KR20240027653A - Showcase abnormality detection system and method thereof - Google Patents
Showcase abnormality detection system and method thereof Download PDFInfo
- Publication number
- KR20240027653A KR20240027653A KR1020240024092A KR20240024092A KR20240027653A KR 20240027653 A KR20240027653 A KR 20240027653A KR 1020240024092 A KR1020240024092 A KR 1020240024092A KR 20240024092 A KR20240024092 A KR 20240024092A KR 20240027653 A KR20240027653 A KR 20240027653A
- Authority
- KR
- South Korea
- Prior art keywords
- showcase
- temperature
- value
- state
- average
- Prior art date
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 40
- 230000005856 abnormality Effects 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims description 13
- 238000009529 body temperature measurement Methods 0.000 claims abstract description 38
- 230000002159 abnormal effect Effects 0.000 claims description 22
- 238000010801 machine learning Methods 0.000 claims description 21
- 208000024891 symptom Diseases 0.000 claims description 17
- 239000003507 refrigerant Substances 0.000 claims description 12
- 238000012731 temporal analysis Methods 0.000 claims 2
- 238000000700 time series analysis Methods 0.000 claims 2
- 230000000694 effects Effects 0.000 abstract description 15
- 238000007726 management method Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000010454 slate Substances 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47F—SPECIAL FURNITURE, FITTINGS, OR ACCESSORIES FOR SHOPS, STOREHOUSES, BARS, RESTAURANTS OR THE LIKE; PAYING COUNTERS
- A47F3/00—Show cases or show cabinets
- A47F3/04—Show cases or show cabinets air-conditioned, refrigerated
- A47F3/0478—Control or safety arrangements
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25D—REFRIGERATORS; COLD ROOMS; ICE-BOXES; COOLING OR FREEZING APPARATUS NOT OTHERWISE PROVIDED FOR
- F25D29/00—Arrangement or mounting of control or safety devices
- F25D29/006—Safety devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Thermal Sciences (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Combustion & Propulsion (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Mechanical Engineering (AREA)
- Computing Systems (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Chemical & Material Sciences (AREA)
- Devices That Are Associated With Refrigeration Equipment (AREA)
Abstract
본 발명은 쇼케이스(showcase) 내부에 장착된 2 이상의 온도 센서로부터 온도 측정 값을 수신하는 단계; 상기 수신한 2이상의 온도 측정 값을 이용하여 쇼케이스 내부 온도의 대표 온도 값을 산출하는 단계; 및 상기 대표 온도 값을 이용하여 쇼케이스 이상징후를 판단하는 단계;를 포함하는 쇼케이스 이상징후 탐지 방법으로서, 본 발명에 의하면, 매장 별로 쇼케이스 관리인력을 따로 두지 않아도 되므로 쇼케이스 관리비용을 절감할 수 있는 효과 및 시간 및 장소에 구애 받지 않고 쇼케이스를 통합적으로 관리할 수 있는 효과가 있다.The present invention includes the steps of receiving temperature measurement values from two or more temperature sensors mounted inside a showcase; calculating a representative temperature value of the internal temperature of the showcase using the two or more temperature measurement values received; and determining showcase abnormalities using the representative temperature value. A showcase abnormality detection method comprising: According to the present invention, there is no need to have separate showcase management personnel for each store, thereby reducing showcase management costs. It has the effect of being able to manage showcases in an integrated manner regardless of time and location.
Description
본 발명은 쇼케이스(showcase) 이상징후 탐지 시스템 및 방법에 관한 것으로, 보다 구체적으로는 쇼케이스 온도 센서로부터 수신되는 온도 측정 값의 대표 온도 값을 산출하고, 기계학습에 기반하여 상기 대표 온도 값을 시계열적으로 분석하여 쇼케이스가 정상 범위 내에서 동작하는지 여부를 판단하는 쇼케이스 이상징후 판단 시스템 및 그 방법에 관한 것이다.The present invention relates to a showcase anomaly detection system and method, and more specifically, to calculate a representative temperature value of the temperature measurement value received from the showcase temperature sensor, and to calculate the representative temperature value in a time series based on machine learning. It relates to a showcase anomaly judgment system and method that analyzes and determines whether the showcase operates within the normal range.
최근 편의점, 중소형 마트, 프랜차이즈와 같은 체인 형태로의 사업 활성화가 활발히 이루어지면서 매년 수천 개 이상의 매장이 생겨나고 있으며, 각 매장에는 하나 또는 그 이상의 냉온 설비가 설치되고 개별적으로 희망하는 온도로 설정하는 장치에 의해 내용물인 상품의 특성을 유지하는 온도를 설정하여 가동하고 있다.Recently, as business activities in the form of chains such as convenience stores, small and medium-sized marts, and franchises have been actively promoted, more than thousands of stores are opening every year. Each store is equipped with one or more hot and cold facilities and a device that individually sets the desired temperature. It is operated by setting a temperature that maintains the characteristics of the product.
이로부터 냉온 설비들에 수용되는 상품의 신선도 등 특성의 유지와 이를 통한 손상이 없도록 설정한 온도가 잘 유지되고 있는지의 관리가 매우 중요한데, 예를 들어 고객이 냉온 설비의 문을 제대로 닫지 않았을 경우 온도의 변화에 따라 목적하는 온도를 유지할 수 없을 뿐 아니라 수용된 상품의 손상으로 이어지기도 하므로, 설정한 온도의 유지를 위해서는 체인 매장 관리자가 수시로 각 냉온 설비의 온도를 확인하여야 한다.From this, it is very important to maintain the characteristics such as freshness of the products received in the cold and hot facilities and to ensure that the temperature set to prevent damage is maintained well. For example, if the customer does not properly close the door of the cold and hot facilities, the temperature Due to changes in temperature, not only cannot the desired temperature be maintained, but it may also lead to damage to the received products. Therefore, in order to maintain the set temperature, the chain store manager must frequently check the temperature of each hot and cold facility.
그렇지만, 체인 매장 관리자가 각 냉온 설비의 설정한 온도를 수시로 확인하는 데는 번거로움과 많은 시간이 소요되고, 실제로는 냉온 설비의 가동이 멈추거나 성능이 급격히 저하되어서야 비로소 인지하고 A/S 업체에 연락을 하는 등의 조치를 통해 해결하고 있었다.However, it is inconvenient and time-consuming for chain store managers to frequently check the set temperature of each hot and cold equipment, and in reality, it is only when the cold and hot equipment stops operating or performance deteriorates rapidly that they become aware of it and contact the A/S company. It was being resolved through measures such as .
더욱이 체인 매장 관리자가 각 냉온 설비의 고장 징후를 미리 알기는 어려워, 고장이 난 후에 A/S조치를 함에 따른 더 큰 비용의 손실 및 상품의 손상이 발생하는 실정이다.Moreover, it is difficult for chain store managers to know in advance the signs of failure of each hot and cold equipment, resulting in greater cost losses and product damage due to after-sales service measures after a breakdown occurs.
이로 인하여 A/S 업체와의 계약을 통해 냉온 설비의 관리 서비스를 제공받을 수 있는데, 이 경우 냉온 설비의 작동 상황과 상관없이 정해진 시간 주기에 따라 사람에 의해 직접 점검이 수행되며 비용이 추가로 발생하는 문제점도 있다.As a result, management services for hot and cold equipment can be provided through a contract with an A/S company. In this case, direct inspection is performed by a person at a set time period regardless of the operating status of the cold and hot equipment, and additional costs are incurred. There is also a problem.
본 발명은 전술한 문제 및 다른 문제를 해결하는 것을 목적으로 한다. The present invention aims to solve the above-mentioned problems and other problems.
또 다른 목적은 기계학습을 이용하여 쇼케이스 정상동작 상태를 파악한 후, 그 데이터를 이용하여 쇼케이스 이상징후를 탐지하는 시스템 및 그 방법을 제공함에 있다.Another purpose is to provide a system and method that uses machine learning to determine the normal operating state of the showcase and then detects abnormal symptoms in the showcase using the data.
상기 또는 다른 목적을 달성하기 위해 본 발명의 일 측면에 따르면, 쇼케이스 내부에 장착된 2 이상의 온도 센서로부터 온도 측정 값을 수신하는 단계; 상기 수신한 온도 측정 값을 이용하여 쇼케이스 내부 온도의 대표 온도 값을 산출하는 단계; 및 상기 대표 온도 값을 이용하여 쇼케이스 이상징후를 판단하는 단계;를 포함하는 쇼케이스 이상징후 탐지 방법을 제공한다.According to one aspect of the present invention to achieve the above or other objects, the steps include: receiving temperature measurement values from two or more temperature sensors mounted inside a showcase; calculating a representative temperature value of the internal temperature of the showcase using the received temperature measurement value; and determining showcase anomalies using the representative temperature value.
그리고, 본 발명의 또 다른 일 측면에 따르면, 상기 쇼케이스 이상징후를 판단하는 단계는 상기 대표 온도 값의 변화를 기계학습을 이용하여 시계열적으로 분석한 후, 문이 닫힌 제1 상태 및 문이 열린 제2 상태로 구분하는 단계; 상기 제1 상태의 평균 온도 및 상기 제2 상태의 평균 온도를 계산하는 단계; 상기 제1 상태의 평균 온도가 기 설정된 제1 온도범위를 벗어나는 경우 또는 상기 제2 상태의 평균 온도가 기 설정된 제2 온도범위를 벗어나는 경우에 쇼케이스 이상징후라고 판단될 수 있다.And, according to another aspect of the present invention, the step of determining the abnormal symptom of the showcase is to analyze the change in the representative temperature value in time series using machine learning, and then determine the first state with the door closed and the first state with the door open. Classifying into a second state; calculating an average temperature of the first state and an average temperature of the second state; When the average temperature of the first state is outside the preset first temperature range or when the average temperature of the second state is outside the preset second temperature range, it may be determined to be a showcase abnormality symptom.
