KR20240065365A - AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 장치 - Google Patents
AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 장치 Download PDFInfo
- Publication number
- KR20240065365A KR20240065365A KR1020220145803A KR20220145803A KR20240065365A KR 20240065365 A KR20240065365 A KR 20240065365A KR 1020220145803 A KR1020220145803 A KR 1020220145803A KR 20220145803 A KR20220145803 A KR 20220145803A KR 20240065365 A KR20240065365 A KR 20240065365A
- Authority
- KR
- South Korea
- Prior art keywords
- blockage
- foreign matter
- sensor information
- water level
- level difference
- Prior art date
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 81
- 239000000126 substance Substances 0.000 title claims abstract description 50
- 238000013473 artificial intelligence Methods 0.000 title description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 177
- 230000029087 digestion Effects 0.000 claims abstract description 102
- 238000007781 pre-processing Methods 0.000 claims description 78
- 238000000034 method Methods 0.000 claims description 33
- 238000011282 treatment Methods 0.000 claims description 31
- 239000010865 sewage Substances 0.000 claims description 26
- 238000012935 Averaging Methods 0.000 claims description 21
- 238000011221 initial treatment Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims 1
- 230000000903 blocking effect Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 12
- 238000006243 chemical reaction Methods 0.000 description 8
- 238000000746 purification Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 230000014759 maintenance of location Effects 0.000 description 7
- 239000002699 waste material Substances 0.000 description 7
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 6
- 241000195493 Cryptophyta Species 0.000 description 6
- 230000002550 fecal effect Effects 0.000 description 6
- 235000019645 odor Nutrition 0.000 description 6
- 239000005416 organic matter Substances 0.000 description 6
- 239000002351 wastewater Substances 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000003912 environmental pollution Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 244000005700 microbiome Species 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000008033 biological extinction Effects 0.000 description 3
- 238000004042 decolorization Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 229910052757 nitrogen Inorganic materials 0.000 description 3
- 229910052698 phosphorus Inorganic materials 0.000 description 3
- 239000011574 phosphorus Substances 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 238000004659 sterilization and disinfection Methods 0.000 description 3
- 208000024891 symptom Diseases 0.000 description 3
- 241000894006 Bacteria Species 0.000 description 2
- 235000004347 Perilla Nutrition 0.000 description 2
- 241000229722 Perilla <angiosperm> Species 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000011010 flushing procedure Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000011343 solid material Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 206010041349 Somnolence Diseases 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 241001148470 aerobic bacillus Species 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 239000003124 biologic agent Substances 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006864 oxidative decomposition reaction Methods 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 239000008399 tap water Substances 0.000 description 1
- 235000020679 tap water Nutrition 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D35/00—Filtering devices having features not specifically covered by groups B01D24/00 - B01D33/00, or for applications not specifically covered by groups B01D24/00 - B01D33/00; Auxiliary devices for filtration; Filter housing constructions
- B01D35/02—Filters adapted for location in special places, e.g. pipe-lines, pumps, stop-cocks
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F3/00—Biological treatment of water, waste water, or sewage
- C02F3/006—Regulation methods for biological treatment
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F3/00—Biological treatment of water, waste water, or sewage
- C02F3/28—Anaerobic digestion processes
- C02F3/2866—Particular arrangements for anaerobic reactors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2103/00—Nature of the water, waste water, sewage or sludge to be treated
- C02F2103/005—Black water originating from toilets
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2209/00—Controlling or monitoring parameters in water treatment
- C02F2209/42—Liquid level
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Microbiology (AREA)
- Theoretical Computer Science (AREA)
- Organic Chemistry (AREA)
- Tourism & Hospitality (AREA)
- Water Supply & Treatment (AREA)
- Environmental & Geological Engineering (AREA)
- Hydrology & Water Resources (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Emergency Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Purification Treatments By Anaerobic Or Anaerobic And Aerobic Bacteria Or Animals (AREA)
Abstract
본 발명은 AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 장치에 관한 것으로, 이물질 차단용 스크린을 구비한 무방류 화장실의 혐기소화 저류조에서, 상기 스크린을 중심으로 수위차와 펌프부하를 IoT 센서모듈을 통해 수집하고, 이를 통해 이물질로 인해 발생되는 상기 스크린의 막힘 징후를 미리 감시하고 예측하여, 원격에서 상기 이물질을 미리 제거할 수 있도록 하는 장치에 관한 것이다.
Description
본 발명은 AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 장치에 관한 것으로, 더욱 상세하게는 이물질 차단용 스크린을 구비한 무방류 화장실의 혐기소화 저류조에서, 상기 스크린을 중심으로 수위차와 펌프부하를 IoT 센서모듈을 통해 수집하고, 이를 통해 이물질로 인해 발생되는 상기 스크린의 막힘 징후를 미리 감시하고 예측하여, 원격에서 상기 이물질을 미리 제거할 수 있도록 하는 장치에 관한 것이다.
무방류 화장실이란 분뇨오수를 미생물을 이용해 정화 처리하여 변기의 세정수로 재활용할 수 있도록 하는 화장실 시스템을 말한다.
무방류 화장실은 생물학적으로 분뇨오수를 정화 처리하기 때문에 방류물질이 발생하지 않아 별도의 배수관이 필요하지 않으며, 상수의 지속적인 공급 없이 사용 가능한 장점이 있다. 이러한 장점으로 인해 무방류 화장실은 접근이 어려운 졸음쉼터나 산악지에 주로 설치된다.
무방류 화장실은 물휴지의 사용에 따라 분뇨오수의 1차 처리조인 혐기소화 저류조에서 막힘이 발생될 수 있는 문제점이 있다.
이때, 무방류 화장실의 혐기소화 저류조에서 막힘이 발생되면 대처기간이 길어질 수 있고, 막힘이 지속되면 역류로 인한 환경오염이나 악취 등의 문제가 발생될 수 있으므로 상기 막힘에 대한 즉각적인 처리가 필요한 실정이다.
이에 따라 본 발명에서는 혐기소화 저류조에서 물휴지와 같은 이물질을 제거하기 위한 이물질 제거장치를 구비하고, 상기 혐기소화 저류조에 대한 수위차와 상기 혐기소화 저류조의 처리수를 다음의 처리조로 이송하기 위한 펌프의 부하(펌프부하)를 수집하고 상기 수집한 수위차 및 펌프부하를 통해 상기 혐기소화 저류조의 막힘을 판단하거나, 상기 수위차 및 펌프부하를 인공지능을 기반으로 분석하여 상기 막힘 징후를 미리 예측하여 상기 이물질 제거 장치를 원격에서 제어하여 상기 이물질을 미리 제거할 수 있도록 하는 방안을 제안하고자 한다.
즉, 본 발명은 무방류 화장실의 막힘에 대한 원인을 제거하여 막힘에 따른 악취의 발생, 환경오염 등의 원인을 사전에 미리 방지할 수 있도록 하는 것이다.
다음으로 본 발명의 기술분야에 존재하는 선행기술에 대하여 간단하게 설명하고, 이어서 본 발명이 상기 선행기술에 비해서 차별적으로 이루고자 하는 기술적 사항에 대해서 기술하고자 한다.
먼저 한국등록특허 제1889687호(2018.08.11.)는 무방류 순환수세식 화장실 오수 정화처리장치에 관한 것으로, 화장실 변기에서 배출되는 분뇨와 오수의 용량에 따라 유입량에 대응하여 오수 정화처리장치의 계통을 표준운전모드 혹은 확장운전모드로 운전시켜 과부하시에도 분뇨오수의 처리효율을 유지할 수 있도록 하는 무방류 순환수세식 화장실 오수 정화처리장치에 관한 것이다.
즉, 한국등록특허 제1889687호는 분뇨오수의 유입량에 따라 혐기소화 저류조를 포함하는 오수 정화처리장치의 계통을 가변적으로 운전하여 분뇨오수에 대한 정화처리를 수행하는 것일 뿐, 본 발명에서 제안하고 있는 변기에서 배출되는 분뇨오수를 처리하기 위한 혐기소화 저류조의 막힘을 미리 예측하여 해결하는 방안에 대해서는 전혀 기재하거나 시사 혹은 그 어떠한 암시도 없다.
또한 한국등록특허 제2370890호(2022.03.02.)는 무방류 순환수세식 화장실 시스템에 관한 것으로, 변기로부터 배출되는 오수가 저장되는 저류조, 저류조에서 배출된 오수에 포함된 질소, 인 및 유기물을 제거하는 생물반응조, 생물반응조에서 배출된 처리수의 미생물을 분리하는 막분리조, 미생물을 분리한 처리수를 탈색 및 살균하는 후처리조 및 후처리조에서 배출되는 처리수를 저장하는 처리수 저장탱크를 포함하여, 변기로부터 배출된 오수를 정화하여 재사용하는 무방류 순환수세식 화장실 시스템에 관한 것이다.
즉, 한국등록특허 제2370890호(2022.03.02.)는 단순히 변기에서 배출되는 분뇨오수를 정화처리하기 위한 계통을 기재하고 있을 뿐이다.
반면에 본 발명은 혐기소화 저류조의 수위차와 혐기소화 저류조의 처리수를 이송하기 위한 펌프의 부하를 수집하여 상기 혐기소화 저류조의 막힘을 판단하거나, 혹은 막힘 징후를 예측하여 혐기소화 저류조의 구비되는 이물질 제거장치를 원격에서 제어하여 이물질을 제거할 수 있도록 하는 것이다. 따라서 본 발명과 한국등록특허 제2370890호(2022.03.02.)는 그 기술적 구성, 목적 및 효과에 있어서 현저한 차이점이 있다.
