KR20220083867A - Factory energy management system based on artifical intelligence and method thereof - Google Patents
Factory energy management system based on artifical intelligence and method thereof Download PDFInfo
- Publication number
- KR20220083867A KR20220083867A KR1020200172050A KR20200172050A KR20220083867A KR 20220083867 A KR20220083867 A KR 20220083867A KR 1020200172050 A KR1020200172050 A KR 1020200172050A KR 20200172050 A KR20200172050 A KR 20200172050A KR 20220083867 A KR20220083867 A KR 20220083867A
- Authority
- KR
- South Korea
- Prior art keywords
- smart
- control
- manufacturing site
- energy management
- data
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000004519 manufacturing process Methods 0.000 claims abstract description 57
- 238000004378 air conditioning Methods 0.000 claims abstract description 25
- 238000010801 machine learning Methods 0.000 claims abstract description 16
- 238000007726 management method Methods 0.000 claims description 45
- 230000006870 function Effects 0.000 claims description 19
- 238000012544 monitoring process Methods 0.000 claims description 15
- 238000004088 simulation Methods 0.000 claims description 14
- 238000010586 diagram Methods 0.000 claims description 13
- 210000000988 bone and bone Anatomy 0.000 claims description 7
- 230000007613 environmental effect Effects 0.000 claims description 6
- 239000012530 fluid Substances 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 abstract description 12
- 238000005457 optimization Methods 0.000 abstract description 8
- 230000008569 process Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 238000012549 training Methods 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000009440 infrastructure construction Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 3
- 238000004146 energy storage Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 241000251468 Actinopterygii Species 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 230000036512 infertility Effects 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000004092 self-diagnosis Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000011265 semifinished product Substances 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
- F24F11/63—Electronic processing
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
- F24F11/46—Improving electric energy efficiency or saving
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/52—Indication arrangements, e.g. displays
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/70—Control systems characterised by their outputs; Constructional details thereof
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F3/00—Air-conditioning systems in which conditioned primary air is supplied from one or more central stations to distributing units in the rooms or spaces where it may receive secondary treatment; Apparatus specially designed for such systems
- F24F3/12—Air-conditioning systems in which conditioned primary air is supplied from one or more central stations to distributing units in the rooms or spaces where it may receive secondary treatment; Apparatus specially designed for such systems characterised by the treatment of the air otherwise than by heating and cooling
- F24F3/16—Air-conditioning systems in which conditioned primary air is supplied from one or more central stations to distributing units in the rooms or spaces where it may receive secondary treatment; Apparatus specially designed for such systems characterised by the treatment of the air otherwise than by heating and cooling by purification, e.g. by filtering; by sterilisation; by ozonisation
- F24F3/167—Clean rooms, i.e. enclosed spaces in which a uniform flow of filtered air is distributed
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
-
- 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
- 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
- G06Q50/04—Manufacturing
-
- 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
- G06Q50/06—Energy or water supply
-
- 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
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2110/00—Control inputs relating to air properties
- F24F2110/50—Air quality properties
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2120/00—Control inputs relating to users or occupants
- F24F2120/10—Occupancy
- F24F2120/12—Position of occupants
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2120/00—Control inputs relating to users or occupants
- F24F2120/10—Occupancy
- F24F2120/14—Activity of occupants
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Signal Processing (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Manufacturing & Machinery (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Human Computer Interaction (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
본 발명은 공장 에너지 관리 시스템 및 그 방법에 관한 것이다. 본 공장 에너지 관리 시스템은, 스마트 센서 기반으로 제조 현장에서, 제조 현장과 관련된 데이터를 수집하는 스마트 센싱부, 스마트 센싱부로부터 제어에 필요한 데이터를 전달받고, 설정된 제어 파라미터와 구동 조건에 따라, 제조 현장의 공조 시스템에 대한 구동을 제어하는 스마트 제어부, 및 스마트 센싱부로부터 전달되는 데이터를 실시간으로 측정 및 분석한 데이터와, FBD(Fish Bone Diagram) 데이터를 이용한 머신러닝을 통해 학습된 패턴에 기초하여, 제어 변경이 필요하다고 판단된 경우, 공조 시스템의 구동 제어를 위한 신규 제어 파라미터 및 구동 조건을 생성하는 통합 서버를 포함하며, 스마트 제어부는, 신규 파라미터 및 구동 조건을 반영하여 조정된 제어 파라미터 및 구동 조건에 따라 공조 시스템의 구동을 제어할 수 있다. 본 발명에 따르면, 지능형 상황인지 기반의 공장 에너지 최적화 관리를 통해, 생산 에너지 관리의 효율화가 가능하다.The present invention relates to a factory energy management system and method therefor. This factory energy management system receives data necessary for control from the smart sensing unit that collects data related to the manufacturing site at the manufacturing site based on the smart sensor, the smart sensing unit, and according to the set control parameters and operating conditions, the manufacturing site Based on the pattern learned through machine learning using the smart control unit that controls the operation of the air conditioning system of When it is determined that control change is necessary, an integrated server for generating new control parameters and driving conditions for driving control of the air conditioning system is included, wherein the smart control unit reflects the new parameters and driving conditions and adjusted control parameters and driving conditions It is possible to control the operation of the air conditioning system according to the According to the present invention, efficiency of production energy management is possible through intelligent situational awareness-based factory energy optimization management.
Description
본 발명은 공장 에너지 관리 시스템 및 그 방법에 관한 것으로, 더욱 상세하게는 지능형 상황인지 기반의 에너지 관리를 통해 공장 에너지 관리의 최적화 운영이 가능한 공장 에너지 관리 시스템 및 그 방법에 관한 것이다. The present invention relates to a factory energy management system and method, and more particularly, to a factory energy management system and method capable of optimized operation of factory energy management through intelligent situational awareness-based energy management.
일반적으로 공장 에너지 관리 시스템(factory energy management system)은 에너지 소비 최적화 활동을 지원하는 시스템으로, 한국에너지 공단의 에너지절약전문기업(ESCO; Energy Service COmpany)을 중심으로 보급이 확산중에 있다.In general, the factory energy management system (factory energy management system) is a system that supports energy consumption optimization activities, and the distribution is spreading centering on the Energy Service Company (ESCO) of the Korea Energy Agency.
그러나, 공장 에너지 관리 시스템은, 다양한 최적화 대상 및 수시로 변하는 현장 특성으로 인하여 높은 인프라 구축 및 운영 비용이 소요되며, 단순한 모니터링 솔루션만으로는 투자대비효과가 매우 낮아 대부분의 중소규모 공장들은 도입을 주저하고 있다.However, the factory energy management system requires high infrastructure construction and operation costs due to various optimization targets and frequently changing site characteristics, and the simple monitoring solution alone has very low return on investment, so most small and medium-sized factories are hesitant to introduce it.