또한, 본 발명의 또 다른 일 측면에 따르면, 쇼케이스 내부에 장착된 온도 센서로부터 온도 측정 값을 수신하는 송수신부; 상기 수신된 온도 측정 값으로 대표 온도 값을 계산하고, 상기 대표 온도 값의 변화를 시계열적으로 분석하는 제어부; 및 상기 제어부가 계산한 대표 온도 값의 시계열적 변화를 저장하는 메모리;를 포함하는 쇼케이스 이상징후 탐지 시스템을 제공한다.In addition, according to another aspect of the present invention, a transceiver unit that receives a temperature measurement value from a temperature sensor mounted inside the showcase; a control unit that calculates a representative temperature value from the received temperature measurement value and analyzes changes in the representative temperature value in time series; and a memory that stores time-series changes in the representative temperature value calculated by the control unit.
본 발명에 의하면 기계학습을 이용하여 쇼케이스의 정상상태를 벗어난 이상징후를 탐지할 수 있는 효과가 있다. According to the present invention, it is possible to detect abnormal signs that deviate from the normal state of the showcase using machine learning.
그리고, 본 발명에 의하면, 쇼케이스 내부의 온도는 냉온각 장치의 위치 및 쇼케이스 문의 위치에 따라 내부의 온도 변화 정도가 다를 수 있기 때문에, 쇼케이스 내부에 장착된 1개의 온도 센서로부터 쇼케이스의 온도라고 판단하지 않고, 쇼케이스 내부에 장착된 수개의 온도 센서로부터 쇼케이스의 대표 온도 값을 산출하여 쇼케이스의 온도 변화를 판단하기 때문에, 쇼케이스 문열림 등의 일시적 이벤트에 따른 쇼케이스 내부의 특정부위에서의 일시적인 온도 변화를 쇼케이스 이상이라고 잘못 판단하는 경우를 배제할 수 있는 효과가 있다.In addition, according to the present invention, the temperature inside the showcase may vary depending on the location of the cooling and heating device and the location of the showcase door, so the temperature of the showcase is not determined from one temperature sensor mounted inside the showcase. Since the temperature change of the showcase is determined by calculating the representative temperature value of the showcase from several temperature sensors mounted inside the showcase, temporary temperature changes in specific areas inside the showcase due to temporary events such as opening the showcase door are detected. It has the effect of ruling out cases where it is incorrectly judged to be abnormal.
또, 본 발명에 의하면, 쇼케이스의 상태를 문이 닫힌 제1 상태 및 문이 열린 제2 상태로 구분하여 쇼케이스 내부 온도 이상 여부를 달리 판단하기 때문에 쇼케이스 이상 여부를 더욱 정확하게 판단할 수 있는 효과가 있다.In addition, according to the present invention, the state of the showcase is divided into a first state with the door closed and a second state with the door open to determine whether the internal temperature of the showcase is abnormal, so there is an effect of more accurately determining whether the showcase is abnormal. .
또한, 본 발명에 의하면, 쇼케이스 대표 온도 값의 순간적인 변화로 이상징후를 판단하는 것이 아니라, 제1 상태 또는 제2 상태로 나누어 각 상태의 평균 온도 값이 정상상태의 온도범위에 속하는지 여부로 쇼케이스 이상징후를 판단하기 때문에 잘못된 이상징후 판단을 크게 줄일 수 있어, 더욱 정확한 쇼케이스 이상징후 판단이 가능하다는 효과가 있다.In addition, according to the present invention, rather than determining an abnormality based on an instantaneous change in the representative temperature value of the showcase, it is divided into a first state or a second state and is determined by whether the average temperature value of each state falls within the temperature range of the normal state. Because showcase anomalies are judged, incorrect anomaly judgments can be greatly reduced, which has the effect of enabling more accurate showcase anomaly judgments.
또한, 본 발명에 의하면, 매장 별로 쇼케이스 관리인력을 따로 두지 않아도 되므로 쇼케이스 관리비용을 절감할 수 있는 효과가 있다.In addition, according to the present invention, there is no need to have separate showcase management personnel for each store, which has the effect of reducing showcase management costs.
마지막으로, 본 발명에 의하면, 통신망을 통하여 통합적인 쇼케이스 관리가 이루어질 수 있으므로, 시간 및 장소에 구애 받지 않고 쇼케이스를 통합적으로 관리할 수 있는 효과가 있다.Lastly, according to the present invention, integrated showcase management can be performed through a communication network, so there is an effect of integrated management of the showcase regardless of time and place.
도 1은 본 발명의 일 실시 예에 따른 쇼케이스 이상징후 탐지 시스템을 도시한 블록도이다.
도 2는 본 발명의 일 실시 예에 따른 쇼케이스 이상징후 탐지 시스템이 쇼케이스에 장착된 2이상의 온도 센서로부터 온도 측정 값을 수신하여 쇼케이스 이상징후를 탐지하는 모습을 도시한 블록도이다.
도 3은 본 발명의 일 실시 예에 따른 쇼케이스 내부의 특정 부위에 장착되는 온도센서의 위치를 도시한 도면이다.
도 4는 본 발명의 일 실시 예에 따른 쇼케이스 이상징후 탐지 시스템이 2 이상의 쇼케이스로부터 온도 측정 값을 수신하여 쇼케이스 이상징후를 탐지하는 모습을 도시한 도면이다.
도 5는 본 발명의 일 실시 예에 따른 쇼케이스 이상징후 탐지 방법을 도시한 순서도이다.
도 6은 본 발명의 일 실시 예에 따른 쇼케이스 이상징후 탐지에 사용되는 레짐 스위치 모델(regime switch model)의 일 예를 도시한 도면이다.
도 7은 본 발명의 일 실시 예에 따른 쇼케이스에 장착된 온도 센서로부터 온도 측정 값을 수신하여 그 대표 온도 값을 시계열적으로 도시한 그래프이다.
도 8은 본 발명의 일 실시 예에 따른 쇼케이스 대표 온도 값을 시계열적으로 도시한 그래프에 레짐 스위치 모델(regime switch model)이 적용되여 분석된 모습을 도시한 도면이다.Figure 1 is a block diagram showing a showcase anomaly detection system according to an embodiment of the present invention.
Figure 2 is a block diagram showing how the showcase anomaly detection system according to an embodiment of the present invention detects showcase anomalies by receiving temperature measurement values from two or more temperature sensors mounted on the showcase.
Figure 3 is a diagram showing the location of a temperature sensor mounted on a specific part inside the showcase according to an embodiment of the present invention.
Figure 4 is a diagram illustrating a showcase anomaly detection system according to an embodiment of the present invention detecting showcase anomalies by receiving temperature measurement values from two or more showcases.
Figure 5 is a flowchart showing a showcase anomaly detection method according to an embodiment of the present invention.
Figure 6 is a diagram illustrating an example of a regime switch model used to detect showcase anomalies according to an embodiment of the present invention.
Figure 7 is a graph showing representative temperature values in time series by receiving temperature measurement values from a temperature sensor mounted on a showcase according to an embodiment of the present invention.
Figure 8 is a diagram illustrating analysis by applying a regime switch model to a graph showing representative showcase temperature values in time series according to an embodiment of the present invention.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시 예를 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다. 또한, 본 명세서에 개시된 실시 예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 실시 예의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 실시 예를 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 본 명세서에 개시된 기술적 사상이 제한되지 않으며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. Hereinafter, embodiments disclosed in the present specification will be described in detail with reference to the attached drawings. However, identical or similar components will be assigned the same reference numbers regardless of reference numerals, and duplicate descriptions thereof will be omitted. The suffixes “module” and “part” for components used in the following description are given or used interchangeably only for the ease of preparing the specification, and do not have distinct meanings or roles in themselves. Additionally, in describing the embodiments disclosed in this specification, if it is determined that detailed descriptions of related known technologies may obscure the gist of the embodiments disclosed in this specification, the detailed descriptions will be omitted. In addition, the attached drawings are only for easy understanding of the embodiments disclosed in this specification, and the technical idea disclosed in this specification is not limited by the attached drawings, and all changes included in the spirit and technical scope of the present invention are not limited. , should be understood to include equivalents or substitutes.
제1, 제2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.Terms containing ordinal numbers, such as first, second, etc., may be used to describe various components, but the components are not limited by the terms. The above terms are used only for the purpose of distinguishing one component from another.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. Singular expressions include plural expressions unless the context clearly dictates otherwise.
본 출원에서, "포함한다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.In this application, terms such as “comprise” or “have” are intended to designate the presence of features, numbers, steps, operations, components, parts, or combinations thereof described in the specification, but are not intended to indicate the presence of one or more other features. It should be understood that this does not exclude in advance the possibility of the existence or addition of elements, numbers, steps, operations, components, parts, or combinations thereof.
본 명세서에서 설명되는 단말에는 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimediaplayer), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook),웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)), 휴대형 인공지능 스피커 등의 이동 단말이 포함될 수 있다. Terminals described in this specification include mobile phones, smart phones, laptop computers, digital broadcasting terminals, personal digital assistants (PDAs), portable multimedia players (PMPs), navigation, slate PCs, and tablets. PC (tablet PC), ultrabook, wearable device (e.g. smartwatch, smart glass, HMD (head mounted display)), portable artificial intelligence speaker, etc. of mobile terminals may be included.
그러나, 본 명세서에 기재된 실시 예에 따른 구성은 이동 단말기에만 적용 가능한 경우를 제외하면, 디지털 TV, 데스크탑 컴퓨터, 디지털 사이니지, 인공지능 스피커 등과 같은 고정 단말기에도 적용될 수도 있음을 본 기술분야의 당업자라면 쉽게 알 수 있을 것이다.However, those skilled in the art will understand that, except for the case where the configuration according to the embodiments described in this specification is applicable only to mobile terminals, it may also be applied to fixed terminals such as digital TVs, desktop computers, digital signage, artificial intelligence speakers, etc. It will be easy to find out.
쇼케이스(showcase)는 제품 판매를 위해 매장에 설치된 다양한 종류의 냉장고 또는 온장고를 의미한다. 상기 쇼케이스의 종류로는 문이 달린 폐쇄형 쇼케이스 및 문이 없이 외부로 개방된 개방형 쇼케이스가 있다.A showcase refers to various types of refrigerators or refrigerators installed in a store to sell products. The types of showcases include closed showcases with doors and open showcases that are open to the outside without doors.
도 1은 본 발명의 일 실시 예에 따른 쇼케이스 이상징후 탐지 시스템(100)을 도시한 블록도이다.Figure 1 is a block diagram showing a showcase anomaly detection system 100 according to an embodiment of the present invention.
