KR20220049225A - 센서 네트워크 선제적 유지 관리 시스템 및 방법 - Google Patents
센서 네트워크 선제적 유지 관리 시스템 및 방법 Download PDFInfo
- Publication number
- KR20220049225A KR20220049225A KR1020200132600A KR20200132600A KR20220049225A KR 20220049225 A KR20220049225 A KR 20220049225A KR 1020200132600 A KR1020200132600 A KR 1020200132600A KR 20200132600 A KR20200132600 A KR 20200132600A KR 20220049225 A KR20220049225 A KR 20220049225A
- Authority
- KR
- South Korea
- Prior art keywords
- sensor
- unit
- output value
- sensor output
- correlation
- Prior art date
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000006378 damage Effects 0.000 claims abstract description 46
- 238000004458 analytical method Methods 0.000 claims abstract description 25
- 238000009826 distribution Methods 0.000 claims description 48
- 230000006866 deterioration Effects 0.000 claims description 42
- 238000005259 measurement Methods 0.000 claims description 29
- 230000002093 peripheral effect Effects 0.000 claims description 20
- 238000010219 correlation analysis Methods 0.000 claims description 14
- 238000012314 multivariate regression analysis Methods 0.000 claims description 4
- 238000007726 management method Methods 0.000 description 58
- 238000006073 displacement reaction Methods 0.000 description 8
- 230000004044 response Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000013398 bayesian method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007257 malfunction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003012 network analysis Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000006424 Flood reaction Methods 0.000 description 1
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C25/00—Arrangements for preventing or correcting errors; Monitoring arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Medical Informatics (AREA)
- Signal Processing (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Business, Economics & Management (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
본 발명은 센서 네트워크 선제적 유지 관리 시스템 및 방법에 관한 것으로, 제어 시스템은, 계측대상물을 계측하는 복수개의 센서부 상기 센서부에서 계측한 센서출력값을 이용하여 상관관계를 분석하는 분석부; 상기 분석부의 결과를 이용하여 상기 센서부의 열화 손상 여부를 판단하는 오류판단부; 상기 센서부 및 상기 오류판단부와 연동하여 상기 센서부의 작동 상태를 제어하는 제어부; 및 상기 제어부와 연동하여 상기 센서부 중 열화 손상으로 판단된 센서부의 제외 여부를 결정하는 관리부;를 포함하며, 상기 관리부는 상기 센서부 중 열화 손상으로 판단되어 제외된 센서부의 센서출력값을 대체하는 대체데이터를 생성할 수 있다.
Description
본 발명은 센서 네트워크 선제적 유지 관리 시스템 및 제어 방법에 관한 것으로, 더욱 상세하게는 센서데이터 자체의 손상 및 오류에 대한 예측을 이용하여 센서 네트워크 시스템의 균열진전 등 열화현상을 정확하게 예측하고 선제적으로 유지 관리를 할 수 있는 센서 네트워크 선제적 유지 관리 시스템 및 방법에 관한 것이다.
일반적으로, 건물 특히 고층빌딩이나 장대교량 등의 건축물은 횡하중의 영향을 많이 받을 수 있다. 즉, 바람이나 지진 등 횡방향 외력에 의해서 건축물 등에 진동이 발생하거나 횡방향 변위가 발생할 수 있다. 이러한 횡하중의 영향이 오랫동안 지속되면 건축물의 손상이나 붕괴가 발생할 수 있다. 따라서, 횡하중이 가해지는 경우에 건축물의 진동이나 횡방향 변위를 실시간으로 계측하기 위한 다수의 센서가 건축물이 설치되고 있다.
건축물에 설치된 센서에 의해 건축물의 진동이나 횡방향 변위를 계측하고, 그 결과에 따라 건축물에 설치된 댐퍼 등을 제어함으로써 건축물의 손상이나 붕괴를 방지할 수 있다.
그런데, 건축물에 설치된 센서가 고장이 나거나 센서출력값에 오류가 포함된 경우에는 건축물의 손상이나 붕괴를 방지하지 못하는 문제가 있다. 특히, 고층빌딩 등에는 많은 수의 센서를 설치하고 이러한 다수개의 센서가 센서 네트워크를 형성하게 되는데, 이들 중 손상이나 열화가 발생한 센서가 있는 경우에는 센서 네트워크의 신뢰도가 저하되거나 건축물 등의 붕괴로 이어질 수도 있다.
따라서, 센서 네트워크에 포함된 다수개의 센서들 중에서 고장이나 열화 손상이 발생한 센서를 판단하고 이를 관리하는 기술에 대한 필요성이 커지고 있다.
본 출원인은 위와 같은 종래기술의 문제점을 해결하기 위해 본 발명을 제안하게 되었다.
본 발명은 센서 네트워크의 센서 데이터 자체의 손상 및 오류를 예측할 수 있는 센서 네트워크 선제적 유지 관리 시스템 및 방법을 제공한다.
본 발명은 사회기반구조물의 변위, 균열과 열화 위치를 사전에 합리적으로 예측함으로써 구조물 및 센서 네트워크 의 선제적인 보수 및 보강이 가능한
센서 네트워크 선제적 유지 관리 시스템 및 방법을 제공한다.
