상부에 배치되어 상기 피가열체를 지지하는 탑플레이트;
    상기 탑플레이트의 하부에 배치되는 진동 센서; 및
    상기 진동 센서로부터 감지되는 진동 정보에 기초하여, 상기 전력 공급부에서 상기 가열 부재로의 전력 공급을 제어하는 제어부를 포함하는,
    에너지 절감 가열 장치.
  2. 제1항에 있어서,
    상기 가열 부재는, 복수의 코일을 포함하고,
    상기 제어부는,
    상기 진동 정보에 기초하여 상기 피가열체가 끓는 상태임을 추정함에 따라, 상기 진동 센서에 의해 감지되는 진동 정보에 기초하여 상기 복수의 코일 중 전력을 공급하던 코일의 개수를 조절하도록 상기 가열 부재로의 전력 공급을 제어하는,
    에너지 절감 가열 장치.
  3. 제2항에 있어서,
    상기 제어부는,
    상기 진동 센서에 의해 감지되는 진동의 세기가 상기 끓는 상태에 대응하는 진동의 세기보다 강해지거나, 또는 상기 진동 센서에 의해 감지되는 진동의 주기가 상기 끓는 상태에 대응하는 진동의 주기보다 짧은 것으로 판단함에 따라, 상기 전력을 공급하던 코일의 개수를 설정된 개수 만큼 감소시키도록 상기 가열 부재로의 전력 공급을 제어하는,
    에너지 절감 가열 장치.
  4. 제2항에 있어서,
    상기 제어부는,
    상기 진동 센서에 의해 감지되는 진동의 세기가 상기 끓는 상태에 대응하는 진동의 세기보다 약해지거나, 또는 상기 진동 센서에 의해 감지되는 진동의 주기가 상기 끓는 상태에 대응하는 진동의 주기보다 긴 것으로 판단함에 따라, 상기 전력을 공급하던 코일의 개수를 설정된 개수 만큼 증가시키도록 상기 가열 부재로의 전력 공급을 제어하는,
    에너지 절감 가열 장치.
  5. 제1항에 있어서,
    상기 진동 정보는, 진동의 주기, 세기 및 파형 형태 중 적어도 하나를 포함하는 진동의 패턴을 의미하고,
    상기 제어부는,
    상기 진동의 패턴에 기초하여 상기 피가열체의 점성을 확인하고, 상기 확인된 피가열체의 점성에 따라 미리 정해진 기준 주기와 상기 진동의 주기 간의 차이가 설정된 시간을 초과함에 따라, 상기 피가열체에 대한 경고 알림을 제공하는,
    에너지 절감 가열 장치.
  6. 제5항에 있어서,
    상기 제어부는,
    상기 피가열체의 점성이 높을수록 상기 기준 주기를 길게 정하는,
    에너지 절감 가열 장치.
  7. 제1항에 있어서,
    상기 진동 정보는, 진동의 주기, 세기 및 파형 형태 중 적어도 하나를 포함하는 진동의 패턴을 의미하고,
    상기 제어부는,
    상기 진동의 패턴에 기초하여 상기 피가열체의 타입을 식별하고, 상기 식별된 피가열체의 타입에 기초하여, 상기 가열 부재 내 복수의 코일에 대해, 상기 전력을 공급하던 코일의 개수를 조절하는 조절 시점을 상이하게 결정하는,
    에너지 절감 가열 장치.
  8. 제7항에 있어서,
    상기 피가열체의 타입은, 점성이 상대적으로 높은 고점성 피가열체와 점성이 상대적으로 낮은 저점성 피가열체를 포함하고,
    상기 제어부는,
    상기 진동 센서에 의해 감지되는 진동의 세기가, 상기 피가열체가 끓는 상태에 대응하는 진동의 세기보다 강해진 것으로 판단하는 판단 시점으로부터 상기 조절 시점까지의 시간을 조절 지연 시간으로 정의하고,
    상기 피가열체의 타입이 상기 고점성 피가열체인 경우의 제1 조절 지연 시간을, 상기 피가열체의 타입이 상기 저점성 피가열체인 경우의 제2 조절 지연 시간보다 길게 결정하는,
    에너지 절감 가열 장치.
  9. 제1항에 있어서,
    상기 진동 정보는, 진동의 주기, 세기 및 파형 형태 중 적어도 하나를 포함하는 진동의 패턴을 의미하고,
    상기 제어부는,
    상기 진동의 패턴에 진동기반의 끓는 상태 추정 알고리즘을 적용하여, 상기 피가열체가 끓는 상태임을 추정하고,
    상기 진동기반의 끓는 상태 추정 알고리즘은,
    피가열체가 가열됨에 따라 발생하는 진동 패턴에 기초하여, 상기 피가열체의 끊는 상태를 추정하도록 훈련된 신경망 모델인,
    에너지 절감 가열 장치.
  10. 제1항에 있어서,
    상기 피가열체를 기준으로, 설정된 거리 내에 위치하는 카메라로부터 설정된 주기마다 상기 피가열체를 촬영한 영상을 수신하는 통신부를 더 포함하고,
    상기 제어부는,
    상기 진동 정보에 추가하여 상기 영상에 기초하여 상기 피가열체가 끓는 상태임을 추정하되, 상기 영상에 영상기반의 끓는 상태 추정 알고리즘을 적용하여, 상기 피가열체가 끓는 상태임을 추정하고,
    상기 영상기반의 끓는 상태 추정 알고리즘은,
    피가열체가 가열됨에 따라 변화되는 상기 피가열체의 움직임 정도, 변화 모양 및 증기량에 기초하여, 상기 피가열체의 끊는 상태를 추정하도록 훈련된 신경망 모델인,
    에너지 절감 가열 장치.
  11. 제10항에 있어서,
    상기 카메라는,
    키친 레인지 후드(kitchen range hood)에, 상기 피가열체를 촬영 가능한 각도로 장착된,
    에너지 절감 가열 장치.
  12. 에너지 절감 가열 장치의 동작 방법으로서,
    에너지 절감 가열 장치 내 가열 부재에서, 상기 에너지 절감 가열 장치의 탑플레이트 상에 배치된 피가열체를 가열하는 단계;
    상기 에너지 절감 가열 장치 내 진동 센서에서, 진동 정보를 감지하는 단계;
    상기 에너지 절감 가열 장치 내 제어부에서, 상기 감지된 진동 정보에 기초하여, 상기 가열 부재로의 전력 공급을 제어하는 단계를 포함하는,