도 1을 참고하여 본 발명에 따른 발명의 일 실시 예에 따른 쇼케이스 이상징후 탐지 시스템(100)을 설명하면, 쇼케이스 이상징후 탐지 시스템(100)은 제어부(110), 메모리(120) 및 수신부로 구성될 수 있다. When explaining the showcase anomaly detection system 100 according to an embodiment of the present invention with reference to Figure 1, the showcase anomaly detection system 100 consists of a control unit 110, a memory 120, and a receiver. It can be.
송수신부(130)는 쇼케이스(200) 내부에 장착된 온도 센서(210-1 내지 210-n)로부터 온도 측정 값을 수신할 수 있고, 제어부(110)에서 분석된 쇼케이스(200) 온도 대표 온도 값에 대한 시계열적 변화 그래프 및 이상징후 발생 정보를 쇼케이스(200) 관리자에게 송신할 수 있다. The transceiver 130 may receive temperature measurement values from temperature sensors 210-1 to 210-n mounted inside the showcase 200, and the representative temperature value of the showcase 200 analyzed by the control unit 110. The time-series change graph and abnormal symptom occurrence information can be transmitted to the showcase 200 manager.
제어부(110)는 송수신부(130)로부터 쇼케이스(200) 내부에 장착된 온도 센서(210-1 내지 210-n)의 온도 측정 값을 수신하여 각 쇼케이스(200) 별 대표 온도 값을 산출할 수 있다. 각 쇼케이스(200) 별 대표 온도 값은 각 쇼케이스(200) 내부에 장착된 2이상의 온도 센서(210-1 내지 210-n)로부터 수신된 온도 측정 값들의 평균 값일 수 있다. 또는, 상기 대표 온도 값은 각 쇼케이스(200) 별 특징에 따라, 냉장 쇼케이스(200)의 경우 측정된 값 중에서 가장 높은 온도가 대표 온도 값이 될 수 있고, 온장 쇼케이스(200)의 경우 측정된 값 중에서 가장 낮은 온도가 대표 온도 값이 될 수 있다. The control unit 110 may receive temperature measurement values of the temperature sensors 210-1 to 210-n mounted inside the showcase 200 from the transceiver 130 and calculate a representative temperature value for each showcase 200. there is. The representative temperature value for each showcase 200 may be an average value of temperature measurement values received from two or more temperature sensors 210-1 to 210-n mounted inside each showcase 200. Alternatively, the representative temperature value may be the highest temperature among the measured values in the case of the refrigerated showcase 200, depending on the characteristics of each showcase 200, and the representative temperature value may be the measured value in the case of the heated showcase 200. The lowest temperature among them can be the representative temperature value.
제어부(110)는 상기 산출된 대표 온도 값을 메모리(120)에 시계열적으로 기록한 후, 기계학습을 이용하여 분석할 수 있다. 이 때, 제어부(110)는 상기 대표 온도 값을 분석하여 쇼케이스(200) 대표 온도 값의 범위를 크게 문이 닫힌 제1 상태 및 문이 열린 제2상태로 구분할 수 있다. The control unit 110 may record the calculated representative temperature values in time series in the memory 120 and then analyze them using machine learning. At this time, the control unit 110 can analyze the representative temperature value and broadly divide the range of the representative temperature value of the showcase 200 into a first state with the door closed and a second state with the door open.
제어부(110)는 쇼케이스(200) 대표 온도 값의 범위를 분석한 후, 제1 상태 및 제2 상태의 평균온도들을 계산하여 메모리(120)에 저장할 수 있고, 상기 저장된 평균온도들의 분포를 기계학습에 의하여 학습한 후, 각 쇼케이스(200) 별 정상동작상태의 제1 상태에서의 평균온도들 및 제2 상태에서의 평균온도들을 파악할 수 있다. 그리고, 제어부(110)는 각 쇼케이스(200)가 정상동작상태인 경우에, 제1상태에서의 온도범위인 제1 온도범위 및 제2 상태에서의 온도범위인 제2 온도범위를 설정할 수 있다. 상기 제1 온도범위는 상기 제1 상태의 평균온도들의 분포에서 3σ(시그마) 범위일 수 있고, 제2 온도범위는 상기 제2 상태의 평균온도들의 분포에서 3σ(시그마) 범위일 수 있다. 또는 상기 제1 온도범위는 상기 기계학습에 의하여 분석된 제1 상태의 평균온도들의 평균 값(T1)에서 ±α(알파) 범위일 수 있고, 상기 제2 온도범위는 상기 기계학습에 의하여 분석된 제2 상태의 평균온도들의 평균 값(T2)에서 ±β(베타) 범위일 수 있다. 상기 α(알파) 및 β(베타) 값은 모든 쇼케이스(200)에 동일하게 적용될 수 있고, 쇼케이스(200)에 따라 개별 설정될 수도 있으며, 경우에 따라서는 쇼케이스(200) 관리자에 의해 변경될 수도 있다. 상기 설정된 제1 온도범위 및 제2 온도범위는 제어부(110)에 의해 메모리(120)에 저장될 수 있다.After analyzing the range of representative temperature values of the showcase 200, the control unit 110 can calculate the average temperatures of the first state and the second state and store them in the memory 120, and perform machine learning on the distribution of the stored average temperatures. After learning by, the average temperatures in the first state and the average temperatures in the second state of the normal operating state for each showcase 200 can be determined. Also, when each showcase 200 is in a normal operating state, the control unit 110 can set a first temperature range, which is the temperature range in the first state, and a second temperature range, which is the temperature range in the second state. The first temperature range may be a 3σ (sigma) range in the distribution of average temperatures of the first state, and the second temperature range may be a 3σ (sigma) range in the distribution of average temperatures of the second state. Alternatively, the first temperature range may be ±α (alpha) from the average value (T1) of the average temperatures of the first state analyzed by the machine learning, and the second temperature range may be within the range of ±α (alpha) analyzed by the machine learning. It may be in the range of ±β (beta) from the average value (T2) of the average temperatures of the second state. The α (alpha) and β (beta) values can be applied equally to all showcases 200, can be set individually depending on the showcase 200, and in some cases can be changed by the showcase 200 manager. there is. The set first and second temperature ranges may be stored in the memory 120 by the control unit 110.
제어부(110)는 상기 제1 온도범위 및 제2 온도범위를 계산한 후에, 쇼케이스(200)에 장착된 온도 센서(210-1 내지 210-n)로부터 새로이 수신되는 온도 측정 값으로부터 대표 온도 값을 산출할 수 있다. 그리고, 제어부(110)는 상기 대표 온도 값이 상기 쇼케이스(200)의 제1 상태인지 또는 제2 상태인지 판단할 수 있고, 제1 상태 또는 제2 상태의 평균온도를 계산하여 제1 상태의 평균온도가 제1 온도범위를 벗어나거나, 제2 상태의 평균온도가 제2 온도범위를 벗어나는 경우에 상기 쇼케이스(200) 이상징후라고 판단할 수 있다. 다시 말해, 상기 대표 온도 값이 제1 상태이면서 그 평균온도가 제1 온도범위 내 이거나, 제2 상태이면서 그 평균온도가 제2 온도범위 내이면 정상상태라고 판단할 수 있다. After calculating the first temperature range and the second temperature range, the control unit 110 calculates a representative temperature value from the temperature measurement values newly received from the temperature sensors 210-1 to 210-n mounted on the showcase 200. It can be calculated. In addition, the control unit 110 may determine whether the representative temperature value is the first state or the second state of the showcase 200, calculate the average temperature of the first state or the second state, and calculate the average temperature of the first state. If the temperature is outside the first temperature range or the average temperature of the second state is outside the second temperature range, it may be determined that the showcase 200 is abnormal. In other words, if the representative temperature value is in the first state and the average temperature is within the first temperature range, or if the representative temperature value is in the second state and the average temperature is within the second temperature range, it can be determined to be in a normal state.
제어부(110)는 쇼케이스(200) 이상징후가 감지되는 경우에, 송수신부(130)를 통하여 관리자에게 쇼케이스(200) 이상징후를 송신할 수 있다. When an abnormality in the showcase 200 is detected, the control unit 110 may transmit the abnormality in the showcase 200 to the manager through the transceiver 130.
메모리(120)에는 쇼케이스 이상징후 탐지 시스템(100)이 관리하는 쇼케이스(200) 리스트 및 각 쇼케이스(200)에 대응되는 관리자 리스트가 저장될 수 있다.The memory 120 may store a list of showcases 200 managed by the showcase anomaly detection system 100 and a list of managers corresponding to each showcase 200.
메모리(120)는 송수신부(130)를 통하여 수신되는 쇼케이스(200) 내부의 2 이상의 온도 센서(210-1 내지 210-n)의 2 이상의 온도 측정 값을 저장할 수 있으며, 제어부(110)에 의하여 상기 2 이상의 온도 측정 값들의 대표 온도 값이 각 쇼케이스(200) 별 시 계열적으로 저장될 수 있다. 그리고, 메모리(120)는 제어부(110)에 의하여 설정되는 제1 온도범위 및 제2 온도범위를 저장할 수 있으며, 각 쇼케이스(200) 별 이상징후 발생 여부, 발생 시간 등을 저장할 수 있다. The memory 120 can store two or more temperature measurement values of two or more temperature sensors (210-1 to 210-n) inside the showcase 200 received through the transmitting and receiving unit 130, and can be measured by the control unit 110. Representative temperature values of the two or more temperature measurement values may be stored chronologically for each showcase 200. In addition, the memory 120 can store the first temperature range and the second temperature range set by the control unit 110, and can store whether abnormal symptoms occur for each showcase 200, the occurrence time, etc.
도 2는 본 발명의 일 실시 예에 따른 쇼케이스 이상징후 탐지 시스템(100)이 쇼케이스(200)에 장착된 2이상의 온도 센서(210-1 내지 210-n)로부터 온도 측정 값을 수신하여 쇼케이스(200) 이상징후를 탐지하는 모습을 도시한 블록도이다.Figure 2 shows that the showcase anomaly detection system 100 according to an embodiment of the present invention receives temperature measurement values from two or more temperature sensors (210-1 to 210-n) mounted on the showcase 200 and detects the temperature in the showcase 200. ) This is a block diagram showing how to detect abnormalities.