한편, 연중 고청정, 항온, 항습을 유지해야 하는 클린룸(clean room)은 반도체 산업과 같이 정밀성이 요구되는 첨단 산업 현장에서는 필수적인 요소로서, 반도체 산업 외에도 LCD 패널, 휴대폰 등 전기전자 업종은 물론 대규모 공장이 아닌 소규모 첨단 산업에서도 사용되고 있다. 또한, 산업용 클린룸 외에도 무균, 유해균 실험실과 감염을 예방하는 특수치료 등 의료계에서도 사용되고 있다. On the other hand, a clean room, which must maintain high cleanliness, constant temperature, and constant humidity throughout the year, is an essential element in high-tech industrial sites that require precision such as the semiconductor industry. It is also used in small high-tech industries, not factories. In addition to industrial clean rooms, it is also used in sterility and harmful bacteria laboratories and in the medical field for special treatment to prevent infection.
그런데, 전자산업의 경우, 클린룸 운영에 총 전력의 40%를 소비하고 있으며, 이중 냉난방 공조 및 급배기가 50%의 전력 소비 비중을 차지하고 있는 것으로 보고되고 있다.However, in the case of the electronics industry, it is reported that 40% of the total power is consumed for the operation of the clean room, and it is reported that heating, cooling and air conditioning and air supply and exhaust account for 50% of the power consumption.
따라서, 클린룸 운영 등에 필요한 공장 에너지 관리 시스템에 새로운 기술을 적용하여, 투자대비효과를 극대화하면서 인프라 구축 및 운영비를 획기적으로 절감할 수 있도록 하는 방안을 고려해 볼 필요가 있다.Therefore, it is necessary to consider a method that can dramatically reduce infrastructure construction and operating costs while maximizing the return on investment by applying a new technology to the factory energy management system required for clean room operation.
따라서, 본 발명의 목적은, 지능형 상황인지 기반의 에너지 관리를 통해, 인프라 구축 및 운영비를 절감하면서도 투자대비효과를 극대화할 수 있는 공장 에너지 관리 시스템 및 그 방법을 제공함에 있다.Accordingly, it is an object of the present invention to provide a factory energy management system and method capable of maximizing investment return while reducing infrastructure construction and operating costs through intelligent situational awareness-based energy management.
상기 목적을 달성하기 위한 본 발명에 따른 공장 에너지 관리 시스템은, 스마트 센서 기반으로 제조 현장에서, 제조 현장과 관련된 데이터를 수집하는 스마트 센싱부, 상기 스마트 센싱부로부터 제어에 필요한 데이터를 전달받고, 설정된 제어 파라미터와 구동 조건에 따라, 상기 제조 현장의 공조 시스템에 대한 구동을 제어하는 스마트 제어부, 및 상기 스마트 센싱부로부터 전달되는 데이터를 실시간으로 측정 및 분석한 데이터와, FBD(Fish Bone Diagram) 데이터를 이용한 머신러닝을 통해 학습된 패턴에 기초하여, 상기 공조 시스템의 구동 제어를 위한 신규 제어 파라미터 및 구동 조건을 생성하는 통합 서버를 포함하며, 상기 스마트 제어부는, 상기 신규 파라미터 및 구동 조건을 반영하여 조정된 제어 파라미터 및 구동 조건에 따라 상기 공조 시스템의 구동을 제어할 수 있다.The factory energy management system according to the present invention for achieving the above object is a smart sensor-based manufacturing site, a smart sensing unit that collects data related to the manufacturing site, receives data required for control from the smart sensing unit, and sets According to control parameters and driving conditions, a smart control unit that controls the operation of the air conditioning system at the manufacturing site, and data obtained by measuring and analyzing data transmitted from the smart sensing unit in real time, and FBD (Fish Bone Diagram) data An integrated server for generating new control parameters and driving conditions for driving control of the air conditioning system based on a pattern learned through machine learning using, wherein the smart control unit adjusts by reflecting the new parameters and driving conditions The operation of the air conditioning system may be controlled according to the set control parameters and driving conditions.
또한, 전산유체역학을 이용하여, 상기 제조 현장의 제어 상황별 유동 특성을 예측 및 진단하여 상기 통합 서버에 제공하는 시뮬레이션부를 더 포함할 수 있다.In addition, by using computational fluid dynamics, it may further include a simulation unit for predicting and diagnosing flow characteristics for each control situation at the manufacturing site and providing it to the integrated server.
또한, 상기 목적을 달성하기 위한 본 발명에 따른 공장 에너지 관리 방법은, 제조 현장에 스마트 센싱부와 스마트 제어부를 설치하는 단계, 상기 스마트 센싱부에서 스마트 센서 기반으로 상기 제조 현장과 관련된 데이터를 수집하는 단계, 상기 스마트 제어부에서, 상기 스마트 센싱부로부터 제어에 필요한 데이터를 전달받아, 설정된 제어 파라미터와 구동 조건에 따라, 상기 제조 현장의 공조 시스템에 대한 구동을 제어하는 단계, 상기 스마트 센싱부 및 상기 스마트 제어부와 통신 가능하게 연결된 통합 서버에서, 상기 스마트 센싱부로부터 전달되는 데이터를 실시간으로 측정 및 분석한 데이터와, FBD(Fish Bone Diagram) 데이터를 이용한 머신러닝을 통해 학습된 패턴에 기초하여, 상기 공조 시스템의 구동 제어를 위한 신규 제어 파라미터 및 구동 조건을 생성하는 단계, 및 상기 스마트 제어부에서, 상기 신규 제어 파라미터 및 구동 조건을 반영하여 조정된 제어 파라미터 및 구동 조건에 따라 상기 공조 시스템의 구동을 제어하는 단계를 포함한다.In addition, the factory energy management method according to the present invention for achieving the above object includes the steps of installing a smart sensing unit and a smart control unit at a manufacturing site, and collecting data related to the manufacturing site based on a smart sensor in the smart sensing unit. Step, in the smart control unit, receiving data necessary for control from the smart sensing unit, and controlling the operation of the air conditioning system of the manufacturing site according to set control parameters and driving conditions, the smart sensing unit and the smart In the integrated server communicatively connected to the control unit, based on the data obtained by measuring and analyzing the data transmitted from the smart sensing unit in real time and the pattern learned through machine learning using FBD (Fish Bone Diagram) data, the air conditioning Generating new control parameters and driving conditions for driving control of the system, and in the smart controller, controlling the driving of the air conditioning system according to the control parameters and driving conditions adjusted by reflecting the new control parameters and driving conditions includes steps.