상기에서 선행기술을 살펴본 바와 같이, 대부분의 선행기술은 분뇨오수를 정화처리하기 위한 계통을 기재하고 있을 뿐 분뇨오수의 흐름이 막히는 경우에 대해서는 전혀 기재하고 있지 않다.
따라서 본 발명을 통해서 분뇨오수의 첫 번째 처리조인 혐기소화 저류조의 막힘을 미리 예상하여, 혐기소화 저류조에 구비되는 이물질 제거장치를 원격에서 제어함으로써 상기 막힘의 원인이 되는 이물질을 사전에 미리 제거할 수 있도록 함으로써 무방류 화장실을 효율적으로 운영할 수 있을 것이다.
본 발명은 상기와 같은 문제점을 해결하기 위해 창작된 것으로서, 무방류 화장실의 분뇨오수를 1차적으로 처리하기 위한 혐기소화 저류조에 대해서, 이물질로 인한 막힘의 판단 혹은 막힘 징후를 예측하여 원격에서 상기 이물질을 제거하여 환경오염이나 악취를 포함하여 상기 막힘으로 인해 발생될 수 있는 문제점을 방지할 수 있도록 하는 AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 장치를 제공하는 것을 그 목적으로 한다.
또한 본 발명은 IoT 센서모듈로부터 혐기소화 저류조의 제1차조 및 제2차조에 대한 각 수위와 상기 혐기소화 저류조의 처리수를 다음의 처리조로 이송하기 위한 펌프의 부하를 포함하는 센서정보를 수집하고 상기 센서정보를 활용하여 상기 혐기소화 저류조의 막힘을 판단하거나, 혹은 막힘 징후를 예측하는 장치를 제공하는 것을 그 목적으로 한다.
또한 본 발명은 센서정보의 각 수위를 이용하여 제1차조 및 제2차조 간의 수위차를 계산하고, 상기 계산한 수위차가 사전에 설정한 임계수위차를 초과하거나, 펌프의 부하가 사전에 설정한 임계값을 초과하거나 또는 이들의 조합이 발생되면 상기 혐기소화 저류조에서 막힘이 발생한 것으로 판단하여 즉시 이물질을 제거를 원격에서 제어할 수 있도록 하는 장치를 제공하는 것을 그 목적으로 한다.
또한 본 발명은 수위차와 해당 센서정보에 포함된 펌프의 부하를 사전에 설정한 소정의 시간기간에 따라 평균하여 전처리하고, 상기 전처리한 결과를 사전에 생성한 막힘 징후 예측용 학습모델에 적용하여, 상기 학습모델의 출력결과에 따라 상기 막힘 징후를 예측하는 장치를 제공하는 것을 그 목적으로 한다.
본 발명의 일 실시예에 따른 AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 장치는, 이물질 차단용 스크린을 구비한 무방류 화장실의 혐기소화 저류조에 대한 제1차조 및 제2차조의 수위와 상기 혐기소화 저류조의 처리수를 다음 처리조로 이송하기 위한 펌프의 부하를 포함하는 센서정보를 수집하는 센서정보 수집부, 상기 수집한 센서정보를 이용하여 상기 스크린의 이물질에 의한 막힘 징후를 예측하는 막힘 징후 예측부 및 상기 예측한 결과, 막힘이 예상되는 경우, 상기 혐기소화 저류조에 구비된 이물질 제거장치를 원격에서 제어하여 상기 이물질을 미리 제거하는 이물질 제거부를 포함하는 것을 특징으로 한다.
또한 상기 센서정보 수집부는, 사전에 설정한 주기에 따라 상기 센서정보를 수집하며, 상기 펌프의 부하는, 상기 펌프를 동작시키기 위한 모터의 분당 회전수이고, 상기 혐기소화 저류조는, 상기 무방류 화장실의 변기에서 배출되는 오수분뇨를 1차적으로 처리하기 위한 1차 처리조인 것을 특징으로 한다.
또한 상기 원격 이물질 감시 및 제거 장치는, 상기 수집한 센서정보에 포함된 제2차조의 수위에서 제1차조의 수위를 차감하여 상기 제1차조 및 제2차조 간의 수위차를 계산하고, 상기 계산한 수위차와 상기 센서정보에 포함된 펌프의 부하를 소정의 시간기간에 따라 평균함으로써 상기 수집한 센서정보에 대한 전처리를 수행하는 전처리부를 더 포함하며, 상기 막힘 징후 예측부는, 상기 전처리한 결과를 막힘 징후 예측용 학습모델에 적용하여 상기 학습모델의 출력결과가 사전에 설정한 임계확률 이상이면 상기 막힘이 발생할 것으로 예상하는 것을 특징으로 한다.
또한 상기 학습모델은, 상기 혐기소화 저류조가 막히기 전, 소정의 시간동한 사전에 수집한 각 센서정보를 전처리하여 생성한 학습데이터를 학습함으로써 생성되며, 상기 학습모델을 구성하는 복수의 입력노드를 포함하는 입력레이어에 실제 수집한 센서정보를 전처리한 결과가 시계열적으로 입력되면 상기 막힘 징후에 대한 확률을 출력하도록 구성되고, 상기 실제 수집한 센서정보를 전처리한 결과는, 상기 입력레이어에 FIFO(first in first out)방식에 따라 시계열적으로 입력되는 것을 특징으로 한다.
또한 상기 원격 이물질 감시 및 제거 장치는, 상기 계산한 수위차가 사전에 설정한 임계수위차를 초과하거나, 상기 계산한 수위차에 해당하는 센서정보에 포함된 펌프의 부하가 정상 수치의 일정 배수를 초과하거나 또는 이들의 조합을 포함하면 상기 막힘이 발생한 것으로 판단하는 막힘 판단부를 더 포함하며, 상기 막힘이 발생한 것으로 판단되면 상기 혐기소화 저류조에 구비된 이물질 제어 장치를 원격에서 즉시 제어하여 상기 이물질을 제거하는 것을 더 포함하는 것을 특징으로 한다.
또한 상기 원격 이물질 감시 및 제거 장치는, 상기 수집한 센서정보에 포함된 제2차조의 수위에서 제1차조의 수위를 차감하여 상기 제1차조 및 제2차조 간의 수위차를 계산하고, 상기 계산한 수위차와 상기 센서정보에 포함된 펌프의 부하를 소정의 시간기간에 따라 평균함으로써 상기 수집한 센서정보에 대한 전처리를 수행하는 전처리부를 더 포함하며, 상기 막힘 징후 예측부는, 각 상기 전처리한 결과를 학습모델에 적용하여 상기 학습모델에서 출력하는 수위차 및 펌프의 부하에 따라 상기 막힘 징후를 예측하며, 상기 출력한 수위차가 사전에 설정한 임계수위차를 초과하거나, 상기 출력한 펌프의 부하가 정상 수치의 일정 배수를 초과하거나 또는 이들의 조합을 포함하면 상기 막힘이 발생할 것으로 예상하는 것을 포함하는 것을 특징으로 한다.
또한 상기 학습모델은, 상기 혐기소화 저류조가 막히기 전, 소정의 시간동안 사전에 수집한 센서정보를 소정의 시간구간별로 전처리하고, 상기 전처리한 결과를 시간의 순서에 따라 소정의 개수만큼 FIFO 방식으로 그룹핑하여 생성한 학습데이터를 학습함으로써 생성되며, 상기 학습모델을 구성하는 복수의 입력노드를 포함하는 입력레이어에 실제 수집한 센서정보를 전처리한 결과가 시계열적으로 입력되면 상기 입력한 결과에 따라 제일 높은 확률을 가지는 수위차와 펌프의 부하를 출력하도록 구성되고, 상기 실제 수집한 센서정보를 전처리한 결과는, 상기 입력레이어에 FIFO 방식에 따라 시계열적으로 입력되는 것을 특징으로 한다.
또한 상기 이물질 감시 및 제거 장치는, 상기 막힘의 발생이 예상되거나, 또는 상기 막힘이 발생한 것으로 판단되면 관리자에게 알림으로 제공하고, 상기 이물질 제거장치를 원격에서 제어한 이후, 수신한 센서정보에 포함된 상기 제1차조 및 제2차조의 수위에 따라 계산한 수위차와 해당 센서정보에 포함된 상기 펌프의 부하가 각각이 사전에 설정한 정상범위이면 이물질 제거가 완료되었음을 관리자에게 알림으로 제공하는 알림부를 더 포함하는 것을 특징으로 한다.
아울러 본 발명의 일 실시예에 따른 AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 방법은, 이물질 차단용 스크린을 구비한 무방류 화장실의 혐기소화 저류조에 대한 제1차조 및 제2차조의 수위와 상기 혐기소화 저류조의 처리수를 다음 처리조로 이송하기 위한 펌프의 부하를 포함하는 센서정보를 수집하는 센서정보 수집 단계, 상기 수집한 센서정보를 이용하여 상기 스크린의 이물질에 의한 막힘 징후를 예측하는 막힘 징후 예측 단계 및 상기 예측한 결과, 막힘이 예상되는 경우, 상기 혐기소화 저류조에 구비된 이물질 제거장치를 원격에서 제어하여 상기 이물질을 미리 제거하는 이물질 제거 단계를 포함하는 것을 특징으로 한다.
