KR20220095284A - 선박의 가스 모니터링 시스템에 적용되는 스마트 센서 시스템 - Google Patents

선박의 가스 모니터링 시스템에 적용되는 스마트 센서 시스템 Download PDF

Info

Publication number
KR20220095284A
KR20220095284A KR1020200185574A KR20200185574A KR20220095284A KR 20220095284 A KR20220095284 A KR 20220095284A KR 1020200185574 A KR1020200185574 A KR 1020200185574A KR 20200185574 A KR20200185574 A KR 20200185574A KR 20220095284 A KR20220095284 A KR 20220095284A
Authority
KR
South Korea
Prior art keywords
data
failure
ship
gas
learning
Prior art date
Application number
KR1020200185574A
Other languages
English (en)
Inventor
지석준
김영구
양회영
김경엽
이채호
손원무
이동현
Original Assignee
한라아이엠에스 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 한라아이엠에스 주식회사 filed Critical 한라아이엠에스 주식회사
Priority to KR1020200185574A priority Critical patent/KR20220095284A/ko
Publication of KR20220095284A publication Critical patent/KR20220095284A/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING 
    • B63B79/00—Monitoring properties or operating parameters of vessels in operation
    • B63B79/10—Monitoring properties or operating parameters of vessels in operation using sensors, e.g. pressure sensors, strain gauges or accelerometers
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING 
    • B63B45/00—Arrangements or adaptations of signalling or lighting devices
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING 
    • B63B79/00—Monitoring properties or operating parameters of vessels in operation
    • B63B79/30—Monitoring properties or operating parameters of vessels in operation for diagnosing, testing or predicting the integrity or performance of vessels
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
    • G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
    • G01N27/12—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance of a solid body in dependence upon absorption of a fluid; of a solid body in dependence upon reaction with a fluid, for detecting components in the fluid
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/14—Central alarm receiver or annunciator arrangements

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Ocean & Marine Engineering (AREA)
  • Mechanical Engineering (AREA)
  • Combustion & Propulsion (AREA)
  • Emergency Management (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Immunology (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Electrochemistry (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Emergency Alarm Devices (AREA)

Abstract

본 발명에 의한 선박의 가스 모니터링 시스템에 적용되는 스마트 센서 시스템은 선박 내부의 각 측정 지역(엔진 룸, 탱크 및 거주구)에 다수 설치되어, 가스 농도를 측정하는 스마트 센서(110), 상기 스마트 센서(110)가 측정한 가스 농도 데이터를 수집하는 데이터 수집 모듈(120), 상기 선박 내부의 가스 농도를 측정하기 위해, 상기 선박 내부의 공기를 공압 경로(131)을 통해 흡입한 후, 상기 공기를 농도 분석 장치(132)로 이동시켜, 분석하는 학습형 가스 샘플링 시스템(130) 및 상기 스마트 센서(110)의 측정 데이터를 모니터링하는 학습형 가스 디텍션 시스템(140)을 포함하는 것을 특징으로 한다.