그리고, 상기 목적을 달성하기 위하여 본 발명에서는, 상기 공장 에너지 관리 방법을 프로세서에서 실행시키기 위한 프로그램을 기록한 프로세서가 읽을 수 있는 기록매체를 제공할 수 있다. And, in order to achieve the above object, in the present invention, it is possible to provide a processor-readable recording medium recording a program for executing the factory energy management method in the processor.
본 발명에 따르면, 지능형 상황인지 기반의 공장 에너지 최적화 관리를 통해, 생산 에너지 관리의 효율화가 가능할 뿐만 아니라, 고도화된 스마트 생산 체제의 도입 및 클린 환경 기반으로 품질 고도화도 이룰 수 있다. 또한, 실시간으로 공장 환경을 지속적으로 모니터링하여, 이상 원인에 대해 신속한 파악 및 조치가 가능하며, 동적 모니터링을 통해 현장 전반에 발생하는 문제에 대한 즉각적인 대응력 확보도 가능하게 한다. 그리고, 본 발명에 따른 공장 에너지 관리 시스템은 기존에 설치된 시스템에 추가적인 장비와 프로그램의 설치에 의해 운영이 가능하므로, 인프라 구축 및 운영비도 절감할 수 있다. According to the present invention, through intelligent situational awareness-based factory energy optimization management, not only can the efficiency of production energy management be improved, but also quality advancement can be achieved based on the introduction of an advanced smart production system and a clean environment. In addition, by continuously monitoring the factory environment in real time, it is possible to quickly identify and take action on the cause of abnormalities, and it is also possible to secure immediate response to problems occurring throughout the site through dynamic monitoring. And, since the factory energy management system according to the present invention can be operated by installing additional equipment and programs to the previously installed system, infrastructure construction and operating costs can be reduced.
도 1 내지 도 3은 본 발명의 일실시예에 따른 에너지 공장 관리 시스템의 구성을 나타낸 도면,
도 4는 도 3에서 스마트 게이트웨이의 블럭 구성도,
도 5는 도 1에서 통합 서버의 블럭 구성도, 그리고
도 6은 본 발명의 일실시예에 따른 공장 관리 시스템의 동작 과정에 대한 설명에 제공되는 흐름도이다.1 to 3 are diagrams showing the configuration of an energy factory management system according to an embodiment of the present invention;
4 is a block diagram of the smart gateway in FIG. 3;
Figure 5 is a block diagram of the integrated server in Figure 1, and
6 is a flowchart provided to explain the operation process of the factory management system according to an embodiment of the present invention.
본 명세서에서, 어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 경우, 그 다른 구성요소에 직접적으로 연결되어 있거나 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에" 또는 "~에 이웃하는" 등과, 어떤 구성요소가 다른 구성요소로 신호를 "전송한다" 와 같은 표현도 마찬가지로 해석되어야 한다.In this specification, when a certain element is referred to as being “connected” or “connected” to another element, it may be directly connected or connected to the other element, but other elements may exist in between. It should be understood that there may be Other expressions describing the relationship between elements, such as "between" or "neighboring", etc., and expressions such as that one element "transmits" a signal to another element, should be interpreted similarly.
이하에서는 도면을 참조하여 본 발명을 보다 상세하게 설명한다.Hereinafter, the present invention will be described in more detail with reference to the drawings.
도 1 내지 도 3은 본 발명의 일실시예에 따른 공장 에너지 관리 시스템의 구성을 나타낸 도면이다.1 to 3 are diagrams showing the configuration of a factory energy management system according to an embodiment of the present invention.
도 1을 참조하면, 본 공장 에너지 관리 시스템(100)은, 스마트 센싱부(150), 스마트 제어부(200), 시뮬레이션부(250), 및 통합 서버(300)를 포함할 수 있다.Referring to FIG. 1 , the factory
이와 같은 구성의 에너지 관리 시스템(100)은 클린룸 등의 공조 제어를 위한 공조 시스템(400)이나 기타 공장 에너지 관련 장치를 제어할 수 있다. The
스마트 센싱부(150)는, 도 2에 도시한 바와 같이, 센서 어댑터(160a ~ 160n) 및 스마트 센서(170a ~ 170n) 등을 포함할 수 있으며, 클린룸과 같은 제조 현장에 설치되어, 제조 현황과 관련된 각종 데이터를 수집할 수 있다. 예컨대, 스마트 센서부(150)는 온도, 습도, 먼지, VOC(Volatile Organic Composite) 등과 같은 환경 데이터, 기기 관련 데이터, 공정 관련 데이터 등을 수집할 수 있다. As shown in FIG. 2 , the
센서 어댑터(160a ~ 160n)는 기존에 제조 현장에 설치되어 있는 센서로부터 유무선을 통해 각종 모니터링 데이터를 수집할 수 있다. The
스마트 센서(170a ~ 170n)는 지능화된 센서로 측정 대상물의 물리, 화학적 정보를 감지하는 일반 센서기술에 나노기술 또는 MEMS 기술을 접목하여 데이터 처리, 자동보정, 자가진단, 의사결정, 통신 등의 신호처리 기능을 내장할 수 있다.Smart sensors (170a ~ 170n) are intelligent sensors that combine nanotechnology or MEMS technology with general sensor technology that detects physical and chemical information of a measurement object to provide signals for data processing, automatic correction, self-diagnosis, decision making, communication Processing functions can be built-in.