또한 상기 원격 이물질 감시 및 제거 방법은, 상기 수집한 센서정보에 포함된 제2차조의 수위에서 제1차조의 수위를 차감하여 상기 제1차조 및 제2차조 간의 수위차를 계산하고, 상기 계산한 수위차와 상기 센서정보에 포함된 펌프의 부하를 소정의 시간기간에 따라 평균함으로써 상기 수집한 센서정보에 대한 전처리를 수행하는 전처리 단계를 더 포함하며, 상기 막힘 징후 예측 단계는, 상기 전처리한 결과를 막힘 징후 예측용 학습모델에 적용하여 상기 학습모델의 출력결과가 사전에 설정한 임계확률 이상이면 상기 막힘이 발생할 것으로 예상하는 것을 특징으로 한다.
또한 상기 원격 이물질 감시 및 제거 방법은, 상기 계산한 수위차가 사전에 설정한 임계수위차를 초과하거나, 상기 계산한 수위차에 해당하는 센서정보에 포함된 펌프의 부하가 정상 수치의 일정 배수를 초과하거나 또는 이들의 조합을 포함하면 상기 막힘이 발생한 것으로 판단하는 막힘 판단 단계를 더 포함하는 것을 특징으로 한다.
또한 상기 원격 이물질 감시 및 제거 방법은, 상기 수집한 센서정보에 포함된 제2차조의 수위에서 제1차조의 수위를 차감하여 상기 제1차조 및 제2차조 간의 수위차를 계산하고, 상기 계산한 수위차와 상기 센서정보에 포함된 펌프의 부하를 소정의 시간기간에 따라 평균함으로써 상기 수집한 센서정보에 대한 전처리를 수행하는 전처리 단계를 더 포함하며, 상기 막힘 징후 예측 단계는, 각 상기 전처리한 결과를 학습모델에 적용하여 상기 학습모델에서 출력하는 수위차 및 펌프의 부하에 따라 상기 막힘 징후를 예측하며, 상기 출력한 수위차가 사전에 설정한 임계수위차를 초과하거나, 상기 출력한 펌프의 부하가 정상 수치의 일정 배수를 초과하거나 또는 이들의 조합을 포함하면 상기 막힘이 발생할 것으로 예상하는 것을 포함하는 것을 특징으로 한다.
또한 상기 이물질 감시 및 제거 방법은, 상기 막힘의 발생이 예상되거나, 또는 상기 막힘이 발생한 것으로 판단되면 관리자에게 알림으로 제공하고, 상기 이물질 제거장치를 원격에서 제어한 이후, 수신한 센서정보에 포함된 상기 제1차조 및 제2차조의 수위에 따라 계산한 수위차와 해당 센서정보에 포함된 상기 펌프의 부하가 각각이 사전에 설정한 정상범위이면 이물질 제거가 완료되었음을 관리자에게 알림으로 제공하는 알림 단계를 더 포함하는 것을 특징으로 한다.
이상에서와 같이 본 발명의 AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 장치에 따르면 무방류 화장실의 막힘이 발생한 것을 판단하거나, 막힘 징후를 예측하여 자동으로 이물질 제거를 원격에서 제어할 수 있기 때문에 상기 막힘으로 인한 환경오염이나 악취의 발생을 방지할 수 있는 효과가 있다.
또한 본 발명은 막힘의 발생 혹은 막힘 징후를 예측하여 원격 제어를 통해 이물질을 제거하도록 함으로써 무방류 화장실에 대한 관리인력을 자주 파견할 필요 없이 상기 무방류 화장실을 효율적으로 운영할 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 장치를 설명하기 위해 나타낸 개념도이다.
도 2는 본 발명의 일 실시예에 따른 AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 장치를 상세히 설명하기 위해 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따른 AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 장치의 동작을 설명하기 위해 나타낸 도면이다.
도 4는 본 발명의 일 실시예에 따른 막힘 징후 예측용 학습모델을 설명하기 위해 나타낸 도면이다.
도 5는 본 발명의 또 다른 일 실시예에 따른 막힘 징후 예측용 학습모델을 설명하기 위해 나타낸 도면이다.
도 6은 본 발명의 일 실시예에 따른 AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 장치의 구성을 나타낸 블록도이다.
도 7은 본 발명의 일 실시예에 따른 무방류 화장실에 대해서 원격으로 이물질을 감지하고 제거하는 절차를 나타낸 흐름도이다.
도 2는 본 발명의 일 실시예에 따른 AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 장치를 상세히 설명하기 위해 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따른 AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 장치의 동작을 설명하기 위해 나타낸 도면이다.
도 4는 본 발명의 일 실시예에 따른 막힘 징후 예측용 학습모델을 설명하기 위해 나타낸 도면이다.
도 5는 본 발명의 또 다른 일 실시예에 따른 막힘 징후 예측용 학습모델을 설명하기 위해 나타낸 도면이다.
도 6은 본 발명의 일 실시예에 따른 AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 장치의 구성을 나타낸 블록도이다.
도 7은 본 발명의 일 실시예에 따른 무방류 화장실에 대해서 원격으로 이물질을 감지하고 제거하는 절차를 나타낸 흐름도이다.
이하, 첨부한 도면을 참조하여 본 발명의 AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 장치에 대한 바람직한 실시 예를 상세히 설명한다. 각 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다. 또한 본 발명의 실시 예들에 대해서 특정한 구조적 내지 기능적 설명들은 단지 본 발명에 따른 실시 예를 설명하기 위한 목적으로 예시된 것으로, 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는 것이 바람직하다.
도 1은 본 발명의 일 실시예에 따른 AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 장치를 설명하기 위해 나타낸 개념도이다.
도 1에 도시한 바와 같이, 본 발명의 일 실시예에 따른 AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 장치(100)(이하, 원격 이물질 감시 및 제거 장치)는 무방류 화장실의 혐기소화 저류조를 위해 구비되는 IoT 센서모듈을 통해 혐기소화 저류조를 구성하는 제1차조와 제2차조에 대한 수위와 상기 혐기소화 저류조의 처리수를 다음의 처리조로 이송하기 위한 펌프의 부하(펌프부하)를 포함하는 센서정보를 주기적으로 수집하여, 상기 센서정보에 따라 혐기소화 저류조의 막힘 징후를 미리 예측하여 상기 혐기소화 저류조에 구비되는 이물질 제거장치(미도시)를 원격에서 제어하여 막힘을 유발하는 이물질을 미리 제거하는 기능을 수행한다.
상기 IoT 센서모듈은 혐기소화 저류조에 구비되는 수위감지센서를 통해 제1차조 및 제2차조의 수위를 수집하고, 상기 혐기소화 조류조의 펌프 구동을 위한 모터에 구비되는 펌프부하 감지센서를 통해서 펌프부하를 수집하여 원격 이물질 감시 및 제거 장치(100)로 전송함으로써 상기 원격 이물질 감시 및 제거 장치(100)에서 센서정보를 수집할 수 있도록 한다.
상기 무방류 화장실은 적어도 하나 이상의 변기에서 배출되는 분뇨오수를 정화 처리하여 변기 세정수로 재사용할 수 있도록 하는 것으로, 혐기소화 저류조, 유량조정 저류조, 호기생물 반응조, 유기물 소멸 반응조, 고도 처리조, 탈색소독 여과조 및 처리수 저장조를 포함하는 정화 처리 계통을 포함하여 구성된다.
상기 정화 처리 계통은 필요에 따라 변경될 수 있으며, 혐기소화 저류조는 변기로부터 배출되는 분뇨오수를 1차적으로 처리하기 위한 것이다.
상기 혐기소화 저류조는 미생물에 의한 혐기성 소화 작용을 통한 유기성 부유물질의 균질화, 악취 발생 요인 제거 및 이물질 차단용 스크린에 의한 일정크기 이상의 고형물질을 분리하기 위해 구성된다.
상기 유량조정 저류조는 혐기소화 처리조의 처리수의 유입량 대비 일정량을 호기생물 반응조로 이송하기 위해 구성되며, 호기생물 반응조는 호기생물 반응 리엑터를 통해 산화분해를 활성화하여 유기물을 제거하는 것을 포함하여 질소나 인 등을 분해하여 제거하기 위해 구성된다.
또한 유기소멸 반응조는 호기생물 반응조의 처리수에 남아 있는 부유 유기물을 분해하여 제거하기 위해 구성되며, 고도 처리조는 유기소멸 반응조의 처리수에 대한 잔류 유기물, 질소, 인, 착색물질, 유해균 등을 제거하기 위해 구성된다.
상기 바이오 반응조는 고도 처리조의 처리수에 산소를 공급하여 호기성균을 이용하여 유기질을 제거하기 위해 구성되며, 탈색소독 여과조는 탈색소독용 매체(media)를 이용 흡착여과를 통해서 상기 바이오 반응조의 처리수에 남아 있는 잔류유기물 유해균 등을 제거하기 위해 구성되고, 처리수 저장조는 바이오 반응조의 처리수를 변기의 세정수로 순환 공급하여 재사용할 수 있도록 저장하기 위해 구성된다.
상기에서 설명한 정화 처리 계통의 각 처리조는 무방류 화장실에서 분뇨오수를 정화 처리하기 위해서 일반적으로 구성되는 것이므로, 상세한 설명은 생략하도록 한다.
원격 이물질 감시 및 제거 장치(100)는 센서정보를 활용하여 혐기소화 저류조에 대한 막힘 징후를 미리 예측하여 혐기소화 저류조에 구비되는 이물질 제거장치(미도시)를 원격에서 제어하여 이물질을 미리 제거할 수 있도록 한다.
또한 원격 이물질 감시 및 제거 장치(100)는 센서정보를 활용하여 혐기소화 저류조에서 막힘이 발생한 것을 판단하여 혐기소화 저류조에 구비되는 이물질 제거장치(미도시)를 원격에서 제어하여 이물질을 제거할 수 있도록 한다.