Description

선박의 가스 모니터링 시스템에 적용되는 스마트 센서 시스템{Smart Sensors System for Gas Monitoring Systems in Ships}
본 발명은 선박의 가스 모니터링 시스템에 적용되는 스마트 센서 시스템에 관한 것으로, 더욱 자세하게는 상기 선박 내부의 가스 농도를 측정하기 위해, 상기 선박 내부의 공기를 공압 경로를 통해 흡입한 후, 상기 공기를 농도 분석 장치로 이동시켜, 분석하는 학습형 가스 샘플링 시스템 및 상기 선박 내부의 각 측정 지역(엔진 룸, 탱크 및 거주구)에서 상기 농도 분석 장치를 통해 스마트 센서의 측정 데이터를 모니터링하는 학습형 가스 디텍션 시스템을 구비한 선박의 가스 모니터링 시스템에 적용되는 스마트 센서 시스템에 관한 것이다.
글로벌 환경 규제 및 에너지 산업 트렌드의 변화에 따라 친환경 가스 에너지에 대한 수요가 지속적으로 증가하고 있다.
이에 따라 조선해양 산업분야에서도 친환경 가스(LNG, LPG 등) 관련 선박(연료추진선박, 벙커링선박, 수송선 등) 증가에 따른 기자재들의 수요도 증가가 예상된다.
가스수송선이나 화학제품 운반선에서 이송하는 LNG, LPG, 원유, 석유제품, 화학약품 등의 화물유는 대부분 가연성 물질들이므로, 가연성액체를 수납하는 화물탱크에는 화물유로부터 증발된 다량의 가연성가스가 수납될 수 있다. 이러한 가연성가스가 일정 수준 이상의 산소농도(화물유의 종류에 따라 달라지나, LNG는 5%, 프로판 2.2%, 부탄 1.8%, 일반 가스 13% 이상)에서 점화원과 접촉하게 되면, 폭발사고로 이어져 많은 인명손실 및 환경오염을 유발할 수 있다.
이러한 폭발사고를 방지하기 위해, 국제해사기구(International Maritime Organization, 이하 "IMO")에서는 20,000 DWT(중량톤, deadweight tonnage) 이상의 탱커선에 대해, 화물유를 적하(퍼징 포함) 또는 양하하는 경우, 화물탱크 내부의 산소농도가 8% 이하로 유지될 수 있도록, 상기 화물유가 수납되는 화물탱크 내부를 불활성기체로 채울 수 있는 장치를 선박에 설치하도록 의무화하고 있다.
또한, IMO의 의무조항과는 별도로, 엑손(Exxon), 브리티시 페트롤륨(BP), 쉘(Shell) 등과 같은 대형 석유회사들은 자신들의 화물을 운송하는 선박들에 대해, 화물탱크 내부의 산소농도를 5% 이하로 유지하도록 요구하고 있으며, 대형 석유회사가 전세계 화물유 물동량에서 차지하는 비중은 절대적이므로, 20,000 DWT 이상의 모든 탱커선들은 산소농도를 5% 이하로 유지할 수 있도록 관련 설비를 갖추고 있다.
하지만, 20,000 DWT 미만의 소형 탱커선들은 의약품 원료, 화장품 원료 등 매우 고가의 소량 화물들을 주로 운송하기 때문에, IGS 또는 IGG에서 배출되는 연소산화물이 화물탱크로 유입되는 경우, 연소산화물에 의해서, 화물이 오염될 수 있다는 문제점이 있다.
따라서, IMO에서 8,000 DWT 이상의 모든 탱커선에 대해 불활성기체 제조장치를 설치하도록 의무화하는 규제를 시행할 경우에 대비하여, 소형 탱커선에 적합한 불활성기체 제조장치의 개발이 필요하다. 특히, IGS와 IGG를 대체할 수 있으며, 연소산화물에 의한 화물의 오염을 방지할 수 있는 선박용 불활성기체 제조장치는 질소 발생기간 유일하며, 이를 제어하는 방법이 필요한 시점이다.
또한, 기존의 Inert Gas System은 대형선을 대상으로 하고 있기에 LNG Bunkering 및 대다수 중소형 선박에 적용하기에는 비용이 고가이고 설치 공간 제약에 한계점이 있다. 특히 선박의 가스에 대한 운용편리와 안전에 대한 효과적인 모니터링을 위해서는 상호 공통적인 누설 상황 모니터링에 대해서는 일원화가 필요하며, 누설 발생시 정확인 위치 파악과 안전 제어를 위해서는 모니터링 알람과 불활성 가스 생성 현황이 상호 연동이 필요할 것이다.
한편, 기존의 선박용 가스 감지 시스템은 일반적으로 원격지의 가스 농도를 파이프를 통해 메인 시스템으로 이동하여 분석하는 가스 샘플링 시스템과 각 측정 지역(엔진 룸, 탱크 및 거주구 등)에서 농도 분석 센서를 통해 메인 시스템에서 데이터를 모니터링할 수 있는 가스 디텍션 시스템으로 구분하고 있다. 그리고 이러한 시스템들은 4 ~ 20 mA 등의 아날로그 통신 또는 저속의 디지털 통신을 통해 내부 시스템 또는 센서들과 연동되고 있다. 이러한 기술적 환경으로 인해 해당 시스템은 가스 농도를 모니터링 하여 선박 내부의에서 경고나 알람 만을 표기하고 이벤트를 저장하는 등 단순한 기능만을 수행하고 있다. 따라서, 최근 이슈되는 자율운항, 무인화 선박 이슈에 본 시스템은 대응이 불가하고 지속적인 발전을 추구하기 어렵다. 이에 따라 최근 기술 트랜드와 미래 지향성을 갖는 가스센서와 시스템 기술이 필요한 실정이다.