스마트 제어부(200)는, 도 3에 도시한 바와 같이, 스마트 게이트웨이(200a ~ 200n) 등을 포함할 수 있으며, 스마트 센서부(150)로부터 제어에 필요한 데이터를 전달받고, 통합 서버(300)에서 제공되는 제어 파라미터 및 구동 조건에 따라, 공조 시스템(400)이나 기타 공장 에너지 관련 장치를 제어할 수 있다. 이때, 스마트 제어부(200)는 제조 현장을 여러 개의 서브 영역으로 구분하고, 각각의 스마트 게이트웨이(200a ~ 200n) 등을 이용하여, 각 서브 영역별로 서로 다른 구동 조건으로 제어할 수 있다.As shown in FIG. 3 , the
시뮬레이션부(250)는 스마트 센싱부(150)에서 전달되는 데이터나 가상 센서 데이터 등을 바탕으로 전산유체역학(computer fluid dynamics) 등을 이용하여, 제조 현장의 제어 상황별 유동 특성 등을 예측 및 진단한 시뮬레이션한 결과를 산출하여 통합 서버(300)에 제공할 수 있다. 또한, 시뮬레이션부(250)는 생산 일정 계획 변경, 설비 교체 개선 활동 등에 대한 효과 등도 시뮬레이션할 수 있으며, 에너지 소비 변동에 대한 시뮬레이션도 수행할 수 있다.The
통합 서버(300)는 제조 현장의 상황 변화와, 현장 전문가 등에 의해 작성된 FBD(Fish Bone Diagram) 데이터를 이용한 머신 러닝 등에 기초하여, 에너지 운영을 위한 최적화 제어 파라미터와 구동 조건을 생성할 수 있다. 즉, 통합 서버(300)는 스마트 센싱부(150)로부터 전달되는 데이터를 실시간으로 측정 및 분석할 수 있으며, 측정 및 분석된 데이터와 제조 현장에 대한 지능형 상황인지와 FBD 머신 러닝에 기초하여, 공조 시스템(400)의 최적 구동 제어를 위한 신규 파라미터 및 구동 조건을 생성할 수 있으며, 기타 공장 에너지 운영의 최적화를 위한 각종 정보도 제공할 수 있다. The integrated
통합 서버(300)에서 생성한 신규 파라미터 및 구동 조건은 스마트 제어부(200)로 전달되며, 스마트 제어부(200)는 신규 파라미터 및 구동 조건으로 조정된 제어 파라미터 및 구동 조건에 따라 공조 시스템(400) 등의 구동을 제어할 수 있다. The new parameters and driving conditions generated by the integrated
통합 서버(300)는 제조 현장에 대한 동적 모니터링 기능도 제공하며, 스마트 센싱부(150)에서 전달된 데이터를 측정 및 분석한 데이터와, 특정한 상황 변화에 따른 즉각적인 대처가 가능하도록 하는 관련 정보 등을 제공하며, 전문가를 포함한 사용자 중심의 UI 환경도 제공하여, 통합 서버(300)에 축적된 정보를 사용자가 조회할 수 있도록 한다. 통합 서버(300)는 FBD 머신 러닝을 통한 모델링과 시뮬레이션부(250)를 통해 제공되는 시뮬레이션 결과를 활용하여, 다양한 제조 현장에 대한 단위 설비 분석이나 공정 에너지 효율 분석 등에 필요한 정보를 제공할 수 있으며, 품질 불량 예측 정보, 설비 이상발생 예측 정보, 설비수명 예측 정보, 현장 이상발생 예측 정보 등도 제공할 수 있다.The integrated
또한, 통합 서버(300)는 스마트 센싱부(150)를 통해 수집된 데이터를 분석하여, 에너지 사용 현황을 모니터링하고, 에너지 최적화를 위한 의사 결정에 필요한 다양한 분석 정보를 제공할 수 있다. 이러한 분석 정보의 예로는, 시설 기준 최적의 ESS(Energy Storage System) 도입을 위한 정보, 사무실 및 현장 조명의 LED 도입 여부에 대한 정보 등이 있다. 또한, 통합 서버(300)는 선진 사례 수집 및 분석, 에너지 사용 개요(Energy Profile) 정보의 설계, 에너지관리 성과 분석, 유지보수 필요 정보의 설계. 모니터링 관련 주요 기능의 설계 등에 필요한 정보를 제공할 수 있다.In addition, the integrated
통합 서버(300)는, 통신망을 통해 클라우드 시스템에 연결될 수 있으며, 이를 통해 ERP(Enterprise Resource Planning), MES(Manufacturing Execution System), SCADA(Supervisory Control And Data Acquisition) 시스템 등에 연결할 수 있으며, 여러 개의 단위공장이나 협력업체에 각각 배치된 여러 개의 통합 서버(300)를 연결할 수도 있다. 또한, 이러한 구성에 의해, 단위공장이나 협력업체 등을 모기업 업체에서 통합적으로 관리할 수도 있다. The integrated
이와 같은 구성의 공장 에너지 관리 시스템(100)은, 상시적인 다변량 에너지 모니터링 및 분석을 가능하게 하고, 개별 공정변수를 독립적인 대상으로 하는 접근 방식으로 해결하지 못하는 에너지 문제들에 대해서, 빅데이터를 기반으로 다중 변수를 함께 고려하는 머신 러 기반의 에너지 진단 및 예지 체계를 제공할 수 있다.The factory
또한, 공장 에너지 관리 시스템(100)은, 제조 현장의 원격 감시 및 각종 장치에 대한 접속을 가능하게 하여, 유지보수 기술자는 물론 제어 기술자와 공장 관리자에 이르기까지 다양한 이들이 쉽게 진단 정보에 접속할 수 있도록 한다. 또한, 공장 에너지 관리 시스템(100)은 제조 현황과 관련된 정보의 분석을 통해, 사전 진단 기능을 제공할 수 있으며, 비효율적인 에너지 장비에 대한 분석 및 기존 에너지 장비에 대한 개선도 가능하며, 이를 통해 생산 운영의 최적화를 실현할 수 있도록 한다.In addition, the factory
공장 에너지 관리 시스템(100)은, 생산기술과 에너지 관리 기술 융합하여, 설비 제어 및 신재생 에너지 기술의 적용 기반을 마련할 수 있고, 제조공정(manufacturing process)에 에너지 관리 기술을 접목한 에너지 절감형 생산공정 시스템 기술을 적용할 수 있으며, 에너지 사용을 능동적으로 관리하고 이에 대한 문서화된 계획 및 통제를 통하여 생산량과 연계된 에너지 집약도 개선을 위한 인프라 구축이 가능하게 한다. 또한, 공장 에너지 관리 시스템(100)은, 제조업체들이 에너지 자원을 전략적 경쟁우위 확보를 위한 필수 수단으로 인식하게 하고, 공장 내에서 에너지 자원을 효과적으로 모니터링하고 그 결과를 에너지 관리 정책에 활용할 수 있도록 지원할 수 있다. Factory
도 4는 도 3에서 스마트 게이트웨이의 블럭 구성도이다.4 is a block diagram of the smart gateway in FIG. 3 .