상기한 과제를 달성하기 위한 본 발명의 일 실시예에 따른 센서 네트워크의 열화 손상 판단 제어 시스템은, 계측대상물을 계측하는 복수개의 센서부; 상기 센서부에서 계측한 센서출력값을 이용하여 상관관계를 분석하는 분석부; 상기 분석부의 결과를 이용하여 상기 센서부의 열화 손상 여부를 판단하는 오류판단부; 상기 센서부 및 상기 오류판단부와 연동하여 상기 센서부의 작동 상태를 제어하는 제어부; 및 상기 제어부와 연동하여 상기 센서부 중 열화 손상으로 판단된 센서부의 제외 여부를 결정하는 관리부;를 포함하며, 상기 관리부는 상기 센서부 중 열화 손상으로 판단되어 제외된 센서부의 센서출력값을 대체하는 대체데이터를 생성할 수 있다.
상기 분석부는, 상기 복수개의 센서부 중 어느 하나의 센서에서 일정 주기로 출력되는 자체 센서출력값의 상관관계분포를 분석하는 자체 상관관계 분석부 및 상기 복수개의 센서부 중 서로 근접한 위치에 설치된 주변 센서부에서 일정 주기로 출력되는 주변 센서출력값들과의 상관관계분포를 분석하는 주변 상관관계 분석부를 포함할 수 있다.
상기 오류판단부는, 상기 자체 센서출력값과 상기 주변 센서출력값들과의 상관관계 분포에서 발생 확률을 비교하고, 그 결과가 기준치 보다 작을 경우에는 오류로 판정할 수 있다.
상기 오류판단부는, 상기 자체 센서출력값과 상기 주변 센서출력값의 상관관계 분포 발생 확률을 비교하는 발생 확률 비교판단부 및 상기 센서부의 기준치 보다 작은 센서출력값의 유무를 판단하는 기준치 비교판단부를 포함할 수 있다.
상기 관리부는 열화 손상으로 판단된 상기 센서부의 센서출력값을 제외하고 상기 센서부의 네트워크 상태를 유지 관리할 수 있다.
상기 관리부는 상기 자체 센서출력값 및 상기 주변 센서출력값의 추계학적 상관관계를 계층적으로 모델링한 다중변량 회귀분석을 이용하여 제외된 센서출력값을 대체하는 대체데이터를 생성할 수 있다.
상기 관리부는 상기 자체 센서출력값 및 상기 주변 센서출력값의 상관관계 및 시간관계를 이용하여 대체데이터를 생성할 수 있다.
한편, 발명의 다른 분야에 의하면, 본 발명은 센서 네트워크 선제적 유지열화 관리 시스템을 사용한 센서 네트워크 선제적 유지 관리 방법에 있어서, 상기 계측 대상물의 센서출력값을 계측하는 단계; 자체 센서출력값의 상관관계 분포를 분석하는 단계; 주변 센서출력값의 상관관계 분포를 분석하는 단계; 자체 및 주변 센서출력값과의 상관관계 분포 발생확률을 비교하는 단계; 자체 및 주변 센서출력값과의 상관관계 분포 발생확률과 기준치를 비교 판단하는 단계; 센서부의 열화 손상을 판정하는 단계; 열화 손상으로 판정된 센서부의 센서출력값을 제외하는 단계; 및 제외된 센서출력값을 대체하는 대체데이터를 생성하는 단계;를 포함하는 것을 특징으로 하는 센서 열화 손상 판단 제어 방법을 제공할 수 있다.
상기 센서부의 열화 손상을 판정하는 단계는 추계학적 상관관계를 계측적으로 모델링하는 계층적 베이지안 모델을 이용할 수 있다.
본 발명에 따른 센서 네트워크 선제적 유지 관리 시스템 및 방법은 센서 네트워크의 센서 데이터 자체의 손상 및 오류를 정확히 예측할 수 있다.
본 발명에 따른 센서 네트워크 선제적 유지 관리 시스템 및 방법은 센서 네트워크의 센서출력값의 필터링과 예측에 의해 비정상 판단을 할 수 있다.
본 발명에 따른 센서 네트워크 선제적 유지 관리 시스템 및 방법은 열화 손상으로 판정된 센서의 출력값을 제외하고 이를 대체할 수 있는 대체데이터를 생성하여 이용하기 때문에 센서 네트워크의 오류를 실시간으로 예측하여 선제적으로 유지 관리할 수 있다.
본 발명에 따른 센서 네트워크 선제적 유지 관리 시스템 및 방법은 계층적 베이지안 방법을 이용하여 센서 네트워크를 통한 계측 데이터의 오류를 판정하고 이를 보정함으로써 시스템의 균열진전 등의 열화현상을 정확하게 예측하고 제어할 수 있다.
도 1은 본 발명의 일 실시예에 따른 센서 네트워크 선제적 유지 관리 시스템의 개략적인 구성을 개략적으로 도시한 도면이다.
도 2는 도 1에 따른 센서 네트워크 선제적 유지 관리 시스템의 주요 구성을 도시한 도면이다.
도 3은 도 1에 따른 센서 네트워크 선제적 유지 관리 시스템을 사용한 유지 관리 방법을 설명하는 순서도이다.
도 2는 도 1에 따른 센서 네트워크 선제적 유지 관리 시스템의 주요 구성을 도시한 도면이다.
도 3은 도 1에 따른 센서 네트워크 선제적 유지 관리 시스템을 사용한 유지 관리 방법을 설명하는 순서도이다.