도 2를 참고하여 본 발명의 일 실시 예를 설명하면, 쇼케이스(200) 내부에 장착된 2이상의 센서들이 각 장착된 위치에서의 쇼케이스(200) 내부의 온도 측정 값을 쇼케이스(200) 이상 징후 탐지 시스템으로 송신할 수 있다. 각 개별 센서 별로 송신되거나, 쇼케이스(200) 별로 취합하여 하나의 데이터로 송신될 수도 있다. 송수신 방법으로는 유선, 무선 네트워크 또는 이들의 조합을 통하여 통신될 수 있다. Describing an embodiment of the present invention with reference to FIG. 2, two or more sensors mounted inside the showcase 200 detect abnormalities in the showcase 200 by measuring temperature values inside the showcase 200 at each installed location. It can be transmitted to the system. It may be transmitted for each individual sensor, or may be collected for each showcase 200 and transmitted as one data. Transmission and reception methods may include communication through a wired or wireless network, or a combination thereof.
도 3은 본 발명의 일 실시 예에 따른 쇼케이스(200) 내부의 특정 부위에 장착되는 온도센서의 위치를 도시한 도면이다.Figure 3 is a diagram showing the location of a temperature sensor mounted on a specific part inside the showcase 200 according to an embodiment of the present invention.
쇼케이스(200)는 폐쇄형 또는 개방형일 수 있으며, 쇼케이스(200) 내부에 장착된 센서의 위치의 일 예로는 냉장 쇼케이스(200)의 냉매 발생부 또는 온장 쇼케이스(200)의 열원 부근의 위치인 제1 부위, 쇼케이스(200) 내부 공간의 가운데 부분인 제2 부위 및 상기 냉매 발생부 또는 열원에서 가장 멀리 떨어진 위치인 제3 부위인 총 3개의 부위에 장착될 수 있다(310-1 내지 310-3 또는 320-1 내지 320-3). The showcase 200 may be closed or open, and an example of the position of the sensor mounted inside the showcase 200 is the refrigerant generator of the refrigerated showcase 200 or the position near the heat source of the heated showcase 200. It can be installed in a total of three areas: 1 area, the 2nd area in the middle of the inner space of the showcase 200, and the 3rd area furthest from the refrigerant generating unit or heat source (310-1 to 310-3) or 320-1 to 320-3).
상기 온도 센서의 위치들 중에 제1 부위(310-1, 320-1)는 냉장 쇼케이스(200)의 냉매 발생부 또는 온장 쇼케이스(200)의 열원에서 가장 가까운 위치일 수 있는데, 이 위치는 냉매 발생부또는 열원에서 가까운 위치이기 때문에 온도 변화가 가장 적은 부위일 수 있고, 냉매 발생부 또는 열원이 정상적으로 동작하는지의 척도가 될 수 있다. 그리고, 제2 부위(310-2, 320-2)는 쇼케이스(200) 내부 공간의 가운데 부분일 수 있는데, 이 부위는 폐쇄형 냉장, 온장 쇼케이스(200)의 경우에는 문의 여닫음에 의한 온도 변화가 가장 큰 부분일 수 있고, 개방형 쇼케이스(200)의 경우에는 외부 온도와 가장 근접한 부분일 수 있다. 또, 제3 부위(310-3, 320-3)는 냉매 발생부 또는 열원에서 가장 멀리 떨어진 위치일 수 있는데, 이 부위의 온도가 냉장 쇼케이스(200)의 경우에는 가장 높을 수 있고, 온장 쇼케이스(200)의 경우에는 가장 낮을 수 있다. 상기와 같이 쇼케이스(200) 내부의 다양한 부위의 온도를 모두 측정함으로써 쇼케이스(200) 내부의 온도 변화를 보다 정확하게 파악할 수 있을 것이다.Among the positions of the temperature sensor, the first part (310-1, 320-1) may be the position closest to the refrigerant generating part of the refrigerated showcase 200 or the heat source of the heated showcase 200, which is the position closest to the refrigerant generating part. Because it is located close to the unit or heat source, it can be the area with the least temperature change, and can be an indicator of whether the refrigerant generating unit or heat source is operating normally. In addition, the second part (310-2, 320-2) may be the middle part of the inner space of the showcase 200, and in the case of a closed refrigerated or warm showcase 200, this part is subject to temperature changes due to opening and closing the door. may be the largest part, and in the case of the open showcase 200, may be the part closest to the external temperature. In addition, the third area (310-3, 320-3) may be the location furthest from the refrigerant generator or heat source, and the temperature of this area may be the highest in the case of the refrigerated showcase (200), and the temperature of the heated showcase (200) may be the highest. 200) may be the lowest. By measuring the temperature of various parts inside the showcase 200 as described above, temperature changes inside the showcase 200 can be more accurately determined.
상기 쇼케이스(200) 내부에 장착된 센서들로부터 수신된 온도 측정 값은 쇼케이스 이상징후 탐지 시스템(100)의 송수신부(130)에 의해 수신되고, 상기 온도 측정 값들은 제어부(110)에 의하여 1개의 대표 온도 값으로 산출될 수 있다. 상기 대표 온도 값은 각 쇼케이스(200)의 온도 센서로부터 수신된 온도 측정 값들의 평균 값일 수 있다. 제어부(110)는 상기 대표 온도 값들을 각 쇼케이스(200) 별로 메모리(120)에 시계열적으로 저장하고 상기 대표 온도 값들을 기계학습을 통하여 분석하여 쇼케이스(200) 이상징후를 탐지할 수 있다. Temperature measurement values received from sensors mounted inside the showcase 200 are received by the transmitting and receiving unit 130 of the showcase anomaly detection system 100, and the temperature measured values are divided into one unit by the control unit 110. It can be calculated as a representative temperature value. The representative temperature value may be an average value of temperature measurement values received from the temperature sensor of each showcase 200. The control unit 110 stores the representative temperature values in time series for each showcase 200 in the memory 120 and analyzes the representative temperature values through machine learning to detect abnormalities in the showcase 200.
도 4는 본 발명의 일 실시 예에 따른 쇼케이스 이상징후 탐지 시스템(100)이 2 이상의 쇼케이스들(200-1 내지 200-n)로부터 온도 측정 값을 수신하여 쇼케이스(200) 이상징후를 탐지하는 모습을 도시한 도면이다.Figure 4 shows the showcase anomaly detection system 100 according to an embodiment of the present invention receiving temperature measurement values from two or more showcases 200-1 to 200-n and detecting anomalies in the showcase 200. This is a drawing showing.
도 4를 참고하여, 본 발명의 일 실시 예에 따른 쇼케이스 이상징후 탐지 시스템(100)의 동작을 설명하면, 쇼케이스 이상징후 탐지 시스템(100)은 2 이상의 온도 센서를 포함하는 2 이상의 쇼케이스들(200-1 내지 200-n)로부터 온도 측정 값들을 수신할 수 있다. 상기 온도 측정 값들은 유선, 무선 통신망 또는 유선 및 무선이 결합된 통신망을 통하여 쇼케이스 이상징후 탐지 시스템(100)으로 수신될 수 있다. 상기 쇼케이스 이상징후 탐지 시스템(100)은 상시 수신된 온도 측정 값을 이용하여 대표 온도 값을 산출한 후, 각 쇼케이스(200) 별 대표 온도 값들을 시계열적으로 저장하고 기계학습을 통하여 분석한 후 정상동작상태인지 또는 정상동작상태를 벗어난 이상징후를 보이는지 여부를 판단할 수 있다. 만약, 쇼케이스 이상징후 탐지 시스템(100)이 쇼케이스(200)의 이상징후를 탐지하는 경우에는 상기 이상징후가 탐지된 쇼케이스(200)에 대응되는 관리자에게 상기 이상징후 탐지 정보를 송신할 수 있다. 상기 이상징후 탐지 정보 송신은 송수신부(130)를 통하여 송신되고, 유선, 무선 통신망 또는 유선 및 무선이 결합된 통신망을 이용하여 관리자에게 송신될 수 있다. 관리자는 단말로 상기 이상징후 탐지 정보를 수신할 수 있는데, 관리자 단말의 수신 방법은 메시지 형태일 수 있고, 알람 형태일 수 있으며, 상기 쇼케이스(200) 대표 온도 값의 시계열적 그래프에서 이상징후 정보가 포함된 이미지 일 수도 있다.Referring to FIG. 4, when explaining the operation of the showcase anomaly detection system 100 according to an embodiment of the present invention, the showcase anomaly detection system 100 includes two or more showcases 200 including two or more temperature sensors. Temperature measurement values can be received from -1 to 200-n). The temperature measurement values may be received by the showcase anomaly detection system 100 through a wired, wireless communication network, or a combined wired and wireless communication network. The showcase anomaly detection system 100 calculates a representative temperature value using the temperature measurement values received at all times, stores the representative temperature values for each showcase 200 in time series, analyzes them through machine learning, and then determines the normal temperature value. It is possible to determine whether it is in an operating state or whether it shows abnormal signs outside of the normal operating state. If the showcase anomaly detection system 100 detects an anomaly in the showcase 200, the anomaly detection information may be transmitted to the manager corresponding to the showcase 200 in which the anomaly was detected. The abnormality detection information is transmitted through the transceiver 130 and can be transmitted to the manager using a wired, wireless communication network, or a combined wired and wireless communication network. The manager can receive the abnormal symptom detection information through a terminal. The reception method of the manager terminal may be in the form of a message or an alarm, and the abnormal symptom information may be displayed in a time-series graph of representative temperature values of the showcase 200. It may also be an embedded image.
상기와 같이, 본 발명에 의하면, 매장 별로 쇼케이스 관리인력을 따로 두지 않아도 되므로 쇼케이스 관리비용을 절감할 수 있는 효과가 있다. 그리고, 본 발명에 의하면, 통신망을 통하여 통합적인 쇼케이스 관리가 이루어질 수 있으므로, 시간 및 장소에 구애 받지 않고 전국에 걸친 대량의 쇼케이스를 통합적으로 관리할 수 있는 효과가 있다.As described above, according to the present invention, there is no need to have separate showcase management personnel for each store, which has the effect of reducing showcase management costs. In addition, according to the present invention, integrated showcase management can be performed through a communication network, so there is an effect of integrated management of a large number of showcases across the country regardless of time and location.