도 4를 참조하면, 스마트 게이트웨이(210)는 이동통신부(211), 무선 통신부(213), GPS부(215), 메모리(217), 디스플레이부(219), 인터페이스부(221), 센서 연결부(223), 상황인지 모듈(225), 전원 공급부(227), 및 제어부(229)를 포함할 수 있다. 이와 같은 구성요소들은 실제 응용에서 구현될 때 필요에 따라 2 이상의 구성요소가 하나의 구성요소로 합쳐지거나, 혹은 하나의 구성요소가 2 이상의 구성요소로 세분되어 구성될 수 있다.Referring to FIG. 4 , the
이동통신부(211)는 이동통신망에서 기지국, 사용자 단말기, 서버 등과 무선 신호를 송수신할 수 있다. 여기서, 무선 신호는, 음성 호 신호, 화상 통화 호 신호, 또는 문자/멀티미디어 메시지 송수신에 따른 다양한 형태의 데이터를 포함할 수 있다. 무선통신부(213)는 무선 인터넷 접속이나 기타 무선 통신을 위한 기능을 제공한다. GPS부(215)는 복수 개의 GPS 인공위성으로부터 위치 정보를 수신한다., The
메모리(217)는 제어부(229)의 처리 및 제어를 위한 프로그램이 저장될 수도 있고, 입력되거나 출력되는 데이터들의 임시 저장을 위한 기능을 수행할 수도 있다. 디스플레이부(219)는 스마트 게이트웨이(210)에서 처리되거나 분석된 정보나 화면을 표시한다. The
인터페이스부(221)는 스마트 게이트웨이(210)에 연결되는 모든 외부기기와의 인터페이스 역활을 수행한다. 센서 연결부(223)는 각종 센서나 측정 장치들이 연결되는 인터페이스 역할을 수행한다. The
상황인지 모듈(225)은 제조 현장의 상황을 인지하여 필요하다고 판단된 경우, 통합 서버(300)나 미리 설정된 담당자에게 메신저 기능을 제공할 수 있는 상황인지 메신저 기능을 제공한다. 상황인지 메신저는 이기종 장치의 상호 운용성 확보, 이기종 운영체제상의 동일 서비스를 제공하고, 데이터 기반 설비 예지 진단을 지원하며, 직관적 상황인지를 위한 협업체계를 구축할 수 있도록 한다.The context-
전원 공급부(227)는 제어부(229)의 제어에 따라, 각 구성요소들에 필요한 전원을 공급하고, 외부로 전원을 인가할 수 있다. 전원 공급부(227)는 역률 유지를 위한 ESS(Energy storage System)를 포함할 수 있으며, 일반적인 UPS의 한계를 극복하기 위하여 LIB(Lithium Ion Battery) 및 BMS(Battery Monitoring System) 모듈 등을 포함할 수 있다. The
제어부(229)는 통상적으로 상기 각 부의 동작을 제어하여 스마트 게이트웨이(210)의 전반적인 동작을 제어한다. The
이와 같은 구성에 의해, 스마트 게이트웨이(210)는 스마트 센싱부(150)로부터 전달되는 제조 현황과 관련된 데이터를 실시간으로 측정 및 분석할 수 있으며, 공조 시스템(400) 등을 제어할 수도 있다. With such a configuration, the
스마트 게이트웨이(210)는 위치와 상황에 따른 인식 및 판단 기반 동적 네트워킹 기능, 전통적 방식의 시리얼통신 기능, TCP/IP 및 Fieldbus 데이터 통신 지원기능, 주변 장비와 무선통신을 위한 ZigBee, RFID, Bluetooth 및 W-Lan 지원 기능, 추가 센서 및 기존 제어기기의 입출력 디바이스 인터페이스 지원 기능, 및 데이터 포맷 변환/가공용 논리 구성 기능 등을 제공할 수 있다. The
또한, 스마트 게이트웨이(210)는 센서 연결부(223)를 통해 연결된 센서나 측정 장치를 통해, 3상(RST)의 전압 및 전류의 실효값 및 역률 등을 측정할 수 있으며, 이외에도 전력 품질, 주파수, 유효전력량, 무효전력량, 고조파 등을 측정하고, 단선을 감지할 수 있다. 또한, 스마트 게이트웨이(210)는 ESS(Energy Storage System)와 연동하여 역률 유지 및 피크치 제어, 전력 품질 및 전력량 모니터링을 통해 공장 전력 유지관리, 전력품질 안정화 기능을 수행하고, ESS의 BMS(Battery Monitoring System), PCS(Power Conversion System) 상태 진단 기능 등을 수행할 수도 있다. 스마트 게이트웨이(210)는 신규 도입시 비용 최소화를 위하여 오픈 API 형태로 개발할 수 있다. In addition, the
스마트 게이트웨이(210)는 현장의 실무자가 휴대 가능하도록 이동형으로 만들 수도 있다. 이러한 이동형 스마트 게이트웨이를 사용하여, 현장의 엔지니어가 변경 및 추가 등의 유지보수 작업을 손쉽게 수행할 수 있으며, 각 공정별 설비에 대한 지식, 설비와 운영 시스템을 연계하는 지식 등 각 현장의 일부 담당자가 보유한 지식을 전사가 공유하고 상호 교환하여 발전시킬 수 있는 환경 구축할 수 있으며, 반제품 생산 환경 이상으로부터 발생하는 완제품 품질 발생 문제를 해결하고, 생산·설비·품질 개념 공통화를 위한 추론 엔진 개발에 적용할 수 있도록 하며, Ubiquitous 환경을 위한 One Touch UI 기반 App 개발 적용이 가능하도록 한다. The
도 5는 도 1에서 통합 서버의 블럭 구성도이다.5 is a block diagram of the integrated server in FIG. 1 .
도 5를 참조하면, 통합 서버(300)는, 환경변화 감지부(310), 오염발생원인 감지부(320), 상황인지 추론부(330), 스마트 모니터링부(340), 및 통합 관리부(350)를 포함할 수 있다. 이와 같은 구성요소들은 실제 응용에서 구현될 때 필요에 따라 2 이상의 구성요소가 하나의 구성요소로 합쳐지거나, 혹은 하나의 구성요소가 2 이상의 구성요소로 세분되어 구성될 수 있다.Referring to FIG. 5 , the
환경변화 감지부(310)는 스마트 센싱부(150)에서 전달되는 데이터에 대하여, 동일 위치 및 시간의 측정 데이터를 축적하여 데이터의 유효 범위값을 확보하고, 동일 조건으로 복수 관측하여 유효 범위값의 정밀도를 향상시키며, 측정된 데이터가 유효 범위에 속하는지 혹은 벗어나는지 여부 등에 따라 제조 현장의 환경 변화 등을 감지할 수 있다. The environmental
오염발생원인 감지부(320)는 전력품질 데이터와, IP 카메라 데이터로부터 작업자의 작업 패턴 및 군집도를 추출하여, 제조 현장의 오염발생 원인을 감지할 수 있다.The pollution
상황인지 추론부(330)는 환경변환 감지부(310)와 오염발생원인 감지부(320)에서 감지된 결과에 FBD 데이터를 이용한 머신 러닝을 통해 학습된 패턴에 기초하여, 제조 현장의 상황을 추론한다.The situation
FBD, 또는 피쉬본 다이어그램은 자료분석 도구로서, 생긴모양이 생선뼈처럼 생겼다하여 붙여진 이름으로, 문제가 커다란 가시를 이루고, 해결 또는 원인, 영향 등이 가시에 살처럼 붙어있는 형상이다. FDM는 원인과 결과를 확인하기 위한 용도, 프로세스 초기 단계에 있는 문제점들을 파악하기 위해서 사용하기도 하며, 예상과 결과치를 분석하기 위해서도 사용한다FBD, or fishbone diagram, is a data analysis tool, named because it looks like a fish bone. FDM is used to identify causes and effects, to identify problems in the early stages of a process, and to analyze predictions and results.