이하에서, 첨부된 도면을 참조하여 본 발명에 따른 실시예들을 상세하게 설명한다. 그러나, 본 발명이 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
도 1은 본 발명의 일 실시예에 따른 센서 네트워크 선제적 유지 관리 시스템의 개략적인 구성을 개략적으로 도시한 도면, 도 2는 도 1에 따른 센서 네트워크 선제적 유지 관리 시스템의 주요 구성을 도시한 도면, 도 3은 도 1에 따른 센서 네트워크 선제적 유지 관리 시스템을 사용한 유지 관리 방법을 설명하는 순서도이다.
이하에서 설명할 본 발명의 일 실시예에 따른 센서 네트워크 선제적 유지관리 시스템 및 방법은 "계측요소간 상관관계 네트워크해석에 의한 위험상황의 지능형 분류 및 선제적 실시간 대응위험상황 지능형 분류 알고리즘"을 이용하는 기술로서, 복잡한 상관관계를 가지는 다변수 확률분포의 샘플링을 사용하여 센서 상호작용의 자동 모델링 및 미래 사건의 예측까지도 가능한 기법이다. 즉, 자연재해 대비를 위한 기존의 알고리즘이 센서의 종류, 센서의 설치 위치 및 대상 시설물이나 재해의 종류에 따른 역학적 모델을 고려하여 전문가에 의한 센서의 상관관계 모델링이나 신경망을 이용한 학습 등의 과정이 필요한 반면 본 발명은 계측 대상의 초기값이나 경계조건 등에 무관하게 순전히 계측값을 이용한 확률밀도분포를 생성하는 기술이다. 또한, 계층적 베이지안 방법을 이용하여 다중 센서 네트워크를 통한 계측 데이터의 오류를 판정 하고 이를 보정함으로써 센서 네트워크 시스템의 변형과 균열을 정확하게 예측하고 제어하는 기술이다.
도 1 및 도 2를 참조하면, 본 발명의 일 실시예에 따른 센서 네트워크 선제적 유지 관리 시스템(100)은, 계측대상물(10)을 계측하는 복수개의 센서부(110), 센서부(110)에서 계측한 센서출력값을 이용하여 상관관계를 분석하는 분석부(120), 분석부(120)의 결과를 이용하여 센서부(110)의 열화 손상 여부를 판단하는 오류판단부(160), 센서부(110) 및 오류판단부(130)와 연동하여 센서부(110)의 작동 상태를 제어하는 제어부(140) 및 제어부(140)와 연동하여 센서부(110) 중 열화 손상으로 판단된 센서부의 제외 여부를 결정하는 관리부(170)를 포함할 수 있다.
여기서, 상기 관리부(170)는 센서부(110) 중 열화 손상으로 판단되어 제외된 센서부의 센서출력값을 대체하는 대체데이터 즉, 대체 센서출력값을 생성할 수 있다.
본 발명의 일 실시예에 따른 센서 네트워크 선제적 유지 관리 시스템(100)은 센서 네트워크의 잡음(Noise)과 오류를 제거하고 대체데이터를 생성할 수 있다. 즉, 시공간의 추계학적 계층적 베이지안 네트워크 예측 모델을 이용하여 센서의 출력값에서 고장과 오류를 포함할 수 있는 센서 네트워크의 잡음 및 오류 데이터의 판정 및 제거, 그리고 제거된 데이터를 대체하는 대체데이터의 생성 및 활용이 가능하기 때문에 유지 관리 시스템을 고도화 할 수 있다.
계측대상물(10)은 바람이나 지진 등의 횡하중이 가해질 때 횡방향 변위가 발생하는 초고층빌딩 등이 될 수 있다. 이하에서는 설명의 편의를 위해 계측대상물(10)이 초고층빌딩이라고 한다.
센서부(110)는 계측대상물(10)인 초고층빌딩에 설치된 다수개의 센서들을 포함할 수 있다. 따라서, 센서부(110)는 다수개의 센서들을 포함하여 센서 네트워크(sensor network)를 형성할 수 있다. 예를 들면, 초고층빌딩의 각 층에 설치되어 초고층빌딩의 변위를 계측하는 다수개의 센서들을 포함하는 센서 네트워크를 센서부(110)로 볼 수 있다.
센서부(110)에서 계측된 계측대상물의 변위값은 센서출력값으로 표출되며, 이러한 센서출력값들은 분석부(120)로 보내질 수 있다. 센서부(110)는 센서출력값들을 실시간으로 분석부(120)로 보내는 것이 바람직하다. 분석부(120)에서는 일정한 주기로 실시간 전송되는 다수개의 센서출력값들을 이용하여 상관관계를 분석하여 센서부(110) 중에서 고장 또는 오작동이 발생한 센서 또는 열화 손상이 발생한 센서가 있는지 여부를 분석할 수 있다. 이와 같이, 분석부(120)는 센서부(110)의 센서출력값들을 이용하여 상관관계를 분석할 수 있다.
상기 분석부(120)는 센서부(110)의 자체 센서출력값의 상관관계분포를 분석하는 자체 상관관계 분석부(121) 및 센서부(110)의 주변 센서출력값의 상관관계분포를 분석하는 주변 상관관계 분석부(122)를 포함할 수 있다.
자체 상관관계 분석부(121)는 센서부(110) 중 어느 하나의 센서에서 일정 주기로 출력되는 자체 센서출력값의 상관관계분포를 분석할 수 있다. 즉, 어느 하나의 센서에서 장시간 동안 여러 개의 센서출력값을 출력하게 되는데, 자체 상관관계 분석부(121)는 동일 센서에서 일정 주기로 출력 또는 계측되는 다수개의 센서출력값들 사이에 존재하는 자체 상관관계분포를 분석할 수 있다.