KR 10-1200100 B1 KR 10-0733157 B1 KR 10-0779780 B1 KR 10-2014-0057960 A
본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로, 본 발명의 목적은 선박 내부의 공기를 공압 경로를 통해 흡입한 후, 상기 공기를 농도 분석 장치로 이동시켜, 분석하는 학습형 가스 샘플링 시스템 및 상기 선박 내부의 각 측정 지역(엔진 룸, 탱크 및 거주구)에서 상기 농도 분석 장치를 통해 스마트 센서의 측정 데이터를 모니터링하는 학습형 가스 디텍션 시스템을 구비한 선박의 가스 모니터링 시스템에 적용되는 스마트 센서 시스템을 제공하는데 있다.
또한, 본 발명의 목적은 현장에서 운용 중인 센서의 주요 파라미터에 대한 다수의 고장 징후 데이터를 수집하여, 고장의 전조 가능성을 사전에 파악하는 운용 패턴 유사성 메커니즘을 구비한 선박의 가스 모니터링 시스템에 적용되는 스마트 센서 시스템을 제공하는데 있다.
상기와 같은 기술적인 문제점을 해결하기 위하여, 본 발명에 의한 선박의 가스 모니터링 시스템에 적용되는 스마트 센서 시스템은 선박 내부의 각 측정 지역(엔진 룸, 탱크 및 거주구)에 다수 설치되어, 가스 농도를 측정하는 스마트 센서(110), 상기 스마트 센서(110)가 측정한 가스 농도 데이터를 수집하는 데이터 수집 모듈(120), 상기 선박 내부의 가스 농도를 측정하기 위해, 상기 선박 내부의 공기를 공압 경로(131)을 통해 흡입한 후, 상기 공기를 농도 분석 장치(132)로 이동시켜, 분석하는 학습형 가스 샘플링 시스템(130) 및 상기 스마트 센서(110)의 측정 데이터를 모니터링하는 학습형 가스 디텍션 시스템(140)을 포함하는 것을 특징으로 한다.
또한, 상기 학습형 가스 샘플링 시스템(130)에서는 학습형 가스 샘플링 알고리즘이 전체 공압 채널(134)에 대해 순차적으로 사전에 설정된 고정 시간 간격으로 공압 채널(134) 선택, 상기 공압 경로(131)에 의한 공기 흡입, 상기 농도 분석 장치(132)에 의한 농도 분석 및 상기 가스 샘플링 모듈(133)로 분석 데이터의 전달의 순서에 따라 반복 진행되고, 상기 공압 경로(131) 및 농도 분석 장치(132)는 각각 2개로 선택 가능하게 형성되고, 상기 학습형 가스 샘플링 시스템(130)은 상기 공압 경로(131) 및 상기 농도 분석 장치(132)를 통해 상기 전체 공압 채널(134)에 대한 최적의 측정 시간을 측정하면서 인지한 후, 상기 학습형 가스 샘플링 시스템(130)의 최적의 측정 시간을 산출하는 것을 특징으로 한다.
또한, 상기 학습형 가스 디텍션 시스템(140)의 학습형 가스 디텍션 알고리즘은 상기 선박 내부의 각 측정 지역의 가스 농도 데이터와 상태 데이터(온도, 습도, 전류 및 전압)를 수집, 감시 및 진단하고, 가스 모니터링 시, 해당 센서 및 스마트 센서 시스템(100)에 대한 운영 데이터 이력을 축소된 데이터 값 또는 코드의 형태로 저장하여, 상기 해당 운영 데이터 이력을 육상의 관제센터로 전송하는 것을 특징으로 한다.
또한, 상기 학습형 가스 디텍션 시스템(140)은 상기 선박 내부의 각 측정 지역의 상기 가스 농도 데이터 및 상태 데이터가 정상 범위를 벗어나는 경우, 상기 선박 내부의 방송 시스템을 통해 경고 및 알람을 전송하고, 선박 관리자의 스마트 단말기에 알림을 제공하는 것을 특징으로 한다.
또한, 상기 축소된 데이터 값은 단축된 문자의 형태로 구성되고, 상기 해당 운영 데이터 이력은 위성 장비 또는 이동 통신 장치를 통해 육상 관제 센터로 전송될 수 있도록, 압축된 통신 프레임의 형태로 구성되는 것을 특징으로 한다.
또한, 본 발명에 의한 선박의 가스 모니터링 시스템에 적용되는 스마트 센서 시스템은 센서 또는 모듈과 관련된 데이터의 중요도 및 반복성을 고려한 운용 환경 학습형 가스 디텍션 시스템(150)을 더 포함하고, 상기 운용 환경 학습형 가스 디텍션 시스템(150)은 현장에서 운용 중인 센서의 주요 파라미터에 대한 다수의 고장 징후 데이터를 수집하여, 고장의 전조 가능성을 사전에 파악하는 운용 패턴 유사성 메커니즘(170)을 포함하는 것을 특징으로 한다.