도 5는 본 발명의 일 실시 예에 따른 쇼케이스(200) 이상징후 탐지 방법을 도시한 순서도이다.Figure 5 is a flowchart showing a method for detecting abnormalities in the showcase 200 according to an embodiment of the present invention.
이하, 도 5를 참조하여 본 발명의 일 실시 예에 따른 쇼케이스(200) 이상징후 탐지 방법을 보다 자세하게 설명한다.Hereinafter, a method for detecting abnormalities in the showcase 200 according to an embodiment of the present invention will be described in more detail with reference to FIG. 5.
쇼케이스 이상징후 탐지 시스템(100)은 쇼케이스(200) 내부의 2 이상의 온도 센서로부터 온도 측정 값들을 수신할 수 있다(S510). 온도 측정 값은 일정한 시간 간격을 두고 측정된 값으로 쇼케이스(200) 내부의 특정 부위의 온도 측정 값들이다. 상기 온도 센서의 위치들 중에 제1 부위는 냉장 쇼케이스(200)의 냉매 발생부 또는 온장 쇼케이스(200)의 열원에서 가장 가까운 위치일 수 있는데, 이 위치는 냉매 발생부 또는 열원에서 가까운 위치이기 때문에 온도 변화가 가장 적은 부위일 수 있고, 냉매 발생부 또는 열원이 정상적으로 동작하는지의 척도가 될 수 있다. 그리고, 제2 부위는 쇼케이스(200) 내부 공간의 가운데 부분일 수 있는데, 이 부위는 폐쇄형 냉장, 온장 쇼케이스(200)의 경우에는 문의 여닫음에 의한 온도 변화가 가장 큰 부분일 수 있고, 개방형 쇼케이스(200)의 경우에는 외부 온도와 가장 근접한 부분일 수 있다. 또, 제3 부위는 냉매 발생부 또는 열원에서 가장 멀리 떨어진 위치일 수 있는데, 이 부위의 온도가 냉장 쇼케이스(200)의 경우에는 가장 높을 수 있고, 온장 쇼케이스(200)의 경우에는 가장 낮을 수 있다. 상기와 같이 쇼케이스(200) 내부의 다양한 부위의 온도를 모두 측정함으로써 쇼케이스(200) 내부의 온도 변화를 보다 정확하게 파악할 수 있을 것이다.The showcase anomaly detection system 100 may receive temperature measurement values from two or more temperature sensors inside the showcase 200 (S510). The temperature measurement values are values measured at regular time intervals and are temperature measurement values of a specific area inside the showcase 200. Among the positions of the temperature sensor, the first part may be the position closest to the refrigerant generating part of the refrigerated showcase 200 or the heat source of the heated showcase 200. Since this position is close to the refrigerant generating part or the heat source, the temperature It may be the part with the least change, and it may be a measure of whether the refrigerant generator or heat source operates normally. In addition, the second part may be the middle part of the inner space of the showcase 200, and this part may be the part where the temperature change due to opening and closing the door is the largest in the case of a closed refrigerated or warm showcase 200, and in the case of an open refrigerated showcase 200, the second part may be the middle part of the inner space. In the case of the showcase 200, it may be the part closest to the external temperature. In addition, the third area may be the location furthest from the refrigerant generator or heat source, and the temperature of this area may be the highest in the case of the refrigerated showcase 200 and the lowest in the case of the heated showcase 200. . By measuring the temperature of various parts inside the showcase 200 as described above, temperature changes inside the showcase 200 can be more accurately determined.
이후, 쇼케이스 이상징후 탐지 시스템(100)은 상시 수신된 온도 측정 값들을 이용하여 각 쇼케이스(200) 별 대표 온도 값을 산출할 수 있다(S520). 쇼케이스(200) 별로 수신된 수개의 온도 측정 값들을 취합하여 각 쇼케이스(200) 내부의 온도를 대표하는 하나의 대표 온도 값을 산출할 수 있는데, 이는 각 쇼케이스(200) 별로 수신되는 온도 측정 값들의 평균 값일 수 있다. 대표 온도 값을 산출함으로써, 쇼케이스(200) 내부의 다양한 위치에서의 온도 값을 하나의 온도 값으로 직관적으로 파악할 수 있고, 수신된 온도 측정 값의 평균 값을 대표 온도 값으로 산출함으로써, 이상징후 판단에 있어서 쇼케이스(200)의 동작 상태를 보다 객관적으로 판단할 수 있는 효과가 있다. Thereafter, the showcase anomaly detection system 100 may calculate a representative temperature value for each showcase 200 using the temperature measurement values received at all times (S520). By collecting several temperature measurement values received for each showcase 200, one representative temperature value representing the temperature inside each showcase 200 can be calculated, which is the temperature measurement value received for each showcase 200. It may be an average value. By calculating the representative temperature value, the temperature values at various locations inside the showcase 200 can be intuitively recognized as a single temperature value, and by calculating the average value of the received temperature measurement values as the representative temperature value, abnormality symptoms can be determined. There is an effect of being able to more objectively judge the operating state of the showcase 200.
쇼케이스 이상징후 탐지 시스템(100)은 상기 대표 온도 값을 메모리(120)에 저장하고 시계열적으로 분석하여 각 쇼케이스(200) 별 대표 온도 값의 변화를 파악할 수 있다. 이 값을 기계학습을 통하여 분석하면 정상동작상태에서의 쇼케이스(200) 대표 온도 값 변화를 알 수 있다. The showcase anomaly detection system 100 can store the representative temperature value in the memory 120 and analyze it in time series to identify changes in the representative temperature value for each showcase 200. By analyzing this value through machine learning, the change in representative temperature value of the showcase (200) in normal operating state can be known.
보다 구체적으로 설명하면, 개방형 쇼케이스(200)의 경우에는 폐쇄형 쇼케이스(200)와 달리 개방되어있는 특성상, 쇼케이스(200) 외부 온도 영향을 어느 정도 받게 되나, 쇼케이스(200)의 문을 여닫는 행위가 없기 때문에 쇼케이스(200) 대표 온도 값은 큰 변화가 없을 것이다. 따라서, 쇼케이스(200) 이상여부는 정상동작상태에서의 온도변화를 기계학습으로 분석한 후 정상동작상태 온도범위를 판단할 수 있다(S530).To be more specific, in the case of the open showcase 200, unlike the closed showcase 200, due to its open nature, to what extent is it affected by the external temperature of the showcase 200? The act of opening and closing the door of the showcase 200 Since there is no significant change in the representative temperature value of the showcase (200). Therefore, whether the showcase 200 is abnormal can be determined by analyzing the temperature change in the normal operating state through machine learning and then determining the temperature range in the normal operating state (S530).
그러나, 폐쇄형 쇼케이스(200)의 경우에는, 폐쇄되어 외부와 차단되어 있는 특성상 외부의 온도에 크게 영향을 받지 않으나, 문을 여닫는 행위에 의하여 쇼케이스(200) 대표 온도 값은 크게 영향을 받을 수 있다. 따라서, 폐쇄형 쇼케이스(200)의 경우에는 쇼케이스(200)의 문이 닫힌 경우와 열린 경우의 쇼케이스(200) 내부 온도가 전혀 다르게 나타나기 때문에 상기 두 경우를 구분하여 정상동작상태인지 여부를 판단할 필요가 있다. 그리하여, 쇼케이스(200) 이상징후 판단 시스템은 정상동작상태인 폐쇄형 쇼케이스(200)의 대표 온도 값의 시계열적 변화를 기계학습으로 분석하여 문이 닫힌 상태에서의 대표 온도 값의 변화를 나타내는 제1 상태와 문이 열린 상태에서의 대표 온도 값의 변화를 나타내는 제2 상태로 구분할 수 있다. 쇼케이스 이상징후 탐지 시스템은 제1 상태에서의 쇼케이스(200)의 대표 온도 값의 평균온도를 분석할 수 있고, 제2 상태에서의 쇼케이스(200)의 대표 온도 값의 평균온도를 분석할 수 있다. However, in the case of the closed showcase 200, it is not greatly affected by the external temperature due to the nature of being closed and blocked from the outside, but the representative temperature value of the showcase 200 can be greatly affected by the act of opening and closing the door. . Therefore, in the case of a closed showcase 200, the internal temperature of the showcase 200 appears completely different when the door of the showcase 200 is closed and when the door is opened, so it is necessary to distinguish whether the two cases are in a normal operating state. There is. Therefore, the showcase 200 abnormality determination system analyzes the time-series change in the representative temperature value of the closed showcase 200 in a normal operating state through machine learning, and creates a first system that represents the change in the representative temperature value in the closed state of the door. It can be divided into a state and a second state that represents a change in the representative temperature value when the door is open. The showcase anomaly detection system can analyze the average temperature of the representative temperature values of the showcase 200 in the first state and the average temperature of the representative temperature values of the showcase 200 in the second state.
그리고, 제어부(110)는 각 쇼케이스(200)가 정상동작상태인 경우에, 제1상태에서의 온도범위인 제1 온도범위 및 제2 상태에서의 온도범위인 제2 온도범위를 설정할 수 있다(S530). 상기 제1 온도범위는 상기 제1 상태의 평균온도들의 분포에서 3σ(시그마) 범위일 수 있고, 제2 온도범위는 상기 제2 상태의 평균온도들의 분포에서 3σ(시그마) 범위일 수 있다. 또는 상기 제1 온도범위는 상기 기계학습에 의하여 분석된 제1 상태의 평균온도들의 평균 값(T1)에서 ±α(알파) 범위일 수 있고, 상기 제2 온도범위는 상기 기계학습에 의하여 분석된 제2 상태의 평균온도들의 평균 값(T2)에서 ±β(베타) 범위일 수 있다. 상기 α(알파) 및 β(베타) 값은 모든 쇼케이스(200)에 동일하게 적용될 수 있고, 쇼케이스(200)에 따라 개별 설정될 수도 있으며, 경우에 따라서는 쇼케이스(200) 관리자에 의해 변경될 수도 있다. And, when each showcase 200 is in a normal operating state, the control unit 110 can set a first temperature range, which is the temperature range in the first state, and a second temperature range, which is the temperature range in the second state ( S530). The first temperature range may be a 3σ (sigma) range in the distribution of average temperatures of the first state, and the second temperature range may be a 3σ (sigma) range in the distribution of average temperatures of the second state. Alternatively, the first temperature range may be ±α (alpha) from the average value (T1) of the average temperatures of the first state analyzed by the machine learning, and the second temperature range may be within the range of ±α (alpha) analyzed by the machine learning. It may be in the range of ±β (beta) from the average value (T2) of the average temperatures of the second state. The α (alpha) and β (beta) values can be applied equally to all showcases 200, can be set individually depending on the showcase 200, and in some cases can be changed by the showcase 200 manager. there is.