자체 상관관계 분석부(121)는 어느 하나의 센서에서 계측된 다수개의 센서출력값들의 상관관계분포를 분석하여 센서출력값의 자체 상관관계분포에서의 발생확률을 비교 판단할 수 있다.
또한, 주변 상관관계 분석부(122)는 어느 하나의 센서에서 계측되는 센서출력값들 사이의 상관관계를 분석하는 것이 아니라, 복수개의 센서부(110) 중에서 서로 근접한 위치에 설치된 다수의 주변 센서부들에서 일정 주기로 출력되는 주변 센서출력값들 사이의 상관관계분포를 분석할 수 있다. 예를 들면, 초고층빌딩의 횡방향 변위를 계측하기 위해서 10층, 11층, 12층에 각각 센서를 설치하고 각각의 센서들이 계측한 센서출력값들의 상관관계를 분석하여 센서부의 열화 손상 여부를 판단할 수 있다.
주변 상관관계 분석부(122)는 어느 하나의 센서에서 계측되는 자체 센서출력값과 이 센서의 주변에 있는 센서들에서 계측되는 주변 센서출력값들 사이의 상관관계분포에서의 발생확률을 비교 판단할 수 있다. 예를 들면, 자체 및 주변 센서출력값들과의 상관관계 분포에서의 발생확률 (확률값 < 1/1,000,000)을 비교 판단할 수 있다.
한편, 분석부(120)는 센서부(110)의 자체 센서출력값을 출력 기준치와 비교하는 기준치 비교분석부(123)를 더 포함할 수 있다. 센서부(110)의 센서에서 계측되는 자체 센서출력값이 센서의 계측 가능 기준치를 초과한다면, 그 해당 센서는 고장이라고 판단할 수 있는데, 기준치 비교분석부(123)에서 이러한 분석을 할 수 있다.
분석부(120)에 의해서 분석된 결과들은 오류판단부(160)로 전송되는데, 오류판단부(160)는 센서부(110)의 자체 센서출력값과 주변 센서출력값의 상관관계 분포 발생 확률을 비교하는 발생 확률 비교판단부(161) 및 센서부(110)의 기준치 보다 작은 센서출력값의 유무를 판단하는 기준치 비교판단부(162)를 포함할 수 있다. 여기서, 발생확률 비교판단부(161)는 자체 상관관계 분석부(121) 및 주변 상관관계 분석부(122)와 연동하며, 기준치 비교판단부(162)는 기준치 비교 분석부(123)와 연동할 수 있다.
발생확률 비교판단부(161)는 어느 하나의 센서에서 계측된 다수개의 센서출력값들의 상관관계를 분석한 자체 센서출력값의 상관관계분포에서의 발생 확률과 주변 센서출력값들과의 상관관계 분포에서의 발생확률을 비교하고, 그 결과가 기준치 보다 작을 경우에는 센서부의 오류로 판단할 수 있다. 예를 들면, 하나의 센서부에서 출력되는 자체 센서출력값과 주변 센서부에서 출력되는 주변 센서출력값들과의 상관관계 분포에서 발생 확률을 비교하여 (대상구조물 및 환경에 따른 보정이 필요하지만), 그 결과가 10-9보다 작으면 오류로 판정할 수 있다.
오류판단부(160)는 센서부(110)의 자체 센서출력값과 주변 센서출력값의 상관관계 분포 발생 확률이 기준치 보다 작거나, 센서부(110)에서 자체 출력 기준치를 초과하는 출력값이 계측되는 경우에 해당 센서부가 열화 손상된 것으로 판단할 수 있다. 여기서, 오류판단부(160)는 상관관계분포에서의 발생확률 또는 센서 계측 기준치 초과하는 센서출력값의 유무 중 적어도 하나를 이용하여 센서부(110)의 센서 열화 손상 여부를 판단할 수 있다.
본 발명에 따른 센서 네트워크 선제적 유지 관리 시스템(100) 및 방법은 계층적 베이지안 상관관계 네트워크 모델(Hierarchical Bayesian Co-relationship Network Model)을 사용하여 센서부(110)의 열화 손상 여부를 예측하거나 판단할 수 있다. 계층적 베이지안 기법을 적용함으로써 계측요소간 상관관계 네트워크 해석 알고리즘에 의한 위험상황(즉, 센서의 열화 손상 여부)을 지능적으로 분류할 수 있다. 또한, 계측대상물(10)의 초기값(초기 계측값)에 무관하게 계측값을 이용한 확률밀도분포를 생성하기 때문에, 촉발사건, 초기분포 및 경계조건에 무관하게 빠른 수렴특성을 가지며, 센서 네트워크의 해석시 센서출력값의 단위 및 종류, 크기에 무관하게 적용이 가능한 통합적 솔루션을 제공할 수 있다.
본 발명의 일 실시예에 따른 센서 네트워크 선제적 유지 관리 시스템(100) 및 방법은 계층적 베이지안 네트워크 모델을 사용함으로써 센서에 열화 손상이 발생하는 위험 상황에 대해서 지능형 분류 및 선제적 실시간 대응이 가능하다.