또한, 상기 운용 패턴 유사성 메커니즘(170)은 고장 발생 이전의 특정 시점부터 고장 발생 시점까지 일정 기간 동안, 해당 센서에 대한 실제 운용 데이터로부터 다수의 고장 징후 데이터를 추출하고, 각각의 고장 징후 데이터에 대한 빈도수를 산출하여, 사전 고장 데이터로 정의하는 데이터수집부(171), 상기 데이터수집부(171)로부터 수집된 상기 해당 센서에 대한 다수의 사전 고장 데이터가 저장되는 저장부(172), 상기 저장부(172)에 저장된 상기 해당 센서에 대한 다수의 사전 고장 데이터로부터 고장 패턴 데이터를 생성하는 고장 패턴 생성부(173) 및 상기 해당 센서에 대한 일정 기간 동안의 실제 운용 상태 데이터 및 상기 고장 패턴 생성부(173)에 의해 생성된 상기 고장 패턴 데이터를 비교하여, 고장 가능 데이터를 식별하고, 통신부(175)를 통해 알람 및 상기 고장 가능 데이터를 선박 관리자의 스마트 단말기로 전송하는 제어부(174)를 포함하는 것을 특징으로 한다.
또한, 상기 고장 패턴 데이터는 상기 해당 센서에 대한 다수의 사전 고장 데이터로부터 각각의 고장 징후 데이터에 대한 최소 빈도수를 산출하여 생성되고, 상기 제어부(174)는 실제 운용 상태 데이터에 대한 각각의 고장 징후 데이터의 빈도수가 상기 고장 패턴 데이터에 대한 각각의 고장 징후 데이터의 최소 빈도수 이상인 경우, 상기 실제 운용 상태 데이터를 고장 가능 데이터로 식별하는 것을 특징으로 한다.
본 발명에 의한 선박의 가스 모니터링 시스템에 적용되는 스마트 센서 시스템에서는 시스템의 자체 학습을 통해 정확도가 높은 데이터를 신속하게 전달할 수 있을 뿐만 아니라, 시스템에 축적된 데이터를 통한 시스템의 고장 예측이 가능하여, 시스템의 유지 보수가 용이한 효과가 있다.
도 1은 본 발명에 의한 선박의 가스 모니터링 시스템에 적용되는 스마트 센서 시스템의 개념도이다.
도 2는 도 1에 도시된 스마트 센서 시스템에서 학습형 샘플링 시스템의 구성도이다.
도 3은 도 1에 도시된 스마트 센서 시스템에서 학습형 샘플링 시스템의 순서도이다.
도 4는 선박에 적용되는 기존의 가스 디텍션 시스템의 개념도이다.
도 5는 도 1에 도시된 스마트 센서 시스템에서 학습형 가스 디텍션 시스템의 개념도이다.
도 6은 도 5에 도시된 학습형 가스 디텍션 시스템에서 운용 패턴 유사성 메커니즘의 블록도이다.
이하, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 정도로 상세히 설명하기 위하여, 본 발명의 실시예를 첨부한 도면을 참조하여 설명하기로 한다.
그러나, 하기 실시예는 본 발명의 이해를 돕기 위한 일 예에 불과한 것으로 이에 의해 본 발명의 권리범위가 축소되거나 한정되는 것은 아니다. 또한, 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.
도 1은 본 발명에 의한 선박의 가스 모니터링 시스템에 적용되는 스마트 센서 시스템의 개념도이다.
도 1을 참조하면, 본 발명에 의한 선박의 가스 모니터링 시스템(200)에 적용되는 스마트 센서 시스템(100)은 스마트 센서(110) 및 센서 데이터 수집 모듈(120)를 포함하여 구성된다.
먼저, 스마트 센서(110)는 선박 내부의 각 측정 지역(엔진 룸, 탱크 및 거주구)에 다수 설치되어, 가스 농도를 측정한다.
그리고, 센서 데이터 수집 모듈(120)은 스마트 센서(110)가 측정한 가스 농도 데이터를 수집한다.
본 발명에 의한 선박의 가스 모니터링 시스템(200)에 적용되는 스마트 센서 시스템(100)은 학습형 가스 샘플링 시스템(130) 및 학습형 가스 디텍션 시스템(140)을 더 포함하여 구성된다.
도 2는 도 1에 도시된 스마트 센서 시스템에서 학습형 샘플링 시스템의 구성도이다.
도 2를 참조하면, 학습형 가스 샘플링 시스템(130)은 선박 내부의 가스 농도를 측정하기 위해, 선박 내부의 공기를 공압 경로(131)을 통해 흡입한 후, 상기 공기를 농도 분석 장치(132)로 이동시켜, 분석한다.
구체적으로, 학습형 가스 샘플링 시스템(130)에서 학습형 가스 샘플링 알고리즘은 전체 공압 채널(134)에 대해 순차적으로 사전에 설정된 고정 시간 간격으로 공압 채널(134) 선택, 공압 경로(131)에 의한 공기 흡입, 농도 분석 장치(132)에 의한 농도 분석 및 가스 샘플링 모듈(133)로 분석 데이터의 전달의 순서에 따라 반복 진행된다.
학습형 가스 샘플링 시스템(130)은 2개의 선택 가능한 공압 경로(131) 및 2개의 선택 가능한 농도 분석 장치(132)를 통해 전체 공압 채널(134)에 대한 최적의 측정 시간을 측정하면서 인지한 후, 학습형 가스 샘플링 시스템(130)의 최적의 측정 시간을 산출하고, 이에 따라 자체적으로 유동적인 선택과 분석을 통해 최단 시간 내에 측정을 수행한다.
도 3은 도 1에 도시된 스마트 센서 시스템에서 학습형 샘플링 시스템의 순서도이다.