또한 원격 이물질 감시 및 제거 장치(100)는 막힘이 발생한 것으로 판단되거나 막힘 징후를 예측한 결과 막힘이 예상되면 관리자 단말(200)로 판단결과나 예측결과를 알림으로 제공할 수 있으며, 이물질 제거장치를 원격에서 제어한 이후, IoT 센서모듈로부터 수집한 센서정보를 통해 이물질이 제거되었음이 판단되면 관리자 단말(200)로 막힘을 처리했음을 알리는 알림(즉, 이물질 제거가 완료되었음에 대한 알림)을 제공할 수 있다.
도 2는 본 발명의 일 실시예에 따른 AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 장치를 상세히 설명하기 위해 나타낸 도면이다.
도 2에 도시한 바와 같이, 본 발명의 일 실시예에 따른 혐기소화 저류조는 변기에서 배출되는 분뇨와 이물질(물휴지 등)을 포함하는 분뇨오수를 1차적으로 처리하기 위한 것으로, 상기 분뇨오수에 포함된 일정크기 이상의 고형물질을 분리하고 물휴지와 같은 이물질을 차단하기 위한 이물질 차단용 스크린(이하 스크린이라 칭함)을 포함하여 구성된다.
이때, 스크린은 일정 크기(예: 3mm) 혹은 서로 다른 크기의 복수개의 홀이 타공되어 형성되어 있으며, 상기 홀을 통해 분뇨오수에 포함된 고형물질을 분리하는 기능을 수행한다. 이때, 스크린의 홀에 대한 막힘이 발생하면 분뇨오수가 역류하여 환경오염이나 악취의 발생을 야기할 수 있다.
스크린의 중간을 기준으로 상측은 크기를 크게 하고 아래쪽은 작게 구성하거나, 상측에서 하측으로 갈수록 점점 크기를 줄여서 구성할 수도 있다. 이물질은 아래쪽으로 가라앉는 성질이 있어, 아래쪽은 세밀하게 스크린하고 상측은 크기가 큰 이물질만 걸러낼 수 있어도 무방하기 때문에 이렇게 구성한 것이다.
따라서 본 발명의 원격 이물질 감시 및 제거 장치(100)는 혐기소화 저류조의 막힘(더욱 자세하게는 스크린의 막힘) 징후를 예측하여 이물질을 미리 제거할 수 있도록 하는 기능을 수행한다.
이를 위해, 원격 이물질 감시 및 제거 장치(100)는 무방류 화장실에 구비되는 IoT 센서모듈로부터 혐기소화 저류조의 제1차조 및 제2차조의 수위와 혐기소화 저류조의 처리수를 다음의 처리조(예: 유량조정 저류조)로 이송하기 위한 펌프의 부하를 포함하는 센서정보를 주기적(혹은 실시간)으로 수집한다.
여기서 제1차조 및 제2차조는 혐기소화 저류조의 스크린을 중심으로 구분되는 것으로 제1차조는 변기로부터 배출된 분뇨오수가 유입되는 곳이고, 제2차조는 스크린을 통해 일정크기 이상의 고형물질이 분류된 분뇨오수가 위치하는 곳이다.
상기 IoT 센서모듈은 혐기소화 조류조의 제1차조 및 제2차조에 대한 각 수위와, 혐기소화 저류조의 처리수를 다음의 처리조(예: 유량조정 저류조)로 이송하기 위한 펌프의 부하를 포함하는 센서정보를 수집하여 원격 이물질 감시 및 제거 장치(100)로 전송한다.
여기서 센서정보는 무방류 화장실에 대한 사용빈도에 따라 다양한 주기로 수집될 수 있다. 예를 들어 무방류 화장실에 사용빈도가 높은 낮 시간대에는 10분 간격으로 수집하고, 사용빈도가 현저하게 낮은 밤 시간대에는 1시간 혹은 그 이상의 주기로 주비할 수 있다. 이러한 수집주기는 시간대별로 다양하게 설정될 수 있다.
상기 제1차조 및 제2차조의 수위는 상기 제1차조 및 제2차조의 상단에 각각 구비되는 수위감지센서(즉, 수위감지센서 #1 및 #2)를 통해 수집된다.
상기 수위감지센서는 각 차조의 상단에서 수면까지의 거리를 측정하여 각 차조의 수위를 측정하도록 구성된다.
상기 펌프부하는 모터에 구비되는 펌프부하 감지센서를 통해 수집되며, 상기 펌프부하 감지센서는 모터의 분당 회전수(RPM, rotations per minute)를 측정함으로써 펌프부하를 측정하도록 구성된다.
이때, 원격 이물질 감시 및 제거 장치(100)는 센서정보를 수집하고 상기 수집한 센서정보를 이용하여 혐기소화 저류조의 막힘 징후(즉, 스크린의 막힘 징후)를 예측한다.
상기 예측은 막힘 징후 예측용 학습모델을 이용하여 수행되는데, 해당 학습모델에 대해서는 도 3 내지 도 5를 참조하여 상세히 설명하도록 한다.
또한 상기 예측한 결과, 막힘이 예상되는 경우, 원격 이물질 감시 및 제거 장치(100)는 혐기소화 저류조에 구비되는 스크린에 부착된 이물질을 제거하기 위한 이물질 제거장치를 원격에서 제어하여 막힘이 발생되기 전에 미리 상기 이물질을 제거할 수 있도록 한다.
상기 원격에서 제어하는 것은 이물질 제거장치에 대한 제어명령을 이물질 제거장치 콘트롤러(예: 모터)로 전송함으로써 수행되며, 상기 이물질 제거장치 콘트롤러는 제어명령이 수신되면 해당 제어명령에 따라 이물질 제거장치를 제어하여 이물질을 제거하도록 구성된다.
상기 이물질 제거장치는 혐기소화 저류조의 스크린의 주변과 스크린에 부착된 이물질을 제거하기 위한 것으로 상기 스크린에 근접하여 혐기소화 조류조의 상단에서 하단으로 왕복 이동할 수 있도록 구성된다.
또한 이물질 제거장치는 복수의 홀을 포함하여 구성된다. 이때, 혐기소화 조류조의 하단에는 이물질 수거장치가 위치하는데 상기 이물질 수거장치는 상기 복수의 홀에 대응하는 복수의 수거핀을 포함하여 구성된다.
즉, 이물질 제거장치가 하강하면서 이물질을 이물질 수거장치로 밀고 내려가 이물질 수거장치의 수거핀에 상기 이물질이 고정되도록 하여 상기 이물질을 제거할 수 있도록 하는 것이다. 이후 관리인력은 이물질 수거장치만 수거하여 이물질을 제거하면 된다.
또한 원격 이물질 감시 및 제거 장치(100)는 수집한 센서정보를 활용하여 혐기소화 저류조의 막힘 여부를 즉시 판단할 수 있다. 이때, 혐기소화 조류조가 막힌 것으로 판단되는 경우 즉시 이물질 수거장치를 원격에서 제어하여 이물질을 제거할 수 있도록 한다.
상기 스크린의 막힘 여부를 판단하는 것은 도 3을 참조하여 상세히 설명하도록 한다.
또한 원격 이물질 감시 및 제거 장치(100)는 막힘 징후 예측을 통한 막힘이 예상되거나, 혹은 막힘이 발생한 것으로 판단되는 경우, 관리자 단말(200)로 알림으로 제공하며, 이물질 수거장치를 원격에서 제어한 후, 수집한 센서정보를 토대로 막힘 처리가 완료되었다면 이에 대한 알림을 관리자 단말(200)로 알림으로 제공함으로써 불필요한 인력소모(즉, 관리인력의 출동)를 줄일 수 있도록 한다.
도 3은 본 발명의 일 실시예에 따른 AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 장치의 동작을 설명하기 위해 나타낸 도면이다.
도 3에 도시한 바와 같이, 본 발명의 일 실시예에 따른 원격 이물질 감시 및 제거 장치(100)는 무방류 화장실에 구비되는 IoT 센서모듈로부터 센서정보를 수집하고, 상기 수집한 센서정보에 대한 전처리를 수행한다. 상기 센서정보는 적어도 하나 이상의 무방류 화장실에 대해서 각각 수집될 수 있으며, 무방류 화장실의 식별자를 더 포함하여 구성될 수 있다.
상기 전처리는 수집한 센서정보에 포함된 혐기소화 저류조의 제1차조 및 제2차조의 수위를 이용하여 상기 제1차조 및 제2차조 간의 수위차를 계산하고, 상기 계산한 수위차와 센서정보에 포함된 펌프부하를 사전에 설정한 시간기간에 따라 평균함으로써 수행된다. 이때, 수위차는 제2차조의 수위에서 제1차조의 수위를 차감함으로써 계산된다.
한편 변기로부터 분뇨오수가 혐기소화 저류조로 배출되는 경우 변기소화 저류조의 분뇨오수가 철렁거임으로 인해 정확한 수위를 측정하는 것이 어렵다. 이러한 문제점을 해결하고 보다 정확하게 막힘 징후를 예측하기 위해서 수위차와 펌프부하를 상기 소정의 시간기간에 따라 평균함으로써 전처리하는 것이다.
예를 들어, 센서정보가 10분의 주기로 수집되고 사전에 설정한 시간기간이 1시간이면 1시간 동안 수집한 센서정보(예: 6개) 각각에서 수위차를 계산하고, 각 계산한 수위차와 각 센서정보의 펌프부하를 평균(예: 1/6)하여 상기 수집한 센서정보에 대한 전처리를 수행한다.