오류판단부(160)에서 계층적 베이지안 (Hierarchical Bayesian) 기법이 적용될 수 있는데, 계층적 베이지안 기법의 적용은 상관관계 정량화에 의하여 상호작용, 인과, 상승 및 저감효과가 포함되어 상호작용의 자동모델링 및 예측이 가능하며, 마르코프 체인(Markov Chain, 변형확률에 의거한 연속된 랜덤변수) 모델링에 의하여 미래 사건의 예측에 사용되며, 복잡한 상관관계를 가지는 다변수 확률분포의 샘플링에 사용되는 MCMC 방법(THE METROPOLIS-HASTING ALGORITHM, 메트로폴리스-헤이스팅 알고리즘)을 사용할 수 있다. 메트로폴리스-헤이스팅 알고리즘은 이동확률의 최적화 (교집합)에 의하여 확률분포(P)로부터의 다음 시간단계의 변수벡터를 추출하는 마르코프 체인 몬테카를로 모사 방법이 사용될 수 있다.
계층적 베이지안 상관관계 네트워크의 모델을 사용하여 다변수 계측데이터를 이용한 위험상황 예측에서, 적은 개수의 데이터를 이용한 최적확률분포의 도출과 데이터 간의 상관관계 모델링은 계층적 베이지안 모델링에서 디리클레(Dirichlet) 분포를 가지는 초모수의 도입함으로써 가장 효율적인 모델링이 가능하며, 마르코프 체인 몬테카를로 샘플링으로 가속화된 수렴속도로 최적 미래열화 예측자료인 사후분포 모델을 도출할 수 있다.
오류판단부(160)의 판단 결과는 제어부(140)로 보내지며, 제어부(140)는 관리부(170)와 연동하여 센서 열화 손상 판단 제어 시스템(100)의 작동 상태 등을 관리할 수 있다.
본 발명의 일 실시예에 따른 센서 네트워크 선제적 유지 관리 시스템(100) 및 방법은, 센서부(110)의 센싱 정보 DB를 지능적으로 분류 및 처리하기 위하여 대응 시나리오별 최적재해경감대책의 효과 평가는 구성된 네트워크 모델의 역방향 해석으로 예측이 가능하며, 계측 데이터에 결함이 발생하거나 센서의 고장 등으로 인한 비정상 계측 데이터가 계측되는 경우에는 비정상 계측 데이터를 삭제하고 missing data reconstruction에 의한 네트워크 모델의 역방향 요소제어 및 목표값 달성이 가능하다.
관리부(170)에서는 고장 또는 열화 손상이 발생한 것으로 판단된 센서부(110)의 센서에서 계측되었던 센서출력값은 제외 내지 무시하고 계측대상물(10)에 대한 계측 작동을 수행할 수 있다. 본 발명의 일 실시예에 따른 센서 네트워크 선제적 유지 관리 시스템(100)은 열화 손상이 발생한 것으로 판단된 센서의 센서출력값을 제외함으로써 시스템의 신뢰성을 보다 높일 수 있고 해당 센서를 제외하더라도 계측 정밀도가 저하되는 것을 방지할 수 있다.
관리부(170)에서는 위험상황을 자동으로 판정하고 대응할 수 있다. 우선 센서부(110)의 열화 손상으로 인해 위험 상황이 예측되는 경우에는 통신부(180)를 통해서 운영자 또는 사용자의 단말기(20)에 상황발생 내용을 자동으로 전송하거나 알람 신호를 전송할 수 있다.
또한, 관리부(170)에서는 센서부(110)의 열화 손상에 대한 대응 관리를 수행할 수도 있다. 관리부(170)는 계층적 베이지안 기법을 이용한 위험상황(Hazard) 예측 및 대응 관리 기법은 실시간 자동 선재 대응 위험 판정 및 관리 작동을 수행할 수 있다. 예를 들면, 1) Hazard Dormant: 상시 (위험도 < 2.5%), 2) Hazard Alert: 2.5% 상단확률 예측시 Armed (잠재적 위험상태), 3) Hazard Active: 위험도평균값이 기준값을 초과하는 경우 (신뢰성지수<0.5) 등과 같이 대응 기준을 정해 놓고 해당 기준에 따른 대응 관리 작동을 수행할 수 있다.
관리부(170)에서 수행되는 관리 작동은 역방향 해석에 의한 재해경감 및 예산절감 대책의 수립 등을 포함할 수 있으며, 계측 데이터의 재구성에 의한 역방향 요소제어 및 목표값을 달성할 수 있다.
관리부(170)는 열화 손상이 발생한 것으로 판단된 센서의 센서출력값을 제외하는데 그치지 않고, 열화 손상으로 판단되어 제외된 센서부의 센서출력값을 대체하는 대체데이터를 즉, 대체 센서출력값을 생성할 수 있다.
관리부(170)는 자체 센서출력값 및 주변 센서출력값의 추계학적 상관관계를 계층적으로 모델링한 다중변량 회귀분석을 이용함으로써 제외된 센서출력값을 대체하는 대체데이터 즉, 대체 센서출력값을 생성할 수 있다. 다시 말하면, 관리부(170)는 오류가 발생한 센서부에 대한 정보를 취득하고 그 정보에 따라 오류가 발생한 센서의 출력값을 제외하는데 그치는 것이 아니라 오류가 발생한 센서의 출력값을 대체할 수 있는 대체 데이터를 생성함으로써 센서 네트워크 내에서 오류 발생 센서 구간을 복구할 수도 있다.
이를 위해서, 관리부(170)는 자체 센서출력값 및 주변 센서출력값의 상관관계 및 시간관계를 이용하여 대체데이터를 생성할 수 있다. 관리부(170)는 센서출력값이 얻어지는 시간에 대한 정보도 함께 취득하기 때문에 오류가 발생하여 제외되는 센서출력값이 얻어지는 시간에 대한 정보도 알 수 있다. 이러한 센서출력값이 얻어지는 시간에 대한 정보와 그 때의 센서출력값이 정상인지 비정상인지 판단함으로써 센서출력값과 시간의 관계도 얻을 수 있다. 이러한 시간관계로부터 관리부(170)는 오류 센서출력값이 얻어지는 시간에서 추정되는 정상 센서출력값을 예측할 수도 있다.