그 후, 쇼케이스 이상징후 탐지 시스템(100)은 각 쇼케이스(200)의 온도 센서로부터 수신되는 온도 측정 값들을 이용하여 대표 온도 값들을 산출하고, 상기 대표 온도 값들을 시계열적으로 저장할 수 있다. 그 후, 각 쇼케이스(200) 별로 쇼케이스(200) 이상징후를 탐지할 수 있다(S540). Thereafter, the showcase anomaly detection system 100 may calculate representative temperature values using temperature measurement values received from the temperature sensor of each showcase 200 and store the representative temperature values in time series. Afterwards, abnormalities in the showcase 200 can be detected for each showcase 200 (S540).
개방형 쇼케이스(200)의 경우에는, 상기 산출된 대표 온도 값이 상기 기계학습에 의하여 분석되고 메모리(120)에 저장된 정상동작상태 온도범위를 벗어나는 경우에 쇼케이스(200) 이상징후라고 판단할 수 있다.In the case of the open showcase 200, if the calculated representative temperature value is outside the normal operating state temperature range analyzed by the machine learning and stored in the memory 120, it can be determined to be a sign of an abnormality in the showcase 200.
폐쇄형 쇼케이스(200)의 경우에는, 쇼케이스(200)의 대표 온도 값을 이용하여 제1 상태 및 제2 상태를 구분할 수 있고, 상기 제1 상태가 상기 기 설정된 제1 온도범위를 벗어나거나, 제2 상태가 상기 기 설정된 제2 온도범위를 벗어나는 경우에 상기 쇼케이스(200) 이상징후라고 판단할 수 있다. 그리고, 폐쇄형 쇼케이스(200)의 경우에는 제2 상태의 지속시간이 기 설정된 일정 시간을 초과하는 경우에도 쇼케이스 이상징후라고 판단될 수 있다. 제2 상태는 문이 열린 상태로 추정되는 상태이므로, 제2 상태가 기 설정된 일정시간을 초과하는 경우에는 쇼케이스가 문이 열린 상태로 방치되고 있다는 등의 비 정상적인 동작을 하고 있다고 판단될 수도 있다.In the case of the closed showcase 200, the first state and the second state can be distinguished using the representative temperature value of the showcase 200, and if the first state is outside the preset first temperature range or 2 If the state is outside the preset second temperature range, it may be determined that it is a sign of abnormality in the showcase 200. Additionally, in the case of a closed showcase 200, even if the duration of the second state exceeds a preset certain time, it may be determined to be a showcase abnormality. Since the second state is a state in which the door is assumed to be open, if the second state exceeds a preset certain time, it may be determined that the showcase is operating abnormally, such as being left with the door open.
쇼케이스(200) 이상징후가 탐지되는 경우, 쇼케이스 이상징후 탐지 시스템(100)은 메모리(120)에 저장된 상기 쇼케이스(200)의 관리자를 확인하고, 상기 쇼케이스(200) 관리자에게 쇼케이스(200) 이상징후가 탐지된 사실을 통지할 수 있다(S550). When an abnormality in the showcase 200 is detected, the showcase abnormality detection system 100 checks the manager of the showcase 200 stored in the memory 120 and reports the abnormality in the showcase 200 to the manager of the showcase 200. The fact that has been detected can be notified (S550).
상기와 같이, 본 발명에 의하면, 매장 별로 쇼케이스(200) 관리인력을 따로 두지 않아도 쇼케이스 이상징후 탐지 시스템(100)이 통신 네트워크로 연결된 모든 쇼케이스(200)의 이상징후를 탐지할 수 있으므로 쇼케이스(200) 관리비용을 절감할 수 있는 효과가 있다. 그리고, 본 발명에 의하면, 통신망을 통하여 통합적인 쇼케이스(200) 관리가 이루어질 수 있으므로, 시간 및 장소에 구애 받지 않고 전국에 걸친 대량의 쇼케이스(200)를 통합적으로 관리할 수 있는 효과가 있다.As described above, according to the present invention, the showcase anomaly detection system 100 can detect abnormalities in all showcases 200 connected through a communication network even without separate management personnel for the showcase 200 for each store, so the showcase 200 ) It has the effect of reducing management costs. In addition, according to the present invention, integrated management of the showcase 200 can be achieved through a communication network, so there is an effect of integrated management of a large number of showcases 200 across the country regardless of time and place.
도 6은 본 발명의 일 실시 예에 따른 쇼케이스(200) 이상징후 탐지에 사용되는 레짐 스위치 모델(regime switch model)의 일 예를 도시한 도면이다.Figure 6 is a diagram illustrating an example of a regime switch model used to detect abnormalities in the showcase 200 according to an embodiment of the present invention.
본 발명에 따른 쇼케이스 이상징후 탐지 시스템(100)에서 폐쇄형 쇼케이스(200)의 경우에는, 쇼케이스(200)의 문이 열리고 닫힘에 따라 쇼케이스(200) 내부의 온도 변화 폭이 크기 때문에 1원적인 온도범위로는 이상여부를 판단하기 힘들다. 따라서, 폐쇄형 쇼케이스(200)의 경우에는 문이 닫힌 상태의 제1 상태 및 문이 열린 상태의 제2 상태를 구분하여 정상동작상태를 판단할 필요 가 있는데, 이 때 사용될 수 있는 것이 레짐 스위치 모델(regime switch model)이다.In the case of a closed showcase 200 in the showcase anomaly detection system 100 according to the present invention, the temperature change range inside the showcase 200 is large as the door of the showcase 200 is opened and closed, so the one-dimensional temperature It is difficult to judge whether something is abnormal based on the range. Therefore, in the case of the closed showcase 200, it is necessary to determine the normal operating state by distinguishing between the first state with the door closed and the second state with the door open. At this time, the regime switch model can be used. (regime switch model).
도 6에 도시된 그래프를 참고하면, 얇은 실선으로 기록된 전체적인 그래프의 결과 값은 아주 큰 폭의 변화를 보여주고 있다. 하지만, 이 그래프를 국면의 변화를 고려하여 분석하면, 크게 4개의 국면(610 내지 640)으로 나누어질 수 있다. 도 6과 같이 큰 변화가 있는 그래프를 독립된 국면으로 해석하는 방법을 레짐 스위치 모델(regime switch model)이라고 할 수 있다.Referring to the graph shown in FIG. 6, the overall graph result recorded as a thin solid line shows a very large change. However, if this graph is analyzed considering changes in phases, it can be broadly divided into four phases (610 to 640). A method of interpreting a graph with large changes as an independent phase, as shown in Figure 6, can be called a regime switch model.
도 7은 본 발명의 일 실시 예에 따른 쇼케이스(200)에 장착된 온도 센서로부터 온도 측정 값을 수신하여 그 대표 온도 값을 시계열적으로 도시한 그래프이다.Figure 7 is a graph showing representative temperature values in time series by receiving temperature measurement values from a temperature sensor mounted on the showcase 200 according to an embodiment of the present invention.
도 8은 본 발명의 일 실시 예에 따른 쇼케이스(200) 대표 온도 값을 시계열적으로 도시한 그래프에 레짐 스위치 모델(regime switch model)이 적용되여 분석된 모습을 도시한 도면이다.Figure 8 is a diagram showing analysis by applying a regime switch model to a graph showing representative temperature values of the showcase 200 in time series according to an embodiment of the present invention.
상기에서 설명한 레짐 스위치 모델(regime switch model)을 본 발명의 쇼케이스(200) 대표 온도 값의 시계열적 변화에도 적용하여 분석할 수 있다.The regime switch model described above can also be applied and analyzed to the time-series change in the representative temperature value of the showcase 200 of the present invention.
도 7을 참고하면, 냉장 쇼케이스(200) 대표 온도 값의 시계열적으로 도시하고 있는데, 큰 폭으로 변화하고 있는 경향을 보이고 있다.Referring to FIG. 7, representative temperature values of the refrigerated showcase 200 are shown in a time series manner, showing a tendency to change significantly.
도 8을 참고하면, 상기 도 7의 그래프를 레짐 스위치 모델(regime switch model)을 이용하여 분석한 결과, (a) 내지 (f)의 6개의 국면으로 나뉠 수 있다. 폐쇄형 쇼케이스(200)의 경우에는 문이 닫힌 상태인 제1 상태와 문이 열린 상태인 제2 상태에서의 대표 온도 값 변화를 2개의 국면으로 구분할 수 있는데, 도8에서 (a), (c) 및 (f) 는 상기 제1 상태로, (b), (d) 및 (e) 는 제2 상태로 판단할 수 있다. 각 국면에서의 평균온도를 계산할 수 있고(a: 10℃, b: 19℃, c: 9.5, d: 18℃, e: 10.5℃, f: 19.5℃), 그 중에서 제1 상태 평균온도들의 평균 값(T1)이 10℃, 제2 상태 평균온도들의 평균 값(T2)이 19℃로 계산될 수 있다.Referring to FIG. 8, as a result of analyzing the graph of FIG. 7 using a regime switch model, it can be divided into six phases (a) to (f). In the case of the closed showcase 200, the representative temperature value change in the first state with the door closed and the second state with the door open can be divided into two phases, (a) and (c) in Figure 8. ) and (f) can be determined as the first state, and (b), (d), and (e) can be determined as the second state. The average temperature in each phase can be calculated (a: 10℃, b: 19℃, c: 9.5, d: 18℃, e: 10.5℃, f: 19.5℃), and among them, the average of the first state average temperatures The value (T1) can be calculated as 10°C, and the average value (T2) of the second state average temperatures can be calculated as 19°C.