도 3을 참조하면, 학습형 가스 샘플링 알고리즘은 학습형 가스 샘플링 시스템(130)을 초기화하는 제 1단계(S100), 학습형 가스 샘플링 시스템(130)의 운용 상태가 정상인지 확인하는 제 2단계(S200), 학습형 가스 샘플링 시스템(130)의 운용 상태가 정상이 아닌 경우, 이상 상태 처리 모드를 실행하는 제 3단계(S300), 학습형 가스 샘플링 시스템(130)의 운용 상태가 정상인 경우, 공압 채널(134) 별로 가스 농도를 체크하고, 측정 시간을 데이터베이스화하는 제 4단계(S400), 전체 공압 채널(134)의 최적의 측정 시간을 분석하는 제 5단계(S500), 공압 채널(134) 별로 공압 처리 및 Sequence를 생성하는 제 6단계(S600), 학습형 가스 샘플링 시스템(130)의 이상을 확인하는 제 7단계(S700) 및 학습형 가스 샘플링 시스템(130)에 이상이 있는 경우, 이상 상태 처리 모드를 실행하는 제 8단계(S800)를 포함하여 구성된다.
한편, 학습형 가스 디텍션 시스템(140)은 스마트 센서(110)의 측정 데이터를 모니터링할 수 있다.
학습형 가스 디텍션 시스템(140)에서 학습형 가스 디텍션 알고리즘은 선박 내부의 각 측정 지역의 가스 농도 데이터 및 상태 데이터(온도, 습도, 전류 및 전압)를 수집, 감시 및 진단한다.
그리고, 학습형 가스 디텍션 알고리즘은 가스 모니터링 시, 해당 센서 및 스마트 센서 시스템(100)에 대한 운영 데이터 이력을 축소된 데이터 값 또는 코드의 형태로 저장하여, 해당 운영 데이터 이력을 육상의 관제센터로 전송한다.
여기서, 축소된 데이터 값은 단축된 문자의 형태로 구성되고, 해당 운영 데이터 이력은 위성 장비 또는 이동 통신 장치를 통해 육상 관제 센터로 전송될 수 있도록, 압축된 통신 프레임의 형태로 구성된다.
그리고, 선박 내부의 측정 지역의 가스 농도 및 상태 데이터가 정상 범위를 벗어나는 경우, 학습형 가스 디텍션 시스템(140)은 선박 내부의 방송 시스템을 통해 경고 및 알람을 전송하고, 선박 관리자의 스마트 단말기에 알림을 제공한다.
다음으로, 기존의 가스 디텍션과 비교하여, 본 발명에 의한 선박의 가스 모니터링 시스템에 적용되는 스마트 센서 시스템의 운용 환경 학습형 가스 디텍션 시스템(150)에 대해 설명하기로 한다.
도 4는 선박에 적용되는 기존의 가스 디텍션 시스템의 개념도이다.
도 4를 참조하면, 기존의 가스 디텍션이 기존의 아날로그 센서와 연동하는 경우, 센서량에 해당하는 만큼 개별 회선으로 통신을 수행하였으며, 단순 디지털 통신의 경우에는 저속 통신 기반으로 운용되므로, 데이터의 운용량 및 채널 확장에 한계가 있었다.
또한, 기존의 가스 디텍션에서는 데이터 및 채널수가 증가하고, 기존의 가스 디텍션에 다른 장치까지 연동하는 경우, 부하율 증가에 따른 채널 간의 충돌, 지연 등에 따른 오류 증가로 통신의 신뢰성이 저하되는 문제점이 있었다.
본 발명에 의한 선박의 가스 모니터링 시스템(200)에 적용되는 스마트 센서 시스템(100)은 운용 환경 학습형 가스 디텍션 시스템(150)을 더 포함하여 구성된다.
도 5는 도 1에 도시된 스마트 센서 시스템에서 학습형 가스 디텍션 시스템의 개념도이다.
모니터링해야 하는 가스농도, 다양한 관련 센서 또는 장치에 대한 데이터의 입/출력 채널수 및 시간은 가스 모니터링 시스템의 안전 모니터링 성능에 결정적인 영향을 미친다.
도 5를 참고하면, 신속하고, 정확한 데이터 전달 성능을 보장하기 위해서는 센서 또는 모듈과 관련된 데이터의 중요도 및 반복성을 고려한 운용 환경 학습형 가스 디텍션 시스템(150)이 필수적이다.
따라서, 운용 환경 학습형 가스 디텍션 시스템(150)에서는 센서 또는 모듈과 관련된 데이터가 현장 운영에 필수적인 데이터(안전, 고장 및 이상 상태 등 관련 데이터)및 일반 데이터로 구분된다.
그리고, 운용 환경 학습형 가스 디텍션 시스템(150)은 네트워크 부하율 저감 메커니즘(160) 및 운용 패턴 유사성 메커니즘(170)을 포함하여 구성된다.
먼저, 네트워크 부하율 저감 메커니즘(160)에서는 센서 또는 모듈이 스스로 사전에 정의된 기준 데이터에 따라 위험도에 따른 우선 순위를 설정하거나, 데이터의 반복성을 판단한다.
이를 바탕으로, 네트워크 상에서 우선순위가 설정되거나, 반복성이 높은 것으로 판단된 데이터를 다른 데이터들보다 신뢰성 있게 우선적으로 전달할 수 있도록 필드버스 CAN(Control Area Network) 통신을 이용한다.
네트워크 부하율 저감 메커니즘(160)은 일반 모드(161) 및 특수 모드(162)를 포함하여 구성된다.
먼저, 일반 모드(161)의 경우, 네트워크 상에 연결된 센서 또는 모듈이 사전에 설정된 주소에 따라 우선권을 갖고, 데이터를 공유한다.
그리고, 특수 모드(162)에서는 센서들이 사전에 개별 또는 그룹으로 구성되고, 사전에 데이터가 필요한 센서들에게 데이터 요구 코드 또는 커맨드를 전송한다. 이에 따라 해당 센서들은 이에 따른 데이터를 자동 분류된 우선 순위에 따라 응답한다.