한편, 관리부(170)는 복수개의 센서부(110)에서 시간의 경과에 따라 얻어지는 무수히 많은 센서출력값을 분석하여 시간에 대한 센서출력값의 평균값과 표준편차를 구할 수 있다. 관리부(170)는 시간에 대한 센서출력값의 평균값과 표준편차, 자체 센서출력값 및 주변 센서출력값의 상관관계를 이용하여 제외된 센서출력값을 대체하는 데이터(대체 센서출력값)를 생성하고, 이러한 대체 데이터를 이용하여 센서 네트워크를 유지 관리할 수 있다.
이와 같이, 본 발명의 일 실시예에 따른 센서 네트워크 선제적 유지 관리 시스템(100)은 센서 네트워크를 구성하는 복수개의 센서부(110) 중에서 오류가 발생한 센서를 찾아 내고 오류 센서의 센서출력값을 제외하는데 머무르지 않고 오류 판정으로 인해 제외된 센서출력값을 대체할 수 있는 대체 데이터를 생성함으로써, 센서 네트워크에 오류가 발생하더라도 센서 네트워크를 중단시키지 않고 지속적으로 유지 관리할 수 있다. 또한, 센서의 오류를 실시간 예측하고 오류 데이터를 대체하는 데이터를 생성함으로써 센서 네트워크를 선제적으로 유지 관리할 수 있다.
본 발명의 일 실시예에 따른 센서 네트워크 선제적 유지 관리 시스템(100)은 산사태, 홍수, 교통사고 및 인명, 재산상의 위험상황에 대한 계측 데이터의 상호작용 등에 관한 위험도(Hazard) 예측 및 저감대책 마련 등에 적용될 수 있다.
센서에 열화 손상이 발생하는 위험상황을 자동으로 분류할 수 있고, 위험상황의 자동분류는 발생 가능한 위험확률(발생빈도)과 관리기준인 신뢰성지수(파괴확률)의 비교평가를 통하여 결정되며, 예측 센서 네트워크의 예측값을 통하여 시공간의 재해 및 손상, 사고와 비용의 위험성에 대해서 운영자 또는 사용자에게 경고를 할 수도 있다.
이와 같이, 본 발명의 일 실시예에 따른 센서 네트워크 선제적 유지 관리 시스템(100)의 관리부(170)는 열화 손상으로 판단된 센서부(110)의 센서출력값을 제외하고 센서부(110)의 네트워크 상태를 유지 관리할 수 있다.
또한, 본 발명의 일 실시예에 따른 센서 네트워크 선제적 유지 관리 시스템(100)은 센서부(110)의 센서출력값을 저장하는 데이터 베이스(미도시)를 더 포함할 수 있다. 상기 데이터 베이스는 건축정보모델링 국제표준인 IFC(Industry Foundation Classes) 형식과 호환 가능하도록 형성될 수 있다.
한편, 발명의 다른 분야에 의하면, 본 발명은 상기한 센서 네트워크 선제적 유지 관리 시스템(100)을 사용한 센서 네트워크 선제적 유지 관리 방법을 제공할 수 있다.
도 3을 참조하면, 상기한 센서 네트워크 선제적 유지 관리 시스템(100)의 유지 관리 방법에 있어서, 상기 계측 대상물(10)의 센서출력값을 계측하는 단계(1100), 자체 센서출력값의 상관관계 분포를 분석하는 단계(1200), 주변 센서출력값의 상관관계 분포를 분석하는 단계(1300), 자체 및 주변 센서출력값과의 상관관계 분포 발생확률을 비교하는 단계(1400), 자체 및 주변 센서출력값과의 상관관계 분포 발생확률과 기준치를 비교 판단하는 단계(1500), 센서부(110)의 열화 손상을 판정하는 단계(1600), 열화 손상으로 판정된 센서부(110)의 센서출력값을 제외하는 단계(1700) 및 제외된 센서출력값을 대체하는 대체데이터를 생성하는 단계(1800)를 포함할 수 있다.
단계 1200과 1300은 각각 자체 상관관계 분석부(121) 및 주변 상관관계 분석부(122)에서 수행될 수 있다. 단계 1400은 오류판단부(160)의 발생 확률 비교 판단부(161)에서 수행될 수 있다. 또한, 단계 1500은 오류판단부(160)에서 수행될 수 있다.
센서부(110)의 열화 손상을 판정하는 단계(1600)는 센서출력값의 자체 및 주변 센서출력값과의 상관관계 분포에서의 발생 확률값이 기준치 보다 작을 경우에는 열화 손상 또는 오류가 발생한 것으로 판정할 수 있다.
오류판단부(160)는, 단계 1500에서 상기 자체 센서출력값과 상기 주변 센서출력값들과의 상관관계 분포에서 발생 확률을 비교하고, 그 결과가 기준치 보다 작은지 여부를 판단함으로써 오류 여부를 판단할 수 있다.