또한, 머신러닝(machine learning) 또는 기계 학습은 인공 지능의 한 분야로, 컴퓨터에 미리 준비된 학습데이터를 훈련시켜, 훈련된 지식을 기반으로 새로운 입력에 대하여 적절한 답을 찾고자 하는 일련의 과정이라 할 수 있다. 이때, 컴퓨터를 훈련시키는 학습데이터가 질문(training input)과 정답(training output)이 모두 주어진 경우, 레이블링(labeling) 되어 있다고 한다. In addition, machine learning or machine learning is a field of artificial intelligence, which can be said to be a series of processes that try to find an appropriate answer to a new input based on the trained knowledge by training the learning data prepared in advance on the computer. have. At this time, when the training data for training the computer is given both a question (training input) and a correct answer (training output), it is said to be labeled.
FBD 머신러닝 과정은, 입력받은 FBD 데이터에 기초하여 학습데이터로 사용하기 위한 원인 결과 데이터를 생성하고, 원인 결과 데이터를 이용한 머신러닝을 통해 패턴을 파악하는 것으로 이루어질 수 있다. The FBD machine learning process may consist of generating cause-and-effect data to be used as learning data based on the received FBD data, and identifying patterns through machine learning using the cause-and-effect data.
스마트 모니터링부(340)는 제조 현장에 대한 실시간 모니터링 기능을 제공하며, 수집된 데이터의 오류 검출 및 수정, 제거 방안을 수립할 수 있으여, 다양한 비정형 데이터 가공 및 융합을 통한 통합 관리 모델을 도출할 수 있도록 한다. The
통합 관리부(350)는 상황인지 추론부(330)에서 추론된 제조 현장에 대한 상황 인지와 머신 러닝 등에 기초하여, 제어 변경이 필요하다고 판단하는 경우, 신규 제어 파라미터와 구동 조건을 생성할 수 있다. 또한, 통합 관리부(350)는 클린룸 등의 환경에서 머신 러닝을 통해 다기종 에너지 데이터를 통합 검색하고, 이를 통해 에너지 사용 패턴 유사도, 비용 예측, 다기종 에너지 기반 에너지 소비 관련 정보 등을 제공할 수 있다.The
도 6은 본 발명의 일실시예에 따른 공장 관리 시스템의 동작 과정에 대한 설명에 제공되는 흐름도이다.6 is a flowchart provided to explain the operation process of the factory management system according to an embodiment of the present invention.
도 6을 참조하면, 클린룸과 같은 제조 현장에 설치된 스마트 센싱부(150)에서 스마트 센서 기반으로, 온도, 습도, 먼지, VOC(Volatile Organic Composite) 등과 같은 환경 데이터, 기기 관련 데이터, 공정 관련 데이터 등과 같은 제조 현장과 관련된 데이터를 수집한다(S500). Referring to FIG. 6 , based on a smart sensor in the
스마트 제어부(200)는 스마트 센싱부(150)에서 수집한 데이터 중에서 제어에 필요한 데이터를 참조하여, 설정된 제어 파라미터와 구동 조건에 따라 공조 시스템(400)를 제어한다(S510). The
통합 서버(300)에는 제어 변경이 필요한 상황이 인지 여부를 판단한다(S520). 제어 변경이 필요한 상황은, 제조 현장에 환경 변화나 오염발생 등이 추론되는 상황 인지와 FBD(Fish Bone Diagram) 데이터를 이용한 머신러닝을 통해 학습된 패턴에 기초하여 제어 변경이 필요하다고 판단되는 경우나, 제어 결과를 모니터링한 값으로부터 제어 변경이 필요하다도 판단되는 경우, 시뮬레이션부(250)에서 시뮬레이션한 결과 제어 변경이 필요하다고 판단되는 경우 등이 있다. The
통합 서버(300)는 제어 변경이 필요한 상황이 인지되면(S520), 에너지 최적화를 위한 신규 제어 파라미터와 구동 조건을 생성한다(S530).When the
생성한 신규 제어 파라미터와 구동 조건은 스마트 제어부(200)로 전달되며, 스마트 제어부(200)는 신규 제어 파라미터와 구동 조건으로 조정하여 공조 시스템의 구동을 제어한다(S540).The generated new control parameters and driving conditions are transmitted to the
이와 같은 과정에 의해, 인공지능 기반 에너지 운용 최적화 알고리즘에 따라 공조 시스템 등을 제어를 할 수 있다.Through this process, the air conditioning system and the like can be controlled according to the AI-based energy operation optimization algorithm.
한편, 본 발명에 따른 공장 에너지 관리 시스템 및 그 방법은 상기한 바와 같이 설명된 실시예들의 구성에 한정되게 적용될 수 있는 것이 아니라, 상기한 실시예들은 다양한 변형이 이루어질 수 있도록 각 실시예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다.On the other hand, the factory energy management system and method according to the present invention can not be applied limitedly to the configuration of the described embodiments as described above, but the above embodiments are all or all of the embodiments so that various modifications can be made. Some of them may be selectively combined and configured.
또한, 본 발명은 프로그램 가능한 컴퓨터상에서 컴퓨터 프로그램으로 구현 가능하다. 이러한 컴퓨터는 프로세서, 저장장치, 입력장치, 출력 장치를 포함할 수 있다. 본 발명에서 설명한 내용을 구현하기 위해 프로그램 코드는 마우스 또는 키보드 입력장치로 입력될 수 있다. 이러한 프로그램들은 고차원적인 언어나, 객체지향적인 언어로 구현될 수 있다. 또한 어셈블리나 기계어 코드로 구현된 컴퓨터 시스템으로도 구현될 수 있다. In addition, the present invention can be implemented as a computer program on a programmable computer. Such a computer may include a processor, a storage device, an input device, and an output device. In order to implement the contents described in the present invention, the program code may be input with a mouse or keyboard input device. These programs can be implemented in a high-level language or an object-oriented language. It can also be implemented as a computer system implemented in assembly or machine code.