그리고, 특수 모드(162)에서는 응답되는 센서에 따라 전달되는 데이터가 이전에 전달된 데이터와 동일하거나, 특별히 운용에 민감하지 않는 경우, 응답을 하지 않거나, 최소한의 데이터 코드(데이터 변화량만 전달)를 전달하여 데이터 이동량을 최소화한다.
한편, 운용 패턴 유사성 메커니즘(170)은 현장에서 운용 중인 센서의 주요 파라미터에 대한 다수의 고장 징후 데이터를 수집하여, 고장의 전조 가능성을 사전에 파악할 수 있다.
도 6은 도 5에 도시된 학습형 가스 디텍션 시스템에서 운용 패턴 유사성 메커니즘의 블록도이다.
도 6을 참조하면, 운용 패턴 유사성 메커니즘(170)은 데이터수집부(171), 저장부(172), 고장 패턴 생성부(173), 제어부(174) 및 통신부(175)를 포함하여 구성된다.
먼저, 데이터수집부(171)는 고장 발생 이전의 특정 시점부터 고장 발생 시점까지 일정 기간 동안 현장에서 운용 중인 센서의 주요 파라미터에 대한 다수의 고장 징후 데이터 및 빈도수를 추출한 사전 고장 데이터를 다수 수집한다. 구체적으로, 데이터수집부(171)는 일정 기간 동안, 해당 센서에 대한 실제 운용 데이터로부터 다수의 고장 징후 데이터를 추출하고, 각각의 고장 징후 데이터에 대한 빈도수를 산출하여, 사전 고장 데이터로 정의한다.
고장 징후 데이터를 a1, a2,..., an, 사전 고장 데이터를 b1, b2,..., bm 이라 하면, 사전 고장 데이터는 다수의 (고장 징후 데이터, 빈도수)를 포함하는 형태로 정의된다. 예를 들어, 사전 고장 데이터 b1=(a1,10), (a2,9), (a3,8), b2=(a1,7), (a2,6),(a3,9), b3=(a1,8), (a2,7), (a3,3)의 형태로 정의된다.
그리고, 저장부(172)에는 데이터수집부(171)로부터 수집된 다수의 사전 고장 데이터가 저장된다.
그리고, 고장 패턴 생성부(173)는 저장부(172)에 저장된 해당 센서에 대한 다수의 사전 고장 데이터로부터 고장 패턴 데이터를 생성한다. 구체적으로, 고장 패턴 생성부(173)는 해당 센서에 대한 다수의 사전 고장 데이터로부터 각각의 고장 징후 데이터에 대한 최소 빈도수를 산출하여, 고장 패턴 데이터로 정의한다.
예를 들어, 해당 센서에 대한 사전 고장 데이터 b1=(a1,10), (a2,9), (a3,8), b2=(a1,7), (a2,6),(a3,9), b3=(a1,8), (a2,7), (a3,3)인 경우, 해당 센서에 대한 고장 패턴 데이터 ck=(a1,7회이상), (a2,6회이상), (a3,3회이상)으로 생성된다.
그리고, 제어부(174)는 해당 센서에 대한 일정 기간 동안의 실제 운용 상태 데이터 및 고장 패턴 생성부(173)에 의해 생성된 고장 패턴 데이터를 비교한다.
실제 운용 상태 데이터에 대한 각각의 고장 징후 데이터의 빈도수가 고장 패턴 데이터에 대한 각각의 고장 징후 데이터의 최소 빈도수 이상인 경우, 제어부(174)는 실제 운용 상태 데이터를 고장 가능 데이터로 식별하고, 통신부(175)를 통해 알람 및 고장 가능 데이터를 선박 관리자의 스마트 단말기로 전송한다.
예를 들어, 해당 센서에 대한 고장 패턴 데이터 ck=(a1,7회이상), (a2,6회이상), (a3,3회이상)이고, 실제 운용 상태 데이터 dk=(a1,10), (a2,12), (a3,14)인 경우, 10≥7, 12≥6, 14≥6이므로, 제어부(174)는 실제 운용 상태 데이터 dk=(a1,10), (a2,12), (a3,14)를 고장 가능 데이터로 판단한다.
이를 통해, 관리자는 해당 센서의 고장의 전조 가능성을 사전에 파악할 수 있다.
한편, 해당 센서에 대한 고장이 발생한 경우, 해당 센서에 대한 사전 고장 데이터는 저장부(172)에 추가 저장되고, 고장 패턴 생성부(173)에 의해 고장 패턴 데이터가 재생성된다.
이상과 같이 본 발명은 선박의 가스 모니터링 시스템에 적용되는 스마트 센서 시스템을 제공하고자 하는 것을 주요한 기술적 사상으로 하고 있으며, 도면을 참고하여 상술한 실시예는 단지 하나의 실시예에 불과하고, 본 발명의 진정한 권리 범위는 특허 청구범위를 기준으로 하되, 다양하게 존재할 수 있는 균등한 실시예에도 미친다 할 것이다.
100: 스마트 센서 시스템 110: 스마트 센서
120: 센서 데이터 수집 모듈 130: 학습형 가스 샘플링 시스템
131: 공압 경로 132: 농도 분석 장치
133: 가스 샘플링 모듈 134: 공압 채널
140: 학습형 가스 디텍션 시스템 150: 운용 환경 학습형 가스 디텍션 시스템
160: 네트워크 부하율 저감 메커니즘 161: 일반 모드
162: 특수 모드 170: 운용 패턴 유사성 메커니즘
171: 데이터수집부 172: 저장부
173: 고장 패턴 생성부 174: 제어부
175: 통신부 200: 가스 모니터링 시스템