이후, 이물질 감시 및 제거 장치(100)는 각 전처리한 결과를 막힘 징후 예측용 학습모델에 적용하여 상기 학습모델의 출력결과에 따라 혐기소화 저류조의 막힘 징후를 예측한다.
즉, 센서정보에 대한 전처리를 수행하는 것은 학습모델의 입력데이터를 구성하기 위해 수행되는 것이다. 이하에서는 전처리한 결과를 입력데이터로 지칭하도록 한다.
한편 입력데이터는 학습모델을 구성하는 복수의 입력노드로 구성된 입력레이어에 시계열적으로 입력된다. 상기 학습모델에 대해서는 도 4 및 도 5를 참조하여 상세히 설명하도록 한다.
또한 학습모델의 출력결과에 따라 혐기소화 저류조의 막힘 징후를 예측한 결과, 막힘이 예상되는 경우(즉, 막힘이 발생할 것으로 예상되는 경우) 이물질 제거를 위한 제어명령을 생성하여 이물질 제거장치 콘트롤러로 전송함으로써 혐기소화 저류조에 구비된 이물질 제거장치를 원격에서 제어하여 상기 이물질을 미리 제거할 수 있도록 한다.
한편, 이물질 감지 및 제거 장치(100)는 계산한 수위차와 상기 수위차에 해당하는 센서정보의 펌프부하를 이용하여 혐기소화 저류조의 막힘 여부를 즉시 판단할 수 있다.
상기 막힘 여부를 판단하는 것은 상기 수위차와 센서정보의 펌프부하에 따라 사전에 설정한 막힘 여부 판단 기준에 따라 수행된다.
상기 막힘 여부 판단 기준은 수위차가 20(cm)을 초과하거나, 펌프부하(즉, 모터의 RPM)가 정상수치의 일정 배수(예: 1.5배)를 초과(펌프부하 > 정상수치 X 150%)하거나 또는 이들의 조합을 포함하면 혐기소화 저류조에서 막힘이 발생한 것으로 판단하도록 구성된다.
이때, 이물질 감시 및 제거 장치(100)는 혐기소화 저류조의 막힘 여부를 우선 판단하여 막힘이 발생하지 않은 것으로 판단되는 경우에 막힘 징후를 예측하도록 구성될 수 있다.
또한 막힘 여부를 판단한 결과, 막힘이 발생한 것으로 판단되면, 이물질 제거장치를 원격에서 제어하여 즉시 이물질을 제거할 수 있도록 한다.
도 4는 본 발명의 일 실시예에 따른 막힘 징후 예측용 학습모델을 설명하기 위해 나타낸 도면이다.
도 4에 도시한 바와 같이, 본 발명의 일 실시예에 따른 막힘 징후 예측용 학습모델은 전처리 과정을 통해 생성한 입력데이터가 입력되면 막힘 징후에 대한 확률(0 내지 1.0)을 출력하도록 구성된다.
상기 막힘 징후 예측용 학습모델은 학습네트워크를 통해 학습데이터를 학습함으로서 생성된다.
상기 학습데이터는 혐기소화 저류조가 막히기 전, 소정의 시간동안 사전에 수집한 각 센서정보를 전처리한 결과를 포함하여 구성된다. 예를 들어, 혐기소화 저류조가 막히기 전, 10시간 동안 10분 간격으로 센서정보를 수집하고, 소정의 시간기간(1시간)별로 상기 수집한 센서정보를 전처리함으로써 10개의 전처리한 결과(즉, 학습용 입력데이터)를 포함하는 학습데이터를 구성할 수 있다. 상기 전처리는 도 3에서 설명한 전처리와 동일한 과정을 통해 수행된다.
결국, 학습데이터는 사전에 수집한 센서정보를 전처리한 각각의 결과를 데이터 세트로 구성한 것이다.
도 4 및 도 5에 도시한 막힘 징후 예측용 학습모델은 ANN(artificial neural network)를 통해 학습데이터를 학습하여 생성한 것을 도시한 것이다. 다만 이에 한정하지 않으며 CNN(convolutional neural network)나 RNN(recurrent neural network)와 같은 다양한 학습네트워크를 이용할 수 있다.
상기 학습네트워크는 복수의 입력노드를 포함하는 입력레이어, 복수의 히든노드를 포함하는 적어도 하나 이상의 히든레이어 및 출력노드를 포함하는 출력레이어를 포함하여 구성된다.
상기 입력레이어는 학습데이터를 구성하는 전처리한 결과가 시계열적으로 입력된다. 예를 들어, 최상단에 위치하는 입력노드에는 제일 빠른 시간에 수집한 복수의 센서정보를 전처리한 결과가 입력되고 최하단에 위치하는 입력노드는 제일 늦은 시간에 수집한 복수의 센서정보를 전처리한 결과가 입력된다. 이때, 입력레이어의 입력노드는 학습데이터를 구성하는 전처리한 결과의 개수만큼 구성된다. 왜냐하면 학습을 통해 막힘 징후를 예측하기 위해서는 혐기소화 저류조에서 막힘이 발생하기 전 소정의 시간동안 수집한 센서정보를 전처리한 결과를 한 번에 학습하기 위해서이다.
이때, 학습데이터는 다양한 환경에서 혐기소화 저류조가 막힐 때까지 반복적으로 각각 생성되며, 각 생성된 학습데이터가 학습네트워크의 입력레이어에 각각 입력되어 학습에 이용된다.
상기 히든레이어는 입력레이어, 또 다른 히든레이어 및 출력레이어와 특정 가중치를 가지는 링크(link)를 통해 각각 연결되며, 이물질 감시 및 제거 장치(100)는 각 링크의 가중치를 조정해가면서 특정 입력에 대한 막힘 징후의 확률을 출력하도록 학습을 수행하여 막힘 징후 예측용 학습모델을 생성한다. 즉, 학습이 종료(즉, 모든 가중치가 조정)되면 해당 학습네트워크가 막힘 징후 예측용 학습모델이 되는 것이다.
한편, 학습은 이물질 감시 및 제거 장치(100)에서 수행하는 것으로 기재하였으나, 별도의 학습서버(미도시)에서 수행되어 이물질 감시 및 제거 장치(100)로 제공될 수 있다.
상기 출력레이어는 입력에 따른 막힘 징후에 대한 확률을 출력하도록 구성되며, 상기 확률은 0.0 내지 1.0 사이의 값을 가진다.
또한 이물질 감시 및 제거 장치(100)는 실제 수집한 센서정보를 전처리하여 생성한 입력데이터를 막힘 징후 예측용 학습모델에 입력하여, 상기 학습모델의 출력결과에 따라 막힘 징후를 예측한다.
이때, 이물질 감시 및 제거 장치(100)는 학습모델의 출력결과가 사전에 설정한 임계확률(예: 0.8) 이상인 경우 막힘이 예상(즉, 막힘이 발생할 것으로 예상)되는 것으로 판단하며, 임계확률 이하인 경우에는 막힘이 발생하지 않을 것으로 예상함으로써 상기 막힘 징후를 예측한다.
이때, 학습모델의 입력레이어를 구성하는 입력노드에는 전처리하여 생성한 입력데이터가 시계열적으로 입력된다. 즉, 입력데이터는 지속적으로 생성되므로 상기 입력노드에 FIFO(first in first out) 방식에 따라 시계열적으로 입력된다. 더욱 자세하게는 큐(queue)방식으로 입력노드에 입력되는 것이다.
예를 들어, 시계열적으로 입력데이터가 10개(입력데이터 #1 내지 #10)까지 생성되어 10개의 입력데이터가 입력노드에 입력되어 막힘 징후를 예측한 후, 11번째의 입력데이터가 생성되었다면, 제일 처음 입력노드(최상단 입력노드)에 입력된 입력데이터 #1은 제거(out)되고, 각 입력노드에 입력된 입력데이터는 전단의 입력노드로 입력되고, 마지막 입력노드(최하단 입력노드)에는 11번째 입력데이터(입력데이터 #11)가 입력(IN)되어 막힘 징후를 예측하도록 구성된다.
한편, 학습모델의 입력레이어에 대한 모든 입력노드에 입력데이터를 시계열적으로 입력(즉, 모든 입력노드에 입력데이터가 입력)하여 막힘 징후를 예측하는 것이 바람직하다. 즉, 입력데이터가 소정의 개수(즉, 입력노드의 개수)만큼 생성되면 상기 입력데이터를 FIFO 방식으로 상기 입력레이어에 입력하여 막힘 징후를 예측하는 것이다. 다만 이에 한정하지 않으며 입력데이터가 생성될 때마다 FIFO 방식에 따라 시계열적으로 학습모델의 입력레이어에 입력하여 막힘 징후를 예측할 수 있다. 다만 모든 입력레이어에 입력데이터가 입력되지 않으면 막힘 징후에 대한 확률이 매우 낮게 출력될 것이다.
도 5는 본 발명의 또 다른 일 실시예에 따른 막힘 징후 예측용 학습모델을 설명하기 위해 나타낸 도면이다.
도 5에 도시한 바와 같이, 본 발명의 또 다른 일 실시예에 따른 막힘 징후 예측용 학습모델은 전처기 과정을 통해 생성한 입력데이터가 입력되면, 입력에 따른 수위차(제1차조 및 제2차조 간의 수위차) 및 펌프부하를 출력하도록 구성된다.
이때, 학습을 위한 학습데이터는 혐기소화 조류조가 막히기 전, 소정의 시간동안 사전에 수집한 각 센서정보를 전처리한 결과를 시간의 순서에 따라 소정의 개수만큼 FIFO방식으로 그룹핑함으로써 생성된다.