또한, 본 발명의 내용은 하드웨어나 소프트웨어 사용에만 국한되지는 않으며, 다른 어떤 컴퓨팅 또는 처리 환경에 대해서도 적용 가능하다. 본 발명에서 설명하는 하드웨어, 소프트웨어, 또는 하드웨어와 소프트웨어의 조합으로 구현될 수 있다. 본 발명은 회로를 사용하여 구현될 수 있다. 즉, 한 개 이상의 프로그램 가능한 논리회로, 즉 ASIC(application specific integrated circuit) 또는 논리회로(AND, OR NAND gates) 또는 프로세싱 장치(예컨대, 마이크로 프로세서, 콘트롤러)로 구현가능하다. In addition, the content of the present invention is not limited to the use of hardware or software, and is applicable to any other computing or processing environment. It may be implemented by hardware, software, or a combination of hardware and software described in the present invention. The present invention can be implemented using circuits. That is, it may be implemented as one or more programmable logic circuits, that is, an application specific integrated circuit (ASIC) or logic circuits (AND, OR NAND gates) or a processing device (eg, a microprocessor, a controller).
또한, 이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안될 것이다.In addition, although preferred embodiments of the present invention have been illustrated and described above, the present invention is not limited to the specific embodiments described above, and the technical field to which the present invention belongs without departing from the gist of the present invention as claimed in the claims Various modifications may be made by those of ordinary skill in the art, and these modifications should not be individually understood from the technical spirit or perspective of the present invention.
150: 스마트 센싱부
200: 스마트 제어부
250: 시뮬레이션부
300 : 통합 서버150: smart sensing unit 200: smart control unit
250: simulation unit 300: integrated server
Claims (10)
상기 스마트 센싱부로부터 제어에 필요한 데이터를 전달받고, 설정된 제어 파라미터와 구동 조건에 따라, 상기 제조 현장의 공조 시스템에 대한 구동을 제어하는 스마트 제어부; 및
상기 스마트 센싱부로부터 전달되는 데이터를 실시간으로 측정 및 분석한 데이터와, FBD(Fish Bone Diagram) 데이터를 이용한 머신러닝을 통해 학습된 패턴에 기초하여, 상기 공조 시스템의 구동 제어를 위한 신규 제어 파라미터 및 구동 조건을 생성하는 통합 서버;를 포함하며,
상기 스마트 제어부는, 상기 신규 파라미터 및 구동 조건을 반영하여 조정된 제어 파라미터 및 구동 조건에 따라 상기 공조 시스템의 구동을 제어하는 것을 특징으로 하는 공장 에너지 관리 시스템. a smart sensing unit that collects data related to the manufacturing site at the manufacturing site based on the smart sensor;
a smart control unit receiving data necessary for control from the smart sensing unit, and controlling the operation of the air conditioning system of the manufacturing site according to set control parameters and driving conditions; and
Based on the data obtained by measuring and analyzing the data transmitted from the smart sensing unit in real time and the pattern learned through machine learning using FBD (Fish Bone Diagram) data, a new control parameter for driving control of the air conditioning system and Including; an integrated server for generating the driving conditions;
The smart control unit, the factory energy management system, characterized in that for controlling the driving of the air conditioning system according to the control parameters and driving conditions adjusted by reflecting the new parameters and driving conditions.
전산유체역학을 이용하여, 상기 제조 현장의 제어 상황별 유동 특성을 예측 및 진단하여 상기 통합 서버에 제공하는 시뮬레이션부를 더 포함하는 공장 에너지 관리 시스템.According to claim 1,
Factory energy management system further comprising a simulation unit for predicting and diagnosing flow characteristics for each control situation of the manufacturing site by using computational fluid dynamics and providing it to the integrated server.
상기 통합 서버는, 상기 제조 현장에 대한 환경 조건을 실시간으로 모니터링하는 기능을 더 제공하는 것을 특징으로 하는 공장 에너지 관리 시스템. According to claim 1,
The integrated server, the factory energy management system, characterized in that it further provides a function of monitoring the environmental conditions for the manufacturing site in real time.
상기 통합 서버는, 전력 품질 패턴 데이터로부터 설비 가동 상황을 추출하고, 영상정보로부터 작업자의 작업 패턴 및 군집도를 추출하여, 상기 제조 현장의 오염발생 원인을 감지하는 것을 특징으로 하는 공장 에너지 관리 시스템. According to claim 1,
The integrated server extracts the facility operation status from the power quality pattern data, extracts the worker's work pattern and cluster degree from the image information, and detects the cause of pollution at the manufacturing site. Factory energy management system.
상기 스마트 제어부는,
상기 스마트 센싱부로부터 전달되는 데이터를 실시간으로 측정 및 분석하는 제1 내지 제n 스마트 게이트웨이를 포함하며,
상기 스마트 게이트웨이는, 상기 제조 현장의 소정 생산 라인이나 설비 단위로 각각 설치되어, 상기 측정 및 분석한 데이터에 기초하여 상기 제조 현장의 상황을 인지하여, 통보할 상황정보가 있다고 판단되는 경우, 상기 통합 서버 및 미리 설정된 단말기로 상기 상황정보를 전송하는 것을 특징으로 하는 공장 에너지 관리 시스템.According to claim 1,
The smart control unit,
1st to nth smart gateways for measuring and analyzing data transmitted from the smart sensing unit in real time,
The smart gateway is installed in a predetermined production line or equipment unit of the manufacturing site, recognizes the situation of the manufacturing site based on the measured and analyzed data, and when it is determined that there is situation information to be notified, the integration Factory energy management system, characterized in that for transmitting the situation information to a server and a preset terminal.
상기 스마트 센싱부에서 스마트 센서 기반으로 상기 제조 현장과 관련된 데이터를 수집하는 단계;
상기 스마트 제어부에서, 상기 스마트 센싱부로부터 제어에 필요한 데이터를 전달받아, 설정된 제어 파라미터와 구동 조건에 따라, 상기 제조 현장의 공조 시스템에 대한 구동을 제어하는 단계;
상기 스마트 센싱부 및 상기 스마트 제어부와 통신 가능하게 연결된 통합 서버에서, 상기 스마트 센싱부로부터 전달되는 데이터를 실시간으로 측정 및 분석한 데이터와, FBD(Fish Bone Diagram) 데이터를 이용한 머신러닝을 통해 학습된 패턴에 기초하여, 상기 공조 시스템의 구동 제어를 위한 신규 제어 파라미터 및 구동 조건을 생성하는 단계; 및
상기 스마트 제어부에서, 상기 신규 제어 파라미터 및 구동 조건을 반영하여 조정된 제어 파라미터 및 구동 조건에 따라 상기 공조 시스템의 구동을 제어하는 단계를 포함하는 공장 에너지 관리 방법. Installing a smart sensing unit and a smart control unit at the manufacturing site;
collecting data related to the manufacturing site based on a smart sensor in the smart sensing unit;
receiving, in the smart control unit, data necessary for control from the smart sensing unit, and controlling the operation of the air conditioning system of the manufacturing site according to set control parameters and driving conditions;
In the integrated server communicatively connected to the smart sensing unit and the smart control unit, data obtained by measuring and analyzing data transmitted from the smart sensing unit in real time and FBD (Fish Bone Diagram) data learned through machine learning generating new control parameters and driving conditions for driving control of the air conditioning system based on the pattern; and
and controlling, in the smart control unit, the driving of the air conditioning system according to the adjusted control parameters and driving conditions by reflecting the new control parameters and driving conditions.