Claims (8)

  1. 선박 내부의 각 측정 지역(엔진 룸, 탱크 및 거주구)에 다수 설치되어, 가스 농도를 측정하는 스마트 센서(110);
    상기 스마트 센서(110)가 측정한 가스 농도 데이터를 수집하는 데이터 수집 모듈(120);
    상기 선박 내부의 가스 농도를 측정하기 위해, 상기 선박 내부의 공기를 공압 경로(131)을 통해 흡입한 후, 상기 공기를 농도 분석 장치(132)로 이동시켜, 분석하는 학습형 가스 샘플링 시스템(130); 및
    상기 스마트 센서(110)의 측정 데이터를 모니터링하는 학습형 가스 디텍션 시스템(140);을 포함하는 것을 특징으로 하는 선박의 가스 모니터링 시스템에 적용되는 스마트 센서 시스템.
  2. 제 1항에 있어서,
    상기 학습형 가스 샘플링 시스템(130)에서는
    학습형 가스 샘플링 알고리즘이 전체 공압 채널(134)에 대해 순차적으로 사전에 설정된 고정 시간 간격으로 공압 채널(134) 선택, 상기 공압 경로(131)에 의한 공기 흡입, 상기 농도 분석 장치(132)에 의한 농도 분석 및 상기 가스 샘플링 모듈(133)로 분석 데이터의 전달의 순서에 따라 반복 진행되고,
    상기 공압 경로(131) 및 농도 분석 장치(132)는
    각각 2개로 선택 가능하게 형성되고,
    상기 학습형 가스 샘플링 시스템(130)은
    상기 공압 경로(131) 및 상기 농도 분석 장치(132)를 통해 상기 전체 공압 채널(134)에 대한 최적의 측정 시간을 측정하면서 인지한 후, 상기 학습형 가스 샘플링 시스템(130)의 최적의 측정 시간을 산출하는 것을 특징으로 하는 선박의 가스 모니터링 시스템에 적용되는 스마트 센서 시스템.
  3. 제 1항에 있어서,
    상기 학습형 가스 디텍션 시스템(140)의 학습형 가스 디텍션 알고리즘은
    상기 선박 내부의 각 측정 지역의 가스 농도 데이터와 상태 데이터(온도, 습도, 전류 및 전압)를 수집, 감시 및 진단하고,
    가스 모니터링 시, 해당 센서 및 스마트 센서 시스템(100)에 대한 운영 데이터 이력을 축소된 데이터 값 또는 코드의 형태로 저장하여, 상기 해당 운영 데이터 이력을 육상의 관제센터로 전송하는 것을 특징으로 하는 선박의 가스 모니터링 시스템에 적용되는 스마트 센서 시스템.
  4. 제 3항에 있어서,
    상기 학습형 가스 디텍션 시스템(140)은
    상기 선박 내부의 각 측정 지역의 상기 가스 농도 데이터 및 상태 데이터가 정상 범위를 벗어나는 경우, 상기 선박 내부의 방송 시스템을 통해 경고 및 알람을 전송하고, 선박 관리자의 스마트 단말기에 알림을 제공하는 것을 특징으로 하는 선박의 가스 모니터링 시스템에 적용되는 스마트 센서 시스템.
  5. 제 3항에 있어서,
    상기 축소된 데이터 값은
    단축된 문자의 형태로 구성되고,
    상기 해당 운영 데이터 이력은
    위성 장비 또는 이동 통신 장치를 통해 육상 관제 센터로 전송될 수 있도록, 압축된 통신 프레임의 형태로 구성되는 것을 특징으로 하는 선박의 가스 모니터링 시스템에 적용되는 스마트 센서 시스템.
  6. 센서 또는 모듈과 관련된 데이터의 중요도 및 반복성을 고려한 운용 환경 학습형 가스 디텍션 시스템(150);을 더 포함하고,
    상기 운용 환경 학습형 가스 디텍션 시스템(150)은
    현장에서 운용 중인 센서의 주요 파라미터에 대한 다수의 고장 징후 데이터를 수집하여, 고장의 전조 가능성을 사전에 파악하는 운용 패턴 유사성 메커니즘(170);을 포함하는 것을 특징으로 하는 선박의 가스 모니터링 시스템에 적용되는 스마트 센서 시스템.
  7. 제 6항에 있어서,
    상기 운용 패턴 유사성 메커니즘(170)은
    고장 발생 이전의 특정 시점부터 고장 발생 시점까지 일정 기간 동안, 해당 센서에 대한 실제 운용 데이터로부터 다수의 고장 징후 데이터를 추출하고, 각각의 고장 징후 데이터에 대한 빈도수를 산출하여, 사전 고장 데이터로 정의하는 데이터수집부(171);
    상기 데이터수집부(171)로부터 수집된 상기 해당 센서에 대한 다수의 사전 고장 데이터가 저장되는 저장부(172);
    상기 저장부(172)에 저장된 상기 해당 센서에 대한 다수의 사전 고장 데이터로부터 고장 패턴 데이터를 생성하는 고장 패턴 생성부(173); 및
    상기 해당 센서에 대한 일정 기간 동안의 실제 운용 상태 데이터 및 상기 고장 패턴 생성부(173)에 의해 생성된 상기 고장 패턴 데이터를 비교하여, 고장 가능 데이터를 식별하고, 통신부(175)를 통해 알람 및 상기 고장 가능 데이터를 선박 관리자의 스마트 단말기로 전송하는 제어부(174);를 포함하는 것을 특징으로 하는 선박의 가스 모니터링 시스템에 적용되는 스마트 센서 시스템.
  8. 제 7항에 있어서,
    상기 고장 패턴 데이터는
    상기 해당 센서에 대한 다수의 사전 고장 데이터로부터 각각의 고장 징후 데이터에 대한 최소 빈도수를 산출하여 생성되고,
    상기 제어부(174)는
    실제 운용 상태 데이터에 대한 각각의 고장 징후 데이터의 빈도수가 상기 고장 패턴 데이터에 대한 각각의 고장 징후 데이터의 최소 빈도수 이상인 경우, 상기 실제 운용 상태 데이터를 고장 가능 데이터로 식별하는 것을 특징으로 하는 선박의 가스 모니터링 시스템에 적용되는 스마트 센서 시스템.
KR1020200185574A 2020-12-29 2020-12-29 선박의 가스 모니터링 시스템에 적용되는 스마트 센서 시스템 KR20220095284A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200185574A KR20220095284A (ko) 2020-12-29 2020-12-29 선박의 가스 모니터링 시스템에 적용되는 스마트 센서 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200185574A KR20220095284A (ko) 2020-12-29 2020-12-29 선박의 가스 모니터링 시스템에 적용되는 스마트 센서 시스템