즉, 도 4의 학습데이터는 각 센서정보를 전처리한 결과로 구성되지만, 도 5의 또 다른 막힘 징후 예측용 학습모델을 생성하기 위한 학습데이터는 전처리한 결과를 소정의 개수만큼 FIFO 방식으로 그룹핑하여 생성한 복수의 그룹으로 구성된다.
예를 들어, 사전에 수집한 센서정보를 전처리한 결과가 시계열적으로 10개(전처리 #1 전처리 #10)가 있고, 5개씩 FIFO 방식으로 그룹핑한다면, 제1 그룹은 전처리 #1 내지 전처리 #5가 되고, 제2 그룹은 전처리 #2 내지 전처리 #6이 되며, 마지막 그룹은 전처리 #5 내지 #9가 되며, 각 그룹은 각 그룹에 속한 마지막 전처리 결과의 다음 전처리 결과가 레이블링된다. 예를 들어, 제1 그룹에는 전처리 #6에 해당하는 수위차 및 펌프부하가 레이블링되며 마지막 그룹은 전처리 #10에 해당하는 수위차 및 펌프부하가 레이블링된다. 이때, 마지막 전처리 결과(즉, 전처리 #10)를 포함하는 그룹이 없는 이유는 마지막 전처리 결과를 포함하는 경우 다음의 전처리 결과가 없으므로 해당 그룹에 대한 레이블링을 수행할 수 없기 때문이다.
또한 학습네트워크의 입력레이어는 학습데이터를 구성하는 각 그룹을 구성하는 전처리한 결과가 시계열적으로 입력된다. 이때, 입력레이어의 입력노드는 각 그룹을 구성하는 전처리한 결과의 개수(예: 5개)만큼 구성된다.
상기 학습네트워크의 히든레이어는 입력레이어, 또 다른 히든레이어 및 출력레이어와 특정 가중치를 가지는 링크(link)를 통해 각각 연결되며, 이물질 감시 및 제거 장치(100)는 각 링크의 가중치를 조정해가면서 주어진 입력과 주어진 입력에 대한 출력(레이블)의 쌍을 학습함으로써 특정 입력에 대한 수위차와 펌프부하를 출력하도록 학습하여 막힘 징후 예측용 학습모델을 생성한다.
상기 출력레이어는 입력에 따라 가장 확률이 높은 수위차와 펌프부하를 출력하도록 구성된다.
또한 이물질 감시 및 제거 장치(100)는 실제 수집한 센서정보를 전처리하여 생성한 입력데이터를 막힘 징후 예측용 학습모델에 입력하여, 상기 학습모델의 출력결과에 따라 막힘 징후를 예측한다.
이때, 이물질 감시 및 제거 장치(100)는 막힘 징후 예측용 학습모델의 출력결과인 수위차 및 펌프부하가 사전에 설정한 막힘 파단 기준에 부합하면, 막힘이 예상(즉, 막힘이 발생한 것으로 예상)되는 것으로 판단하며, 부합하지 않으면 막힘이 발생하지 않을 것으로 예상함으로써 상기 막힘 징후를 예측한다.
이때, 학습모델의 입력레이어를 구성하는 입력노드에는 전처리하여 생성한 입력데이터가 시계열적으로 입력된다. 즉, 입력데이터는 지속적으로 생성되므로 상기 입력노드에 FIFO(first in first out) 방식에 따라 시계열적으로 입력된다. 더욱 자세하게는 큐(queue)방식으로 입력노드에 입력되는 것이다.
예를 들어, 막힘 징후 예측용 학습모델의 입력레이어를 구성하는 입력노드가 5개로 구성되고 시계열적으로 입력데이터가 7개 생성(입력데이터 #1 내지 #7)되어 현재 입력레이어에 입력데이터 #3 내지 #7이 입력되어 막힘 징후를 예측한 후, 8번째 입력데이터가 생성되었다면, 제일 처음의 입력노드(최상단 입력노드)에 입력된 입력데이터 #3은 제거(out)되고, 각 입력노드에 입력된 입력데이터는 전단의 입력노드로 입력되고, 마지막 입력노드(최하단 입력노드)에는 8번째 입력데이터(입력데이터 #8)가 입력(IN)되어 막힘 징후를 예측하도록 구성된다.
도 6은 본 발명의 일 실시예에 따른 AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 장치의 구성을 나타낸 블록도이다.
도 6에 도시한 바와 같이, 본 발명의 일 실시예에 따른 원격 이물질 감시 및 제거 장치(100)는 센서정보 수집부(110), 전처리부(120), 막힘 판단부(130), 막힘 징후 예측부(140), 이물질 제거부(150) 및 알림부(160)를 포함하여 구성된다.
상기 센서정보 수집부(110)는 무방류 화장실에 구비된 IoT 센서모듈로부터 혐기소화 저류조의 제1차조 및 제2차조에 대한 수위, 상기 혐기소화 저류조의 처리수를 다음의 처리조로 이송하기 위한 펌프의 부하(펌프부하)를 포함하는 센서정보를 수집하는 기능을 수행한다.
상기 펌프부하는 펌프를 동작시키기 위한 모터의 분당 회전수임은 상술한 바와 같다.
상기 전처리부(120)는 수집한 센서정보를 전처리하기 위한 것으로 수위차 계산부(121) 및 평균부(122)를 포함하여 구성된다.
상기 수위차 계산부(120)는 센서정보에 포함된 제1차조 및 제2차조의 수위를 이용하여 제1차조 및 제2차조 간의 수위차를 계산하는 기능을 수행한다. 상기 수위차를 계산하는 것은 도 3을 참조하여 설명하였으므로 여기서는 생략한다.
상기 평균부(122)는 수위차 및 센서정보에 포함된 펌프부하를 소정의 시간기간에 따라 평균하는 기능을 수행한다. 즉, 평균부(122)는 주기적으로 수집되는 센서정보에서 각각 계산한 수위차와 센서정보의 펌프부하를 소정의 시간기간에 따라 평균함으로써 최종적으로 센서정보에 대한 전처리를 수행한다.
상기 막힘 판단부(130)는 전처리부(120)에서 계산한 수위차와 상기 수위차에 해당하는 센서정보에 포함된 펌프부하가 사전에 설정한 막힘 판단 기준에 부합하는지 여부에 따라 혐기소화 저류조의 막힘 발생 여부를 판단한다.
상기 막힘 발생 여부를 판단하는 것은 도 3을 참조하여 설명하였으므로, 상세한 설명은 생략하도록 한다.
상기 막힘 징후 예측부(140)는 전처리한 결과(즉, 입력데이터)를 막힘 징후 예측용 학습모델에 FIFO 방식에 따라 시계열적으로 입력하여 상기 막힘 징후 예측용 학습모델의 출력결과에 따라 혐기소화 저류조의 막힘 징후를 예측한다.
상기 막힘 징후 예측 모델을 이용하여 막힘 징후를 예측하는 것은 도 3 내지 도 5를 참조하여 설명하였으므로 여기서는 생략하도록 한다.
상기 이물질 제거부(150)는 막힘 판단부(130)에서 막힘이 발생한 것으로 판단하거나, 혹은 막힘 징후 예측부(140)에서 막힘이 예상되는 경우, 혐기소화 저류조에 구비되는 이물질 제거장치에 대한 제어명령을 생성하여 이무질 제거장치 콘트롤러로 전송함으로써 상기 이물질 제거장치를 원격에서 제어하여 이물질을 제거할 수 있도록 하는 기능을 수행한다.
한편, 막힘 징후 예측부(140)는 막힘 판단부(130)를 통해 막힘이 발생한 경우, 막힘 징후 예측을 수행하지 않을 수 있다.
또한 막힘 징후 예측부(140)는 막힘이 발생하였거나, 막힘이 예상되어 이물질 제거부(150)를 통해 이물질을 제거한 후, 새롭게 전처리한 결과(즉, 새롭게 생성된 입력데이터)를 이용하여 막힘 징후를 예측하도록 구성될 수 있다.
상기 알림부(160)는 막힘이 발생하였거나, 막힘이 예상되면 관리자 단말(200)로 알림으로 제공하고, 이물질 제거부(150)를 통해 이물질 제거장치를 원격에서 제어하여 이물질을 제거한 후, 수집한 센서정보로부터 계산한 수위차와 펌프부하 각각이 정상범위이면 막힘 처리 완료에 대한 알림을 제공하도록 구성된다.
한편, 알림부(160)는 이물질 제거장치를 원격에서 제어한 후, IoT 센서모듈로부터 수집한 센서정보를 통해 계산한 수위차와 펌프부하 각각이 정상범위가 아니면 관리자 단말(200)로 막힘이 처리되지 않았음을 알림으로 제공함으로써 해당 무방류 화장실로 관리인력을 파견하여 무방류 화장실의 막힘을 신속하게 처리할 수 있도록 한다.
즉, 본 발명은 막힘 징후를 예측하는 것과 막힘을 판단하는 것을 통해서 무방류 화장실에 대한 이물질을 원격에서 감시하고, 상기 예측 혹은 판단한 결과에 따라 이물질 제거장치를 원격에서 제어하여 상기 이물질을 제거할 수 있도록 하는 것이다.
도 7은 본 발명의 일 실시예에 따른 무방류 화장실에 대해서 원격으로 이물질을 감지하고 제거하는 절차를 나타낸 흐름도이다.
도 7에 도시한 바와 같이, 본 발명의 일 실시예에 따른 무방류 화장실에 대해서 원격으로 이물질을 감시하고 제거하는 절차는 우선, 이물질 감시 및 제거 장치(100)는 IoT 센서모듈로부터 센서정보를 수집하는 센서정보 수집 단계를 수행한다(S110).