단계 1500에서 상기 자체 센서출력값과 상기 주변 센서출력값들과의 상관관계 분포에서 발생 확률을 비교한 결과가 기준치 보다 작지 않다고 판단한 경우에는 센서 네트워크를 유지 관리 운영하는 단계(1900)가 수행될 수 있다. 만약, 단계 1500에서 상기 자체 센서출력값과 상기 주변 센서출력값들과의 상관관계 분포에서 발생 확률을 비교한 결과가 기준치 보다 작은 것으로 판단된 경우에는 센서부(110)가 열화 손상된 것으로 판단하게 된다(단계 1600).
센서부(110)의 열화 손상을 판정하는 단계(1600)는 계층적 베이지안 모델을 이용할 수 있다.
센서부(110)의 열화 손상을 판정하는 단계(1600)에서는 계측대상물(10)의 초기값에 무관하게 센서출력값을 이용한 확률밀도분포를 생성할 수 있다.
센서부(110)의 열화 손상을 판정하는 단계(1600)에서는 센서부(110)로 구성된 센서 네트워크를 역방향으로 해석하여 센서부(110)의 열화 손상 여부를 판정할 수 있다.
센서부(110)가 열화 손상된 것으로 판정되면(단계 1600), 해당 센서의 센서출력값은 제외하게 된다(단계 1700). 단계 1700은 관리부(170)에서 수행될 수 있다.
관리부(170)에서는 제외된 센서출력값을 대체하는 대체데이터를 생성하는 단계(1800)가 수행될 수 있다. 제외된 센서출력값을 대체하는 대체데이터를 생성하는 단계(1800)에서, 관리부(170)는 자체 센서출력값 및 주변 센서출력값의 추계학적 상관관계를 계층적으로 모델링한 다중변량 회귀분석을 이용함으로써 제외된 센서출력값을 대체하는 대체데이터 즉, 대체 센서출력값을 생성할 수 있다. 또한, 제외된 센서출력값을 대체하는 대체데이터를 생성하는 단계(1800)에서, 관리부(170)는 자체 센서출력값 및 주변 센서출력값의 상관관계 및 시간관계를 이용하여 대체데이터를 생성할 수도 있다.
상기에서 설명한 본 발명에 따른 센서 네트워크 선제적 유지 관리 시스템 및 방법은 센서의 열화 손상과 같은 위험에 대한 예측 오류를 자동적으로 재분배하여 최적화할 수 있고, 이를 통해 예측값의 정확도를 향상시킬 수 있다.
이상과 같이 본 발명의 일 실시예에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 청구범위뿐 아니라 이 청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.
100: 센서 네트워크 선제적 유지 관리 시스템
110: 센서부 120: 분석부
121: 자체 상관관계 분석부 122: 주변 상관관계 분석부
123: 기준치 비교 분석부 140: 제어부
160: 오류판단부 161: 발생확률 비교판단부
162: 기준치 비교 판단부 170: 관리부
180: 통신부
110: 센서부 120: 분석부
121: 자체 상관관계 분석부 122: 주변 상관관계 분석부
123: 기준치 비교 분석부 140: 제어부
160: 오류판단부 161: 발생확률 비교판단부
162: 기준치 비교 판단부 170: 관리부
180: 통신부
Claims (9)
- 계측대상물을 계측하는 복수개의 센서부;
상기 센서부에서 계측한 센서출력값을 이용하여 상관관계를 분석하는 분석부;
상기 분석부의 결과를 이용하여 상기 센서부의 열화 손상 여부를 판단하는 오류판단부;
상기 센서부 및 상기 오류판단부와 연동하여 상기 센서부의 작동 상태를 제어하는 제어부; 및
상기 제어부와 연동하여 상기 센서부 중 열화 손상으로 판단된 센서부의 제외 여부를 결정하는 관리부;
를 포함하며,
상기 관리부는 상기 센서부 중 열화 손상으로 판단되어 제외된 센서부의 센서출력값을 대체하는 대체데이터를 생성하는 것을 특징으로 하는 센서 네트워크 선제적 유지 관리 시스템.
- 제1항에 있어서,
상기 분석부는,
상기 복수개의 센서부 중 어느 하나의 센서에서 일정 주기로 출력되는 자체 센서출력값의 상관관계분포를 분석하는 자체 상관관계 분석부 및 상기 복수개의 센서부 중 서로 근접한 위치에 설치된 주변 센서부에서 일정 주기로 출력되는 주변 센서출력값들과의 상관관계분포를 분석하는 주변 상관관계 분석부를 포함하는 것을 특징으로 하는 센서 네트워크 선제적 유지 관리 시스템.
- 제2항에 있어서,
상기 오류판단부는,
상기 자체 센서출력값과 상기 주변 센서출력값들과의 상관관계 분포에서 발생 확률을 비교하고, 그 결과가 기준치 보다 작을 경우에는 센서부의 오류로 판정하는 것을 특징으로 하는 센서 네트워크 선제적 유지 관리 시스템.
- 제3항에 있어서,
상기 오류판단부는,
상기 자체 센서출력값과 상기 주변 센서출력값의 상관관계 분포 발생 확률을 비교하는 발생 확률 비교판단부 및 상기 센서부의 기준치 보다 작은 센서출력값의 유무를 판단하는 기준치 비교판단부를 포함하는 것을 특징으로 하는 센서 네트워크 선제적 유지 관리 시스템.
- 제4항에 있어서,
상기 관리부는 열화 손상으로 판단된 상기 센서부의 센서출력값을 제외하고 상기 센서부의 네트워크 상태를 유지 관리하는 것을 특징으로 하는 센서 네트워크 선제적 유지 관리 시스템.