Publications (1)

Publication Number Publication Date
KR20220095284A true KR20220095284A (ko) 2022-07-07

Family

ID=82397490

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200185574A KR20220095284A (ko) 2020-12-29 2020-12-29 선박의 가스 모니터링 시스템에 적용되는 스마트 센서 시스템

Country Status (1)

Country Link
KR (1) KR20220095284A (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102553051B1 (ko) * 2022-11-24 2023-07-10 (주)센코 스마트 센서, 이를 포함하는 가스 모니터링 시스템 및 이의 스마트 센서 감지 방법
KR20240040276A (ko) 2022-09-21 2024-03-28 (주)스마트오션 저전력 무선 가스 측정 및 모니터링을 위한 시스템 및 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100733157B1 (ko) 2006-08-28 2007-06-28 모던산업가스(주) Ｌｎｇ선박 냉각시험 및 치환용 질소공급시스템
KR100779780B1 (ko) 2006-07-31 2007-11-27 대우조선해양 주식회사 누출 ｌｎｇ를 수용하는 안전용기를 구비한 ｌｎｇ 선박
KR101200100B1 (ko) 2012-05-06 2012-11-12 이경우 탱커선용 질소발생, 저장 및 공급 시스템 및 그 제어방법
KR20140057960A (ko) 2012-11-05 2014-05-14 현대중공업 주식회사 Ｌｎｇ 선박의 가스 탐지기 인출입장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100779780B1 (ko) 2006-07-31 2007-11-27 대우조선해양 주식회사 누출 ｌｎｇ를 수용하는 안전용기를 구비한 ｌｎｇ 선박
KR100733157B1 (ko) 2006-08-28 2007-06-28 모던산업가스(주) Ｌｎｇ선박 냉각시험 및 치환용 질소공급시스템
KR101200100B1 (ko) 2012-05-06 2012-11-12 이경우 탱커선용 질소발생, 저장 및 공급 시스템 및 그 제어방법
KR20140057960A (ko) 2012-11-05 2014-05-14 현대중공업 주식회사 Ｌｎｇ 선박의 가스 탐지기 인출입장치

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20240040276A (ko) 2022-09-21 2024-03-28 (주)스마트오션 저전력 무선 가스 측정 및 모니터링을 위한 시스템 및 방법
KR102553051B1 (ko) * 2022-11-24 2023-07-10 (주)센코 스마트 센서, 이를 포함하는 가스 모니터링 시스템 및 이의 스마트 센서 감지 방법

Similar Documents

Publication Publication Date Title
KR20220095284A (ko) 선박의 가스 모니터링 시스템에 적용되는 스마트 센서 시스템
US11268459B2 (en) Fugitive gas detection system
US8184296B2 (en) Emissions monitoring apparatus, system, and method
US11651278B2 (en) Pipeline sensor integration for product mapping
US20230332935A1 (en) Methods and internet of things (iot) systems for safety management of smart gas underground gas pipeline networks
US9488627B2 (en) Automated stationary gas sensor calibration system and method
US20130231874A1 (en) Diagnostic method for detecting control valve component failure
US11698035B2 (en) Fugitive gas detection system
CN110120143A (zh) 一种炼化企业易燃易爆区域烟雾智能监测系统
CN1200819A (zh) 一种具有流体流动的工艺控制系统的预测保养方法
US20170199519A1 (en) System and method to monitor characteristics of an operating fluid in a process line
KR102003406B1 (ko) 클라우드 기반의 선박의 구역별 감지 및 네트워크 시스템
WO2012150516A4 (en) Multi-sensor wireless gas monitoring system for petrochemcial storage facilities
KR102408229B1 (ko) 선박의 환경 관리 시스템 및 방법
KR102229232B1 (ko) Lng 연료추진선에 적용하는 가스 안전 시스템
Devi et al. IoT-Based Smart Pipeline Leakage Detecting System for Petroleum Industries
KR102348316B1 (ko) 선박의 스크러버와 연동되는 사고예방 모니터링 기능을 갖는 배기가스 조절밸브용 밸브구동 제어시스템
KR102338579B1 (ko) 질소 발생기를 제어하는 방법
KR102065184B1 (ko) Lng 벙커링용 밸브 제어 및 모니터링 시스템
KR20210155464A (ko) 선박의 스크러버와 연동되는 사고예방 모니터링 기능을 갖는 배기가스 조절밸브용 에어펌프 제어시스템
US11854366B1 (en) Leak monitoring systems and methods of utilizing same
US20240132230A1 (en) Systems, Methods, and Apparatus For Fault Diagnosis Of Systems
KR20220134230A (ko) 사고예방 모니터링 기능을 갖는 관제서버 및 이를 이용한 에어펌프 관리시스템
CN214201361U (zh) 多点多元气体在线检测装置
CN117555279B (zh) 危化品储存仓库远程即时监控系统及方法

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right