상기에서 계산된 제1 평균온도들 및 제2 평균온도들을 기계학습을 통하여 분석하여, 제1 온도범위 및 제2 온도범위를 정할 수 있는데, 상기 제1 온도범위는 상기 제1 상태의 평균온도들의 분포에서 3σ(시그마) 범위일 수 있고, 제2 온도범위는 상기 제2 상태의 평균온도들의 분포에서 3σ(시그마) 범위일 수 있다. 또는 상기 제1 온도범위는 상기 기계학습에 의하여 분석된 제1 상태의 평균온도들의 평균 값(T1)에서 ±α(알파) 범위일 수 있고, 상기 제2 온도범위는 상기 기계학습에 의하여 분석된 제2 상태의 평균온도들의 평균 값(T2)에서 ±β(베타) 범위일 수 있다. 상기 α(알파) 및 β(베타) 값은 임의의 값으로, 일 예로, 각각 제1 및 제2 평균온도들의 분포에서 3σ(시그마) 일 수 있으며, 3σ(시그마)보다 크거나 작은 값일 수도 있다. 그리고 상기 α(알파) 및 β(베타) 값은 모든 쇼케이스(200)에 동일하게 적용될 수 있고, 쇼케이스(200)에 따라 개별 설정될 수도 있으며, 경우에 따라서는 쇼케이스(200) 관리자에 의해 변경될 수도 있다. By analyzing the first and second average temperatures calculated above through machine learning, a first temperature range and a second temperature range can be determined, where the first temperature range is the average temperature of the first state. The distribution may be in the 3σ (sigma) range, and the second temperature range may be in the 3σ (sigma) range in the distribution of the average temperatures of the second state. Alternatively, the first temperature range may be ±α (alpha) from the average value (T1) of the average temperatures of the first state analyzed by the machine learning, and the second temperature range may be within the range of ±α (alpha) analyzed by the machine learning. It may be in the range of ±β (beta) from the average value (T2) of the average temperatures of the second state. The α (alpha) and β (beta) values are arbitrary values. For example, they may be 3σ (sigma) in the distribution of the first and second average temperatures, respectively, and may be larger or smaller than 3σ (sigma). . In addition, the α (alpha) and β (beta) values can be applied equally to all showcases 200, can be set individually depending on the showcase 200, and in some cases can be changed by the showcase 200 manager. It may be possible.
본 발명에 의하면, 쇼케이스(200) 내부의 온도는 냉온각 장치의 위치 및 쇼케이스(200) 문의 위치에 따라 내부의 온도 변화 정도가 다를 수 있기 때문에, 쇼케이스(200) 내부에 장착된 1개의 온도 센서로부터 쇼케이스(200)의 온도라고 판단하지 않고, 쇼케이스(200) 내부에 장착된 수개의 온도 센서로부터 쇼케이스(200)의 대표 온도 값을 산출하여 쇼케이스(200)의 온도 변화를 판단하기 때문에, 쇼케이스(200) 문열림 등의 일시적 이벤트에 따른 쇼케이스(200) 내부의 특정부위에서의 일시적인 온도 변화를 쇼케이스(200) 이상이라고 잘못 판단하는 경우를 배제할 수 있는 효과가 있다.According to the present invention, since the degree of change in the temperature inside the showcase 200 may vary depending on the location of the cooling and heating device and the location of the door of the showcase 200, one temperature sensor mounted inside the showcase 200 Since the temperature change of the showcase 200 is determined by calculating the representative temperature value of the showcase 200 from several temperature sensors mounted inside the showcase 200 rather than determining the temperature of the showcase 200, the showcase ( 200) There is an effect of excluding cases where a temporary temperature change in a specific area inside the showcase 200 due to a temporary event such as a door opening is mistakenly judged to be abnormal to the showcase 200.
그리고, 본 발명에 의하면, 쇼케이스(200)의 상태를 문이 닫힌 제1 상태 및 문이 열린 제2 상태로 구분하여 쇼케이스(200) 내부 온도 이상 여부를 달리 판단하기 때문에 쇼케이스(200) 이상 여부를 더욱 정확하게 판단할 수 있는 효과가 있다.In addition, according to the present invention, the state of the showcase 200 is divided into a first state with the door closed and a second state with the door open to determine whether the internal temperature of the showcase 200 is abnormal, so whether the showcase 200 is abnormal is determined. It has the effect of allowing more accurate judgment.
또, 본 발명에 의하면, 쇼케이스(200) 대표 온도 값의 순간적인 변화로 이상징후를 판단하는 것이 아니라, 제1 상태 또는 제2 상태로 나누어 각 상태의 평균 온도 값이 정상상태의 온도범위에 속하는지 여부로 쇼케이스(200) 이상징후를 판단하기 때문에 잘못된 이상징후 판단을 크게 줄일 수 있어, 더욱 정확한 쇼케이스(200) 이상징후 판단이 가능하다는 효과가 있다.In addition, according to the present invention, rather than determining an abnormality based on an instantaneous change in the representative temperature value of the showcase 200, it is divided into a first state or a second state and the average temperature value of each state falls within the temperature range of the normal state. Since the abnormal symptom of the showcase 200 is determined based on whether or not the abnormal symptom of the showcase 200 is detected, incorrect abnormal symptom judgments can be greatly reduced, which has the effect of enabling more accurate abnormal symptom judgment of the showcase 200.
본 발명은 본 발명의 정신 및 필수적 특징을 벗어나지 않는 범위에서 다른 특정한 형태로 구체화될 수 있음은 당업자에게 자명하다. It is obvious to those skilled in the art that the present invention can be embodied in other specific forms without departing from the spirit and essential features of the present invention.
전술한 본 발명은, 프로그램이 기록된 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 매체는, 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 매체의 예로는, HDD(Hard Disk Drive), SSD(Solid State Disk), SDD(Silicon Disk Drive), ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장 장치 등이 있다. 또한, 상기 컴퓨터는 단말기의 제어부를 포함할 수도 있다. 따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니 되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다.The above-described present invention can be implemented as computer-readable code on a program-recorded medium. Computer-readable media includes all types of recording devices that store data that can be read by a computer system. Examples of computer-readable media include HDD (Hard Disk Drive), SSD (Solid State Disk), SDD (Silicon Disk Drive), ROM, RAM, CD-ROM, magnetic tape, floppy disk, optical data storage device, etc. There is. Additionally, the computer may include a terminal control unit. Accordingly, the above detailed description should not be construed as restrictive in all respects and should be considered illustrative. The scope of the present invention should be determined by reasonable interpretation of the appended claims, and all changes within the equivalent scope of the present invention are included in the scope of the present invention.
100: 쇼케이스 이상징후 탐지 시스템
110: 제어부
120: 메모리
130: 송수신부
200: 쇼케이스
400: 관리자100: Showcase anomaly detection system
110: control unit
120: memory
130: Transmitter and receiver
200: Showcase
400: Administrator
Claims (9)
상기 쇼케이스 내부에 장착된 온도 센서로부터 온도 측정 값을 수신하는 단계;
상기 온도 측정 값을 이용하여 쇼케이스 내부 온도의 대표 온도 값을 산출하는 단계; 및
상기 대표 온도 값을 이용하여 쇼케이스 이상징후를 판단하는 단계를 포함하는 것으로,
상기 쇼케이스 이상징후를 판단하는 단계는
상기 대표 온도 값의 변화를 시계열적으로 분석하여 복수의 국면(regime)으로 나누고, 각각의 국면을 문이 닫힌 제1 상태와 문이 열린 제2 상태로 구분하는 단계;
상기 각각의 국면에서의 평균 온도를 계산하는 단계; 및
상기 제1 상태에 해당하는 국면들 중에서 평균 온도가 기 설정된 제1 온도범위를 벗어나는 경우 또는 상기 제2 상태에 해당하는 국면들 중에서 평균 온도가 기 설정된 제2 온도범위를 벗어나는 경우에, 상기 쇼케이스 이상징후라고 판단하는 단계를 포함하는 것을 특징으로 하는 쇼케이스 이상징후 탐지 방법.
In the method of detecting anomalies in a closed showcase with a door installed in a store by a showcase anomaly detection system,
Receiving a temperature measurement value from a temperature sensor mounted inside the showcase;
calculating a representative temperature value of the internal temperature of the showcase using the temperature measurement value; and
It includes the step of determining showcase abnormalities using the representative temperature value,
The step of determining the showcase abnormality is
Analyzing the change in the representative temperature value in a time-series manner, dividing it into a plurality of regimes, and dividing each regime into a first state with the door closed and a second state with the door open;
calculating the average temperature in each phase; and
When the average temperature among the phases corresponding to the first state is outside the preset first temperature range or when the average temperature among the phases corresponding to the second state is outside the preset second temperature range, the showcase abnormality A showcase abnormality symptom detection method comprising the step of determining that it is a symptom.
기계학습을 이용하여 상기 대표 온도 값의 변화를 시계열적으로 분석하는 것을 특징으로 하는 쇼케이스 이상징후 탐지 방법.
The method of claim 1, wherein the dividing step is
A showcase anomaly detection method characterized by time-series analysis of changes in the representative temperature value using machine learning.
상기 쇼케이스 이상 징후는,
상기 제2 상태 지속 시간이 기 설정된 일정시간을 초과하는 경우를 더 포함하는 것을 특징으로 하는 쇼케이스 이상징후 탐지 방법.
According to paragraph 1,
The above showcase abnormalities are:
A showcase anomaly detection method further comprising a case where the duration of the second state exceeds a preset certain time.
상기 제1 온도범위 및 상기 제2 온도범위는
정상 상태의 쇼케이스의 온도 센서로부터 수신된 온도 측정 값으로 대표 온도 값을 산출하고, 상기 산출된 대표 온도 값을 시계열적으로 분석한 후,
문이 닫힌 제1 상태의 평균 온도들의 평균 값(T1)을 기준으로 일정 값 높은 온도를 상한으로 하고, 일정 값 낮은 온도를 하한으로 하는 범위를 제1 온도범위로 하고,
문이 열린 제2 상태의 평균 온도들의 평균 값(T2)을 기준으로 일정 값 높은 온도를 상한으로 하고, 일정 값 낮은 온도를 하한으로 하는 범위를 제2 온도범위로 하는 것을 특징으로 하는 쇼케이스 이상징후 탐지 방법.