    에너지 절감 가열 장치의 동작 방법.
  13. 제12항에 있어서,
    상기 가열 부재는, 복수의 코일을 포함하고,
    상기 가열 부재로의 전력 공급을 제어하는 단계는,
    상기 진동 정보에 기초하여 상기 피가열체가 끓는 상태임을 추정함에 따라, 상기 진동 센서에 의해 감지되는 진동 정보에 기초하여 상기 복수의 코일 중 전력을 공급하던 코일의 개수를 조절하도록 상기 가열 부재로의 전력 공급을 제어하는 단계를 포함하는,
    에너지 절감 가열 장치의 동작 방법.
  14. 제13항에 있어서,
    상기 전력을 공급하던 코일의 개수를 조절하도록 상기 가열 부재로의 전력 공급을 제어하는 단계는,
    상기 진동 센서에 의해 감지되는 진동의 세기가 상기 끓는 상태에 대응하는 진동의 세기보다 강해지거나, 또는 상기 진동 센서에 의해 감지되는 진동의 주기가 상기 끓는 상태에 대응하는 진동의 주기보다 짧은 것으로 판단함에 따라, 상기 전력을 공급하던 코일의 개수를 설정된 개수 만큼 감소시키도록 상기 가열 부재로의 전력 공급을 제어하는 단계를 포함하는,
    에너지 절감 가열 장치의 동작 방법.
  15. 제13항에 있어서,
    상기 전력을 공급하던 코일의 개수를 조절하도록 상기 가열 부재로의 전력 공급을 제어하는 단계는,
    상기 진동 센서에 의해 감지되는 진동의 세기가 상기 끓는 상태에 대응하는 진동의 세기보다 약해지거나, 또는 상기 진동 센서에 의해 감지되는 진동의 주기가 상기 끓는 상태에 대응하는 진동의 주기보다 긴 것으로 판단함에 따라, 상기 전력을 공급하던 코일의 개수를 설정된 개수 만큼 증가시키도록 상기 가열 부재로의 전력 공급을 제어하는 단계를 포함하는,
    에너지 절감 가열 장치의 동작 방법.
  16. 제12항에 있어서,
    상기 진동 정보는, 진동의 주기, 세기 및 파형 형태 중 적어도 하나를 포함하는 진동의 패턴을 의미하고,
    상기 에너지 절감 가열 장치의 동작 방법은,
    상기 진동의 패턴에 기초하여 상기 피가열체의 점성을 확인하는 단계; 및
    상기 확인된 피가열체의 점성에 따라 미리 정해진 기준 주기와 상기 진동의 주기 간의 차이가 설정된 시간을 초과함에 따라, 상기 피가열체에 대한 경고 알림을 제공하는 단계를 더 포함하는,
    에너지 절감 가열 장치의 동작 방법.
  17. 제16항에 있어서,
    상기 기준 주기는,
    상기 피가열체의 점성이 높을수록 길게 정해지는,
    에너지 절감 가열 장치의 동작 방법.
  18. 제12항에 있어서,
    상기 진동 정보는, 진동의 주기, 세기 및 파형 형태 중 적어도 하나를 포함하는 진동의 패턴을 의미하고,
    상기 가열 부재로의 전력 공급을 제어하는 단계는,
    상기 진동의 패턴에 기초하여 상기 피가열체의 타입을 식별하는 단계; 및
    상기 식별된 피가열체의 타입에 기초하여, 상기 가열 부재 내 복수의 코일에 대해, 상기 전력을 공급하던 코일의 개수를 조절하는 조절 시점을 상이하게 결정하는 단계를 포함하는,
    에너지 절감 가열 장치의 동작 방법.
  19. 제18항에 있어서,
    상기 피가열체의 타입은, 점성이 상대적으로 높은 고점성 피가열체와 점성이 상대적으로 낮은 저점성 피가열체를 포함하고,
    상기 전력을 공급하던 코일의 개수를 조절하는 조절 시점을 상이하게 결정하는 단계는,
    상기 진동 센서에 의해 감지되는 진동의 세기가, 상기 피가열체가 끓는 상태에 대응하는 진동의 세기보다 강해진 것으로 판단하는 판단 시점으로부터 상기 조절 시점까지의 시간을 조절 지연 시간으로 정의하는 단계; 및
    상기 피가열체의 타입이 상기 고점성 피가열체인 경우의 제1 조절 지연 시간을, 상기 피가열체의 타입이 상기 저점성 피가열체인 경우의 제2 조절 지연 시간 보다 길게 결정하는 단계를 포함하는,
    에너지 절감 가열 장치의 동작 방법.
  20. 제12항에 있어서,
    상기 진동 정보는, 진동의 주기, 세기 및 파형 형태 중 적어도 하나를 포함하는 진동의 패턴을 의미하고,
    상기 가열 부재로의 전력 공급을 제어하는 단계는,
    상기 진동의 패턴에 진동기반의 끓는 상태 추정 알고리즘을 적용하여, 상기 피가열체가 끓는 상태임을 추정하는 단계를 포함하고,
    상기 진동기반의 끓는 상태 추정 알고리즘은,
    피가열체가 가열됨에 따라 발생하는 진동 패턴에 기초하여, 상기 피가열체의 끊는 상태를 추정하도록 훈련된 신경망 모델인,
    에너지 절감 가열 장치의 동작 방법.
KR1020190164745A 2019-12-11 2019-12-11 에너지 절감 가열 장치 및 이의 동작 방법 KR20210073928A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020190164745A KR20210073928A (ko) 2019-12-11 2019-12-11 에너지 절감 가열 장치 및 이의 동작 방법
US16/822,810 US20210185772A1 (en) 2019-12-11 2020-03-18 Energy reduction heating apparatus and operation method thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190164745A KR20210073928A (ko) 2019-12-11 2019-12-11 에너지 절감 가열 장치 및 이의 동작 방법