시뮬레이션부를 마련하고, 상기 시뮬레이션부에서 전산유체역학을 이용하여, 상기 제조 현장의 제어 상황별 유동 특성을 예측 및 진단하여 상기 통합 서버에 제공하는 단계를 더 포함하는 공장 에너지 관리 방법.7. The method of claim 6,
Factory energy management method further comprising the step of providing a simulation unit, predicting and diagnosing flow characteristics for each control situation of the manufacturing site by using computational fluid dynamics in the simulation unit, and providing it to the integrated server.
상기 통합 서버에서, 상기 제조 현장에 대한 환경 조건을 실시간으로 모니터링하는 단계를 더 포함하는 공장 에너지 관리 방법. 7. The method of claim 6,
Factory energy management method further comprising the step of monitoring, in the integrated server, environmental conditions for the manufacturing site in real time.
상기 스마트 제어부에서 상기 제조 현장의 상황을 인지하여, 상기 통합 서버 및 미리 설정된 담당자에게 메신저 기능을 제공하는 단계를 더 포함하는 공장 에너지 관리 방법.7. The method of claim 6,
Factory energy management method further comprising the step of recognizing the situation of the manufacturing site in the smart control unit, and providing a messenger function to the integrated server and a preset person in charge.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200172050A KR102411824B1 (en) | 2020-12-10 | 2020-12-10 | Factory energy management system based on artifical intelligence and method thereof |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200172050A KR102411824B1 (en) | 2020-12-10 | 2020-12-10 | Factory energy management system based on artifical intelligence and method thereof |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20220083867A true KR20220083867A (en) | 2022-06-21 |
KR102411824B1 KR102411824B1 (en) | 2022-06-24 |
Family
ID=82215937
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020200172050A KR102411824B1 (en) | 2020-12-10 | 2020-12-10 | Factory energy management system based on artifical intelligence and method thereof |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102411824B1 (en) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102566456B1 (en) * | 2022-11-30 | 2023-08-14 | 주식회사 엑센솔루션 | Integrated managementing system of manufacturing site for root industry and method thereof |
KR20240052183A (en) | 2022-10-14 | 2024-04-23 | (주)이아이랩 | System for providing service of energy-saving efficiency analysis and facility management, and method thereof |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016061447A (en) * | 2014-09-12 | 2016-04-25 | 株式会社東芝 | Air-conditioning control device, air-conditioning control method and computer program |
KR20190088581A (en) * | 2018-01-02 | 2019-07-29 | (주)코에버정보기술 | Dynamic monitoring system based on FBD machine learning and method thereof |
KR20200127378A (en) * | 2019-05-02 | 2020-11-11 | 현대자동차주식회사 | System and method for controlling air conditioner |
-
2020
- 2020-12-10 KR KR1020200172050A patent/KR102411824B1/en active IP Right Grant
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016061447A (en) * | 2014-09-12 | 2016-04-25 | 株式会社東芝 | Air-conditioning control device, air-conditioning control method and computer program |
KR20190088581A (en) * | 2018-01-02 | 2019-07-29 | (주)코에버정보기술 | Dynamic monitoring system based on FBD machine learning and method thereof |
KR20200127378A (en) * | 2019-05-02 | 2020-11-11 | 현대자동차주식회사 | System and method for controlling air conditioner |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20240052183A (en) | 2022-10-14 | 2024-04-23 | (주)이아이랩 | System for providing service of energy-saving efficiency analysis and facility management, and method thereof |
KR102566456B1 (en) * | 2022-11-30 | 2023-08-14 | 주식회사 엑센솔루션 | Integrated managementing system of manufacturing site for root industry and method thereof |
Also Published As
Publication number | Publication date |
---|---|
KR102411824B1 (en) | 2022-06-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102073085B1 (en) | Dynamic monitoring system based on FBD machine learning and method thereof | |
CN107272608B (en) | Industrial device and system attestation in a cloud platform | |
KR102248727B1 (en) | Multi-protocol iot gateway for energy management | |
US20190219993A1 (en) | System and method for monitoring factory facilities using active black box | |
Moudgil et al. | Integration of IoT in building energy infrastructure: A critical review on challenges and solutions | |
CN109032099A (en) | Engineering machinery assemble production line online awareness system | |
KR102411824B1 (en) | Factory energy management system based on artifical intelligence and method thereof | |
US20120166115A1 (en) | Platform, system and method for energy profiling | |
CN116880396A (en) | Intelligent factory dynamic cooperative scheduling method | |
Caiazzo et al. | An IoT-based and cloud-assisted AI-driven monitoring platform for smart manufacturing: design architecture and experimental validation | |
Zhang et al. | Data-driven smart production line and its common factors | |
Chhotaray et al. | Enhancement of Manufacturing Sector Performance with the Application of Industrial Internet of Things (IIoT) | |
Digitemie et al. | A comprehensive review of Building Energy Management Systems (BEMS) for improved efficiency | |
RU90588U1 (en) | HARDWARE AND SOFTWARE COMPLEX OF AUTOMATION, MANAGEMENT, VISUALIZATION AND MONITORING OF TECHNOLOGICAL PROCESSES | |
Sundaramoorthi | Cloud-based mqtt protocol for power monitoring and socket control system | |
Di Orio et al. | Energy efficiency in machine tools-a self-learning approach | |
CN111509855A (en) | Multifunctional digital Internet switching power supply and control method thereof | |
KR20230081759A (en) | Integrated management systme for clean room management based on artifical intelligence and method thereof | |
Adithya et al. | Benefits of IoT in automated systems | |
KR102411915B1 (en) | System and method for froviding real time monitering and ai diagnosing abnormality sign for facilities and equipments | |
KR101956703B1 (en) | Integrated monitoring system and method thereof | |
Muniandi et al. | AI-Driven Energy Management Systems for Smart Buildings. | |
Yang et al. | Analysis and application of energy management in Industry 4.0 with TRIZ methodology | |
Velásquez et al. | A Novel Architecture Definition for AI-Driven Industry 4.0 Applications | |
KR101926799B1 (en) | Method for providing context awareness messenger and system thereof |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GRNT | Written decision to grant |