- 제5항에 있어서,
상기 관리부는 상기 자체 센서출력값 및 상기 주변 센서출력값의 추계학적 상관관계를 계층적으로 모델링한 다중변량 회귀분석을 이용하여 제외된 센서출력값을 대체하는 대체데이터를 생성하는 것을 특징으로 하는 센서 네트워크 선제적 유지 관리 시스템.
- 제6항에 있어서,
상기 관리부는 상기 자체 센서출력값 및 상기 주변 센서출력값의 상관관계 및 시간관계를 이용하여 대체데이터를 생성하는 것을 특징으로 하는 센서 네트워크 선제적 유지 관리 시스템.
- 제7항에 따른 센서 네트워크 선제적 유지 관리 시스템을 사용한 센서 네트워크 선제적 유지 관리 방법에 있어서,
상기 계측 대상물의 센서출력값을 계측하는 단계;
자체 센서출력값의 상관관계 분포를 분석하는 단계;
주변 센서출력값의 상관관계 분포를 분석하는 단계;
자체 및 주변 센서출력값과의 상관관계 분포 발생확률을 비교하는 단계;
자체 및 주변 센서출력값과의 상관관계 분포 발생확률과 기준치를 비교 판단하는 단계;
센서부의 열화 손상을 판정하는 단계;
열화 손상으로 판정된 센서부의 센서출력값을 제외하는 단계; 및
제외된 센서출력값을 대체하는 대체데이터를 생성하는 단계;
를 포함하는 것을 특징으로 하는 센서 네트워크 선제적 유지 관리 방법.
- 제8항에 있어서,
상기 센서부의 열화 손상을 판정하는 단계는 추계학적 상관관계를 계측적으로 모델링하는 계층적 베이지안 모델을 이용하는 것을 특징으로 하는 센서 네트워크 선제적 유지 관리 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200132600A KR20220049225A (ko) | 2020-10-14 | 2020-10-14 | 센서 네트워크 선제적 유지 관리 시스템 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200132600A KR20220049225A (ko) | 2020-10-14 | 2020-10-14 | 센서 네트워크 선제적 유지 관리 시스템 및 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20220049225A true KR20220049225A (ko) | 2022-04-21 |
Family
ID=81437523
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200132600A KR20220049225A (ko) | 2020-10-14 | 2020-10-14 | 센서 네트워크 선제적 유지 관리 시스템 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20220049225A (ko) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130109860A (ko) | 2012-03-28 | 2013-10-08 | 전남대학교산학협력단 | 센서 네트워크 환경에서의 오류 데이터 식별방법 및 이를 이용한 센서 네트워크 시스템 |
-
2020
- 2020-10-14 KR KR1020200132600A patent/KR20220049225A/ko not_active Application Discontinuation
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130109860A (ko) | 2012-03-28 | 2013-10-08 | 전남대학교산학협력단 | 센서 네트워크 환경에서의 오류 데이터 식별방법 및 이를 이용한 센서 네트워크 시스템 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7017861B2 (ja) | 異常検知システムおよび異常検知方法 | |
| US8019570B2 (en) | System and method for continuous online safety and reliability monitoring | |
| US8099672B2 (en) | System and method for continuous online safety and reliability monitoring | |
| KR102281640B1 (ko) | 자가진단 기능을 구비한 ai 가스 누액 누출 감지시스템 및 운영방법 | |
| US11188067B2 (en) | Method and system for elimination of fault conditions in a technical installation | |
| US10410502B2 (en) | Method and apparatus for providing environmental management using smart alarms | |
| EP2946219B2 (en) | Method, apparatus and computer-program product for determining faults in a lighting system | |
| US20170356283A1 (en) | Automated preventive and predictive maintenance of downhole valves | |
| EP3627264B1 (en) | Plant assessment system and plant assessment method | |
| CN117114454B (zh) | 一种基于Apriori算法的直流套管状态评估方法及系统 | |
| KR101599311B1 (ko) | 센서 네트워크의 열화 손상 판단 제어 시스템 및 제어 방법 | |
| KR101860872B1 (ko) | 건물 침수 재난 예방시스템 | |
| Srivastav et al. | Modelling framework for performance analysis of SIS subject to degradation due to proof tests | |
| KR102296561B1 (ko) | 지그비를 이용한 인공지능 기반 복수개의 배전반 통합 관제시스템 | |
| KR20210044657A (ko) | 분포도를 통한 기기의 예지 보전방법 | |
| KR20220049225A (ko) | 센서 네트워크 선제적 유지 관리 시스템 및 방법 | |
| KR100795967B1 (ko) | 극치통계분석을 이용한 교량의 점검 및 유지관리 시스템 및방법 | |
| KR102426284B1 (ko) | 진동분석 기반의 구조물 이상감지장치 | |
| CN114564859A (zh) | 基于智能设备控制的地震预警系统 | |
| Zhang et al. | Performance evaluation of digitalized safety barriers | |
| KR101717756B1 (ko) | 계층적 베이지안 빌딩 에너지 관리 시스템 및 관리 방법 | |
| CN107274059A (zh) | 用于确定消防系统安全得分和用于通过数据挖掘进行预测分析的系统和方法 | |
| CN118336890A (zh) | 一种隧道应急电源控制方法、系统、设备及介质 | |
| US20220107611A1 (en) | System and method for preemptive shutdown of utilities, facilities or systems in smart cities | |
| KR102191008B1 (ko) | 센서 노드 및 이를 포함하는 시설물 안전 모니터링 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E601 | Decision to refuse application |