According to paragraph 1,
The first temperature range and the second temperature range are
After calculating a representative temperature value using the temperature measurement value received from the temperature sensor of the showcase in a steady state and analyzing the calculated representative temperature value in time series,
Based on the average value (T1) of the average temperatures in the first state in which the door is closed, a temperature higher than a certain value is set as the upper limit, and a temperature lower than a certain value is set as the lower limit as the first temperature range,
A showcase abnormality symptom characterized in that the second temperature range is a range in which a temperature higher than a certain value is set as the upper limit and a temperature lower than a certain value is set as the lower limit based on the average value (T2) of the average temperatures in the second state in which the door is opened. Detection method.
상기 대표 온도 값은 상기 온도 센서로부터 수신한 2 이상의 온도 측정 값의 평균 값인 것을 특징으로 하는 쇼케이스 이상징후 탐지 방법.
According to paragraph 1,
A showcase abnormality symptom detection method, wherein the representative temperature value is an average value of two or more temperature measurement values received from the temperature sensor.
상기 온도 센서는 쇼케이스 내부의 냉매 발생부 또는 열원 부근의 제1 부위,
쇼케이스 내부 공간의 가운데 위치 부근의 제2 부위, 및
쇼케이스 내부에서 냉매 발생부 또는 열원과 가장 멀리 떨어져 있는 위치 부근의 제3 부위에 장착되는 것을 특징으로 하는 쇼케이스 이상징후 탐지 방법.
According to paragraph 1,
The temperature sensor is a first part near the refrigerant generating part or heat source inside the showcase,
a second portion near a central location of the showcase interior space, and
A method for detecting abnormal signs in a showcase, characterized in that it is mounted on a third part near the refrigerant generating unit or the location furthest from the heat source inside the showcase.
상기 온도 측정 값을 이용하여 대표 온도 값을 계산하고, 상기 대표 온도 값의 변화를 시계열적으로 분석하여 쇼케이스 이상징후를 판단하는 제어부; 및
상기 제어부가 계산한 대표 온도 값의 시계열적 변화를 저장하는 메모리를 포함하는 것으로,
상기 제어부는
상기 대표 온도 값의 변화를 시계열적으로 분석하여 복수의 국면(regime)으로 나누고, 각각의 국면을 문이 닫힌 제1 상태와 문이 열린 제2 상태로 구분하며,
상기 각각의 국면에서의 평균 온도를 계산하고, 상기 제1 상태에 해당하는 국면들 중에서 평균 온도가 기 설정된 제1 온도범위를 벗어나는 경우 또는 상기 제2 상태에 해당하는 국면들 중에서 평균 온도가 기 설정된 제2 온도범위를 벗어나는 경우에, 상기 쇼케이스 이상 징후라고 판단하는 것을 특징으로 하는 쇼케이스 이상징후 탐지 시스템.
A transceiver unit that receives temperature measurement values from a temperature sensor mounted inside a closed showcase with a door;
a control unit that calculates a representative temperature value using the temperature measurement value and determines a showcase abnormality by analyzing changes in the representative temperature value in time series; and
It includes a memory that stores time-series changes in the representative temperature value calculated by the control unit,
The control unit
The change in the representative temperature value is analyzed in time series, divided into a plurality of regimes, and each regime is divided into a first state with the door closed and a second state with the door open,
Calculate the average temperature in each phase, and if the average temperature among the phases corresponding to the first state is outside the preset first temperature range or the average temperature among the phases corresponding to the second state is within the preset range. A showcase anomaly detection system characterized in that, when the temperature exceeds the second temperature range, it is determined to be a symptom of the showcase anomaly.
상기 제어부는
상기 제1 상태의 평균 온도들의 평균 값(T1)을 기준으로 일정 값 높은 온도를 상한으로 하고, 일정 값 낮은 온도를 하한으로 하는 범위를 상기 제1 온도범위로 하고,
상기 제2 상태의 평균 온도들의 평균 값(T2)을 기준으로 일정 값 높은 온도를 상한으로 하고, 일정 값 낮은 온도를 하한으로 하는 범위를 상기 제2 온도범위로 하여,
상기 메모리에 상기 제1 온도범위 및 제2 온도범위를 저장하는 것을 특징으로 하는 쇼케이스 이상징후 탐지 시스템.
In clause 7,
The control unit
Based on the average value (T1) of the average temperatures in the first state, the first temperature range is a range in which a temperature higher than a certain value is set as the upper limit and a temperature lower than a certain value is set as the lower limit,
Based on the average value (T2) of the average temperatures of the second state, the second temperature range is a range in which a temperature higher than a certain value is set as the upper limit and a temperature lower than a certain value is set as the lower limit,
A showcase anomaly detection system, characterized in that the first temperature range and the second temperature range are stored in the memory.
기계학습을 이용하여 상기 대표 온도 값의 변화를 시계열적으로 분석하는 것을 특징으로 하는 쇼케이스 이상징후 탐지 시스템.The method of claim 7, wherein the control unit
A showcase anomaly detection system characterized by time-series analysis of changes in the representative temperature value using machine learning.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020240024092A KR20240027653A (en) | 2018-02-23 | 2024-02-20 | Showcase abnormality detection system and method thereof |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180021764A KR102640370B1 (en) | 2018-02-23 | 2018-02-23 | Showcase abnormality detection system and method thereof |
| KR1020240024092A KR20240027653A (en) | 2018-02-23 | 2024-02-20 | Showcase abnormality detection system and method thereof |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180021764A Division KR102640370B1 (en) | 2018-02-23 | 2018-02-23 | Showcase abnormality detection system and method thereof |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20240027653A true KR20240027653A (en) | 2024-03-04 |
Family
ID=67951200
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180021764A KR102640370B1 (en) | 2018-02-23 | 2018-02-23 | Showcase abnormality detection system and method thereof |
| KR1020240024092A KR20240027653A (en) | 2018-02-23 | 2024-02-20 | Showcase abnormality detection system and method thereof |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180021764A KR102640370B1 (en) | 2018-02-23 | 2018-02-23 | Showcase abnormality detection system and method thereof |
Country Status (1)
| Country | Link |
|---|---|
| KR (2) | KR102640370B1 (en) |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2707779B2 (en) * | 1989-11-09 | 1998-02-04 | 富士電機株式会社 | Refrigerated showcase temperature controller |
| JP2000304400A (en) | 1999-04-20 | 2000-11-02 | Sanyo Electric Co Ltd | Showcase controller |
| KR100392304B1 (en) * | 2001-08-04 | 2003-07-22 | 주식회사 헬쯔테크 | Temperature control device of showcase using compressor of sucking pressure and meothed thereof |
| US7207181B2 (en) | 2005-03-01 | 2007-04-24 | Bradley W. Geuke | Refrigeration unit condensation prevention |
| JP2007127361A (en) | 2005-11-07 | 2007-05-24 | Fukushima Industries Corp | Temperature controller of showcase |
| JP4936356B2 (en) | 2006-02-24 | 2012-05-23 | 愛知時計電機株式会社 | Showcase |
| KR100879544B1 (en) * | 2007-06-28 | 2009-01-22 | 주식회사 신성사 | The control method of refrigeration control system for medical refrigerating show-case |
| KR101064954B1 (en) * | 2008-12-03 | 2011-09-16 | 롯데알미늄 주식회사 | Temperature control method for open showcase |
-
2018
- 2018-02-23 KR KR1020180021764A patent/KR102640370B1/en active IP Right Grant
-
2024
- 2024-02-20 KR KR1020240024092A patent/KR20240027653A/en active Search and Examination
Also Published As
| Publication number | Publication date |
|---|---|
| KR20190101592A (en) | 2019-09-02 |
| KR102640370B1 (en) | 2024-02-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11204287B2 (en) | Environmental condition surveillance and methods thereof | |
| US11966939B1 (en) | Determining appliance insurance coverage/products using informatic sensor data | |
| US10516981B1 (en) | Systems and methods for sensing, recording, analyzing and reporting environmental conditions in data centers and similar facilities | |
| EP3441836B1 (en) | Algorithm and method for detecting faults of a machine based on machine-learning technique | |
| US20200257608A1 (en) | Anomaly detection in multiple correlated sensors | |
| US20170262758A1 (en) | System and method to assess anomalous behavior on an information handling system using indirect identifiers | |
| EP3268821A1 (en) | Cascaded identification in building automation | |
| US11405760B1 (en) | Systems and methods for sensing, recording, analyzing and reporting environmental conditions in data centers and similar facilities | |
| CN108780528A (en) | Equipment management device, equipment management system, program and device management method | |
| US10996861B2 (en) | Method, device and computer product for predicting disk failure | |
| EP2963552B1 (en) | System analysis device and system analysis method | |
| US20150163569A1 (en) | Vacuum insulation panel quality control systems and methods for using same | |
| CN105450292A (en) | Fault diagnosis analysis method, fault diagnosis device, fault analysis device and fault diagnosis analysis system | |
| US11994840B2 (en) | Early warning system for food safety violation and method thereof | |
| Koc et al. | Comparison of linear correlation and a statistical dependency measure for inferring spatial relation of temperature sensors in buildings | |
| US9500532B2 (en) | Temperature monitoring with simulated thermal buffer | |
| Gui et al. | Double acceptance sampling plan based on truncated life tests for half exponential power distribution | |
| KR102640370B1 (en) | Showcase abnormality detection system and method thereof | |
| Zhang et al. | A novel method for node fault detection based on clustering in industrial wireless sensor networks | |
| BR102017023514A2 (en) | system and method for detecting and reporting access to a monitored space | |
| US11016467B2 (en) | Method and system for sensing fine changes in processing/equipment measurement data | |
| CN108764715A (en) | Equipment operation technical capability evaluation system and method | |
| KR20230089895A (en) | Monitoring system of led display device based on big data using control signal | |
| Zaigraev et al. | Exact bounds on the probability of at least k successes in n exchangeable Bernoulli trials as a function of correlation coefficients | |
| WO2020250280A1 (en) | Monitoring method, monitoring device, and recording medium |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A107 | Divisional application of patent | ||
| A201 | Request for examination |