상기 센서정보는 무방류 화장실의 1차 처리조인 혐기소화 저류조의 제1차조 및 제2차조에 대한 각 수위와 펌프부하(혐기소화 저류조의 처리수를 다음의 처리조로 이송하기 위한 펌프의 부하)를 포함한다.
다음으로 이물질 감시 및 제거 장치(100)는 제1차조 및 제2차조 간의 수위차를 계산하는 수위차 계산 단계와 상기 계산한 수위차와 펌프부하를 소정의 시간기간에 따라 평균하는 평균 단계를 포함하는 전처리 단계를 수행한다(S120).
한편, 상기 평균 단계는 소정의 시간기간 동한 센서정보가 모두 수집되지 않으면 수행되지 않는다.
다음으로 이물질 감시 및 제거 장치(100)는 수위차 계산 단계를 통해 계산한 수위차와 상기 계산한 수위차에 해당하는 센서정보의 펌프부하를 이용하여 혐기서화 저류조의 막힘을 판단하는 막힘 판단 단계를 수행한다(S130).
상기 막힘 판단 단계는 수위차 및 펌프부하가 사전에 설정한 막힘 판단 기준에 부합하는지에 따라 혐기소화 저류조의 막힘을 판단하도록 구성된다.
다음으로 이물질 감시 및 제거 장치(100)는 혐기소화 저류조의 막힘이 발생한 것으로 판단되면 이물질 제거장치를 원격에서 제어하여 이물질을 제거하는 이물질 제거 단계를 수행한다(S170).
다음으로 이물질 감시 및 제거 장치(100)는 막힘 판단 단계를 통해 혐기소화 저류조의 막힘이 발생하지 않은 것으로 판단되면, S120 단계를 통해 전처리한 결과인 입력데이터를 막힘 예측용 학습모델에 적용하여 막힘 징후를 예측하는 막힘 징후 예측 단계를 수행한다(S150).
상기 막힘 징후 예측 단계는 시간기간에 따라 각 센서정보를 토대로 계산한 수위차와 펌프부하를 평균함으로써 생성한 입력데이터를 막힘 징후 예측용 학습모델에 FIFO 방식으로 시계열적으로 입력하여, 상기 입력한 결과에 따른 상기 막힘 징후 예측용 학습모델의 출력결과에 따라 상기 혐기소화 저류조의 막힘 징후를 예측하도록 구성된다. 상기 막힘 징후를 예측하는 것은 도 4 및 도 5를 참조하여 설명하였으므로 더 이상의 상세한 설명은 생략하도록 한다.
다음으로 이물질 감시 및 제거 장치(100)는 막힘 징후를 예측한 결과, 막힘이 예상되는 경우 이물질 제거장치를 원격에서 제어하여 이물질을 제거하는 이물질 제거 단계를 수행한다(S170).
한편, 도 7에는 도시하지 않았으나, 이물질 감시 및 제거 장치(100)는 막힘이 발생한 것으로 판단되거나 막힘이 예상되는 경우, 관리자 단말(200)로 알림으로 제공하고, 이물질 제거장치를 원격으로 제어하여 이물질이 제거된 경우(즉, 수위차와 펌프부하가 정상범위로 복귀)에는 막힘 처리 완료에 대한 알림을 관리자 단말(200)로 제공하는 알림 단계를 더 수행한다.
이처럼, 본 발명은 무방류 화장실의 혐기소화 저류조에 대한 이물질의 발생을 감시하여 제거함으로써 상기 이물질로 인한 혐기소화 저류조의 막힘을 미리 방지하여 환경호염이나 악취의 발생을 방지할 수 있는 효과가 있다.
이상으로 본 발명은 도면에 도시된 실시예를 참고로 하여 설명되었으나, 이는 예시적인 것에 불과하며, 당해 기술이 속하는 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서 본 발명의 기술적 보호범위는 아래의 특허청구범위에 의해서 판단되어야 할 것이다.
100: AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 장치
110: 센서정보 수집부 120: 전처리부
121: 수위차 계산부 122: 평균부
130: 막힘 판단부 140: 막힘 징후 예측부
150: 이물질 제거부 160: 알림부
200: 관리자 단말
110: 센서정보 수집부 120: 전처리부
121: 수위차 계산부 122: 평균부
130: 막힘 판단부 140: 막힘 징후 예측부
150: 이물질 제거부 160: 알림부
200: 관리자 단말
Claims (14)
- 이물질 차단용 스크린을 구비한 무방류 화장실의 혐기소화 저류조에 대한 제1차조 및 제2차조의 수위와 상기 혐기소화 저류조의 처리수를 다음 처리조로 이송하기 위한 펌프의 부하를 포함하는 센서정보를 수집하는 센서정보 수집부;
상기 수집한 센서정보를 이용하여 상기 스크린의 이물질에 의한 막힘 징후를 예측하는 막힘 징후 예측부; 및
상기 예측한 결과, 막힘이 예상되는 경우, 상기 혐기소화 저류조에 구비된 이물질 제거장치를 원격에서 제어하여 상기 이물질을 미리 제거하는 이물질 제거부;를 포함하는 것을 특징으로 하는 AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 장치. - 청구항 1에 있어서,
상기 센서정보 수집부는, 사전에 설정한 주기에 따라 상기 센서정보를 수집하며,
상기 펌프의 부하는, 상기 펌프를 동작시키기 위한 모터의 분당회전수이고,
상기 혐기소화 저류조는, 상기 무방류 화장실의 변기에서 배출되는 오수분뇨를 1차적으로 처리하기 위한 1차 처리조인 것을 특징으로 하는 AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 장치. - 청구항 1에 있어서,
상기 원격 이물질 감시 및 제거 장치는,
상기 수집한 센서정보에 포함된 제2차조의 수위에서 제1차조의 수위를 차감하여 상기 제1차조 및 제2차조 간의 수위차를 계산하고, 상기 계산한 수위차와 상기 센서정보에 포함된 펌프의 부하를 소정의 시간기간에 따라 평균함으로써 상기 수집한 센서정보에 대한 전처리를 수행하는 전처리부;를 더 포함하며,
상기 막힘 징후 예측부는, 상기 전처리한 결과를 막힘 징후 예측용 학습모델에 적용하여 상기 학습모델의 출력결과가 사전에 설정한 임계확률 이상이면 상기 막힘이 발생할 것으로 예상하는 것을 특징으로 하는 AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 장치. - 청구항 3에 있어서,
상기 학습모델은,
상기 혐기소화 저류조가 막히기 전, 소정의 시간동한 사전에 수집한 각 센서정보를 전처리하여 생성한 학습데이터를 학습함으로써 생성되며,
상기 학습모델을 구성하는 복수의 입력노드를 포함하는 입력레이어에 실제 수집한 센서정보를 전처리한 결과가 시계열적으로 입력되면 상기 막힘 징후에 대한 확률을 출력하도록 구성되고,
상기 실제 수집한 센서정보를 전처리한 결과는, 상기 입력레이어에 FIFO(first in first out)방식에 따라 시계열적으로 입력되는 것을 특징으로 하는 AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 장치. - 청구항 3에 있어서,
상기 원격 이물질 감시 및 제거 장치는,
상기 계산한 수위차가 사전에 설정한 임계수위차를 초과하거나, 상기 계산한 수위차에 해당하는 센서정보에 포함된 펌프의 부하가 정상 수치의 일정 배수를 초과하거나 또는 이들의 조합을 포함하면 상기 막힘이 발생한 것으로 판단하는 막힘 판단부;를 더 포함하며,
상기 막힘이 발생한 것으로 판단되면 상기 혐기소화 저류조에 구비된 이물질 제어 장치를 원격에서 즉시 제어하여 상기 이물질을 제거하는 것을 더 포함하는 것을 특징으로 하는 AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 장치. - 청구항 1에 있어서,
상기 원격 이물질 감시 및 제거 장치는,
상기 수집한 센서정보에 포함된 제2차조의 수위에서 제1차조의 수위를 차감하여 상기 제1차조 및 제2차조 간의 수위차를 계산하고, 상기 계산한 수위차와 상기 센서정보에 포함된 펌프의 부하를 소정의 시간기간에 따라 평균함으로써 상기 수집한 센서정보에 대한 전처리를 수행하는 전처리부;를 더 포함하며,
상기 막힘 징후 예측부는, 각 상기 전처리한 결과를 학습모델에 적용하여 상기 학습모델에서 출력하는 수위차 및 펌프의 부하에 따라 상기 막힘 징후를 예측하며, 상기 출력한 수위차가 사전에 설정한 임계수위차를 초과하거나, 상기 출력한 펌프의 부하가 정상 수치의 일정 배수를 초과하거나 또는 이들의 조합을 포함하면 상기 막힘이 발생할 것으로 예상하는 것을 포함하는 것을 특징으로 하는 AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 장치. - 청구항 6에 있어서,
상기 학습모델은, 상기 혐기소화 저류조가 막히기 전, 소정의 시간동안 사전에 수집한 센서정보를 소정의 시간구간별로 전처리하고, 상기 전처리한 결과를 시간의 순서에 따라 소정의 개수만큼 FIFO 방식으로 그룹핑하여 생성한 학습데이터를 학습함으로써 생성되며,
상기 학습모델을 구성하는 복수의 입력노드를 포함하는 입력레이어에 실제 수집한 센서정보를 전처리한 결과가 시계열적으로 입력되면 상기 입력한 결과에 따라 제일 높은 확률을 가지는 수위차와 펌프의 부하를 출력하도록 구성되고,
상기 실제 수집한 센서정보를 전처리한 결과는, 상기 입력레이어에 FIFO 방식에 따라 시계열적으로 입력되는 것을 특징으로 하는 AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 장치. - 청구항 5에 있어서,
상기 이물질 감시 및 제거 장치는,
상기 막힘의 발생이 예상되거나, 또는 상기 막힘이 발생한 것으로 판단되면 관리자에게 알림으로 제공하고,
상기 이물질 제거장치를 원격에서 제어한 이후, 수신한 센서정보에 포함된 상기 제1차조 및 제2차조의 수위에 따라 계산한 수위차와 해당 센서정보에 포함된 상기 펌프의 부하가 각각이 사전에 설정한 정상범위이면 이물질 제거가 완료되었음을 관리자에게 알림으로 제공하는 알림부;를 더 포함하는 것을 특징으로 하는 AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 장치. - 이물질 차단용 스크린을 구비한 무방류 화장실의 혐기소화 저류조에 대한 제1차조 및 제2차조의 수위와 상기 혐기소화 저류조의 처리수를 다음 처리조로 이송하기 위한 펌프의 부하를 포함하는 센서정보를 수집하는 센서정보 수집 단계;
상기 수집한 센서정보를 이용하여 상기 스크린의 이물질에 의한 막힘 징후를 예측하는 막힘 징후 예측 단계; 및