Publications (1)

Publication Number Publication Date
KR20210073928A true KR20210073928A (ko) 2021-06-21

Family

ID=76318444

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190164745A KR20210073928A (ko) 2019-12-11 2019-12-11 에너지 절감 가열 장치 및 이의 동작 방법

Country Status (2)

Country Link
US (1) US20210185772A1 (ko)
KR (1) KR20210073928A (ko)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3036958B2 (ja) * 1992-04-10 2000-04-24 パロマ工業株式会社 調理器における沸騰検出装置
ES2356780B1 (es) * 2009-01-20 2012-03-13 Bsh Electrodomésticos España, S.A. Campo de cocción con al menos una zona de calentamiento de varios elementos de calentamiento.
JP2011247526A (ja) * 2010-05-28 2011-12-08 Panasonic Corp 加熱調理器

Also Published As

Publication number Publication date
US20210185772A1 (en) 2021-06-17

Similar Documents

Publication Publication Date Title
US11568310B2 (en) Apparatus for generating temperature prediction model and method for providing simulation environment
US11531891B2 (en) Cooking apparatus for determining cooked-state of cooking material and control method thereof
US11759043B2 (en) Method and heating apparatus for estimating status of heated object
US11189284B2 (en) Apparatus for communicating with voice recognition device, apparatus with voice recognition capability and controlling method thereof
US20210288832A1 (en) Automatically learning and controlling connected devices
US11353218B2 (en) Integrated management method and system for kitchen environment using artificial intelligence
US11543134B2 (en) Heating apparatus and method for controlling the same
US20160201933A1 (en) Predictively controlling an environmental control system
US20210063036A1 (en) Air purifier and operating method of the same
US20200045163A1 (en) Apparatus and control method for recommending applications based on context-awareness
US11353228B2 (en) Electronic apparatus for managing heating and cooling and controlling method of the same
US20200041160A1 (en) Air conditioning system and method for controlling same
US11436848B2 (en) Automatic labeling apparatus and method for object recognition
KR20190098098A (ko) 공기 조화기
US20210074283A1 (en) Noise manageable electronic device and control method thereof
KR20210078258A (ko) 공기 조화기 및 공기 조화기를 제어하기 위한 방법
US20210161329A1 (en) Cooking apparatus and control method thereof
US11902043B2 (en) Self-learning home system and framework for autonomous home operation
Kabir et al. Development of a smart home context-aware application: A machine learning based approach
KR20210077916A (ko) 인공 지능을 이용한 가전 기기의 통합 제어 방법 및 그 시스템
US11301673B2 (en) Apparatus and method for controlling electronic device
KR20210063970A (ko) 공기 조화기 및 그 제어 방법
KR20210073928A (ko) 에너지 절감 가열 장치 및 이의 동작 방법
JP2019102072A (ja) ネットワーク化された機器のユーザインタラクション分析
Broekens et al. On affect and self-adaptation: Potential benefits of valence-controlled action-selection

Legal Events

Date Code Title Description
A201 Request for examination