상기 예측한 결과, 막힘이 예상되는 경우, 상기 혐기소화 저류조에 구비된 이물질 제거장치를 원격에서 제어하여 상기 이물질을 미리 제거하는 이물질 제거 단계;를 포함하는 것을 특징으로 하는 AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 방법. - 청구항 9에 있어서,
상기 센서정보 수집부는, 사전에 설정한 주기에 따라 상기 센서정보를 수집하며,
상기 펌프의 부하는, 상기 펌프를 동작시키기 위한 모터의 분당회전수이고,
상기 혐기소화 저류조는, 상기 무방류 화장실의 변기에서 배출되는 오수분뇨를 1차적으로 처리하기 위한 1차 처리조인 것을 특징으로 하는 AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 방법. - 청구항 9에 있어서,
상기 원격 이물질 감시 및 제거 방법은,
상기 수집한 센서정보에 포함된 제2차조의 수위에서 제1차조의 수위를 차감하여 상기 제1차조 및 제2차조 간의 수위차를 계산하고, 상기 계산한 수위차와 상기 센서정보에 포함된 펌프의 부하를 소정의 시간기간에 따라 평균함으로써 상기 수집한 센서정보에 대한 전처리를 수행하는 전처리 단계;를 더 포함하며,
상기 막힘 징후 예측 단계는, 상기 전처리한 결과를 막힘 징후 예측용 학습모델에 적용하여 상기 학습모델의 출력결과가 사전에 설정한 임계확률 이상이면 상기 막힘이 발생할 것으로 예상하며,
상기 학습모델은, 상기 혐기소화 저류조가 막히기 전, 소정의 시간동안 사전에 수집한 센서정보를 소정의 시간기간에 따라 전처리하여 생성한 학습데이터를 학습함으로써 생성되며, 상기 학습모델을 구성하는 복수의 입력노드를 포함하는 입력레이어에 실제 수집한 센서정보를 전처리한 결과가 시계열적으로 입력되면 상기 막힘 징후에 대한 확률을 출력하도록 구성되고, 상기 실제 수집한 센서정보를 전처리한 결과는, 상기 입력레이어에 FIFO(first in first out)방식에 따라 시계열적으로 입력되는 것을 특징으로 하는 AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 방법. - 청구항 11에 있어서,
상기 원격 이물질 감시 및 제거 방법은,
상기 계산한 수위차가 사전에 설정한 임계수위차를 초과하거나, 상기 계산한 수위차에 해당하는 센서정보에 포함된 펌프의 부하가 정상 수치의 일정 배수를 초과하거나 또는 이들의 조합을 포함하면 상기 막힘이 발생한 것으로 판단하는 막힘 판단 단계;를 더 포함하며,
상기 막힘이 발생한 것으로 판단되면 상기 혐기소화 저류조에 구비된 이물질 제어 장치를 원격에서 즉시 제어하여 상기 이물질을 제거하는 것을 더 포함하는 것을 특징으로 하는 AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 방법. - 청구항 9에 있어서,
상기 원격 이물질 감시 및 제거 방법은,
상기 수집한 센서정보에 포함된 제2차조의 수위에서 제1차조의 수위를 차감하여 상기 제1차조 및 제2차조 간의 수위차를 계산하고, 상기 계산한 수위차와 상기 센서정보에 포함된 펌프의 부하를 소정의 시간기간에 따라 평균함으로써 상기 수집한 센서정보에 대한 전처리를 수행하는 전처리 단계;를 더 포함하며,
상기 막힘 징후 예측 단계는, 각 상기 전처리한 결과를 학습모델에 적용하여 상기 학습모델에서 출력하는 수위차 및 펌프의 부하에 따라 상기 막힘 징후를 예측하며, 상기 출력한 수위차가 사전에 설정한 임계수위차를 초과하거나, 상기 출력한 펌프의 부하가 정상 수치의 일정 배수를 초과하거나 또는 이들의 조합을 포함하면 상기 막힘이 발생할 것으로 예상하며,
상기 학습모델은, 상기 혐기소화 저류조가 막히기 전, 소정의 시간동안 사전에 수집한 센서정보를 소정의 시간구간에 따라 전처리하고, 상기 전처리한 결과를 시간의 순서에 따라 소정의 개수만큼 FIFO 방식으로 그룹핑하여 생성한 학습데이터를 학습함으로써 생성되며, 상기 학습모델을 구성하는 복수의 입력노드를 포함하는 입력레이어에 실제 수집한 센서정보를 전처리한 결과가 시계열적으로 입력되면 상기 입력한 결과에 따라 제일 높은 확률을 가지는 수위차와 펌프의 부하를 출력하도록 구성되고,
상기 실제 수집한 센서정보를 전처리한 결과는, 상기 입력레이어에 FIFO 방식에 따라 시계열적으로 입력되는 것을 특징으로 하는 AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 방법. - 청구항 12에 있어서,
상기 이물질 감시 및 제거 방법은,
상기 막힘의 발생이 예상되거나, 또는 상기 막힘이 발생한 것으로 판단되면 관리자에게 알림으로 제공하고,
상기 이물질 제거장치를 원격에서 제어한 이후, 수신한 센서정보에 포함된 상기 제1차조 및 제2차조의 수위에 따라 계산한 수위차와 해당 센서정보에 포함된 상기 펌프의 부하가 각각이 사전에 설정한 정상범위이면 이물질 제거가 완료되었음을 관리자에게 알림으로 제공하는 알림 단계;를 더 포함하는 것을 특징으로 하는 AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220145803A KR20240065365A (ko) | 2022-11-04 | 2022-11-04 | AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 장치 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220145803A KR20240065365A (ko) | 2022-11-04 | 2022-11-04 | AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 장치 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20240065365A true KR20240065365A (ko) | 2024-05-14 |
Family
ID=91076193
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020220145803A KR20240065365A (ko) | 2022-11-04 | 2022-11-04 | AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 장치 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR20240065365A (ko) |
-
2022
- 2022-11-04 KR KR1020220145803A patent/KR20240065365A/ko unknown
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103744293B (zh) | 基于模糊神经网络的废水处理监控方法和系统 | |
Vyas et al. | Performance forecasting of common effluent treatment plant parameters by artificial neural network | |
WO2017184073A1 (en) | System and method for wastewater treatment process control | |
CN102156406B (zh) | 基于污水处理厂运行工况诊断污泥膨胀专家系统的预防与控制方法 | |
US20150183658A1 (en) | Method and apparatus for a vertical lift decanter system in a water treatment system | |
WO2012019294A1 (en) | Moving bed membrane bioreactor | |
JPH06304546A (ja) | 上水道プラントの運用制御装置 | |
Vakula et al. | Waste water management for smart cities | |
CN118047476B (zh) | 一种河湖水质智能监测调控系统 | |
Kodali | Smart waste water treatment | |
Serra et al. | ISCWAP: A knowledge-based system for supervising activated sludge processes | |
JP4718873B2 (ja) | 膜濾過設備の制御装置 | |
KR20240065365A (ko) | AIoT 기반 무방류 화장실 원격 이물질 감시 및 제거 장치 | |
AU2020103521A4 (en) | OMAI- Waste Treatment Systems: AI- Based Programming for Operation and Maintenance of Waste Treatment Systems | |
JP7566667B2 (ja) | ろ過装置の洗浄監視方法および洗浄監視システム | |
CN116770930A (zh) | 一种用于模块化建筑的集成式污水排放系统 | |
JP2021191579A (ja) | 水処理システム、及び水処理方法 | |
JP4929125B2 (ja) | 水融通運用装置 | |
Reynaert et al. | Predicting microbial water quality in on-site water reuse systems with online sensors | |
Paraskevas et al. | An advanced integrated expert system for wastewater treatment plants control | |
Ramesh et al. | Relevance of Artificial Intelligence in Wastewater Management | |
Jing et al. | Wastewater treatment plant network design using a multiscale two-stage mixed integer stochastic model | |
Capodaglio | Evaluation of modelling techniques for wastewater treatment plant automation | |
KR20230086849A (ko) | 유입수 인공지능 예측모델 기반 막생물반응기 최적화시스템 및 최적화방법 | |
CN107500482B (zh) | 基于低冲击雨水设施的市政道路化学品泄漏应急处置系统 |