KR20240092643A - 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템 - Google Patents

인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템 Download PDF

Info

Publication number
KR20240092643A
KR20240092643A KR1020220174438A KR20220174438A KR20240092643A KR 20240092643 A KR20240092643 A KR 20240092643A KR 1020220174438 A KR1020220174438 A KR 1020220174438A KR 20220174438 A KR20220174438 A KR 20220174438A KR 20240092643 A KR20240092643 A KR 20240092643A
Authority
KR
South Korea
Prior art keywords
temperature
frost
low
artificial intelligence
judgment
Prior art date
Application number
KR1020220174438A
Other languages
English (en)
Inventor
김찬우
최우철
임수영
Original Assignee
주식회사 스페이스포트
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 스페이스포트 filed Critical 주식회사 스페이스포트
Priority to KR1020220174438A priority Critical patent/KR20240092643A/ko
Publication of KR20240092643A publication Critical patent/KR20240092643A/ko

Links

Classifications

    • 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
    • F25D21/00—Defrosting; Preventing frosting; Removing condensed or defrost water
    • F25D21/02—Detecting the presence of frost or condensate
    • 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
    • F25D13/00—Stationary devices, e.g. cold-rooms
    • 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
    • F25D21/00—Defrosting; Preventing frosting; Removing condensed or defrost water
    • F25D21/002—Defroster control
    • 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
    • F25D29/008—Alarm devices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • Thermal Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Defrosting Systems (AREA)

Abstract

본 발명은 저온창고 성에감지 및 자동제상 시스템에 관한 것으로, 더욱 상세하게는 저온창고 또는 냉동컨테이너의 적상(Freezing-up)을 감지 및 제거하기 위하여 저온창고 또는 냉동컨테이너에 연결된 IoT 센서로부터 수집된 온도 데이터를 통해 적상의 상태가 판단되고, 적상의 상태에 따라 관리자 및 사용자에게 알림이 제공되면서 자동으로 제상이 진행되는 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템에 관한 것이다.
이러한 본 발명은 저온창고 적상감지 및 자동제상 시스템에 있어서, 온도 데이터가 획득되는 획득단계; 기설정된 조건이 확인되는 확인단계; 상기 확인단계의 기설정된 조건이 부합되었을 경우, 적상 상태가 판단되는 판단단계; 및 상기 판단단계의 판단 결과에 따라 후속조치가 진행되는 동작단계;로 이루어진 것을 기술적 요지로 한다.

Description

인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템 {Frost freezing-up detection and automatic defrosting system through graph image analysis based on artificial intelligence technology}
본 발명은 저온창고 성에감지 및 자동제상 시스템에 관한 것으로, 더욱 상세하게는 저온창고 또는 냉동컨테이너의 적상(Freezing-up)을 감지 및 제거하기 위하여 저온창고 또는 냉동컨테이너에 연결된 IoT 센서로부터 수집된 온도 데이터를 통해 적상의 상태가 판단되고, 적상의 상태에 따라 관리자 및 사용자에게 알림이 제공되면서 자동으로 제상이 진행되는 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템에 관한 것이다.
저온창고는 청과물 및 생선 등 물품의 신선도를 유지하고, 건조에 따른 중량 감소를 방지하는 데 필수 요소 중 하나이다.
상기 물품을 저온창고에 저장할 경우, 일정한 온도를 유지하는 온도관리가 무엇보다 중요하다.
온도관리는 저온창고에 부착되는 냉동기의 작동으로 관리되는데, 냉동기는 저온창고에 냉기를 공급하여 사용자가 원하는 설정된 온도로 유지되도록 한다.
이러한 냉동기는 설정된 온도를 유지시키기 위해 주기적으로 냉기를 공급하게되는데, 이때 제품의 입출고 작업을 통해 저온창고의 문의 개방 및 폐쇄가 자주 발생하면서 저온창고의 내부가 외기에 노출되어 갑작스런 온도차로 인해 수증기가 발생하고, 이 수증기가 다시 냉기에 노출되면서 얼음 결정체가 형성되는데, 이를 성에라고 한다.
이러한 성에가 지속적으로 쌓여 커지는 현상을 적상현상이라고 한다.
적상현상으로 인해 냉기 공급 부위를 막게 되고, 이로 인해 냉기 공급이 원활하지 않아 냉각효율이 저하되어 더 강한 냉기를 공급하게 되면서 냉동기 가동이 과열되거나 전력 과다 사용 및 고장 등이 발생하게 된다.
종래의 기술은 적상을 제거하기 위해 적상 상태와 상관없이 일정한 주기대로 열기를 공급하여 성에를 녹이는 제상(Defrost) 기능을 동작시키거나 저온창고를 사용하지 않는 상온 상태에서 인력을 투입하여 물리적으로 적상을 제거하고 있으나, 적상 상태가 아님에도 제상기능이 동작하여 불필요한 전력을 낭비하거나 적상을 제거하기 위해 직접 인력이 방문하여 물리적으로 제거해야 함으로써 비용 및 시간이 과다하게 발생하는 문제점이 있다.
이에, 인공지능 기술을 이용하여 온도변화에 따른 그래프 이미지를 분석함으로써 적상을 능동적으로 감지하고, 적상 상태에 따라 최적의 제상 기능을 자동으로 동작시켜 저온창고의 과다한 적상을 예방하고 적상 제거비용 및 소요시간이 감소되는 자동화된 저온창고 적상감지 및 자동제상 시스템의 필요성이 대두되고 있다.
(특허문헌 1) KR 10-2021-0006680 A
(특허문헌 2) KR 10-2012-0131364 A
본 발명은 상기한 문제점을 개선하기 위하여 발명된 것으로, IoT 디바이스를 사용하여 실시간으로 온도 데이터가 획득되어 그래프 이미지로 변환되되, 그래프 이미지가 비교, 분석 및 분류되고, 판단을 진행하기 위한 조건에 부합되면 적상 상태가 복수개의 판단방법을 통해 등급이 분류되며, 알림 및 제상기능이 구비되되, 자동으로 동작되어 저온창고의 적상 감지 및 제거가 용이한 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템을 제공하는데 그 목적이 있다.
본 발명의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적은 아래의 기재로부터 명확하게 이해될 수 있을 것이다.
상기한 목적을 달성하기 위한 본 발명에 따른 저온창고 적상감지 및 자동제상 시스템에 있어서, 온도 데이터가 획득되는 획득단계; 기설정된 조건이 확인되는 확인단계; 상기 확인단계의 기설정된 조건이 부합되었을 경우, 적상 상태가 판단되는 판단단계; 및 상기 판단단계의 판단 결과에 따라 후속조치가 진행되는 동작단계;로 이루어진 것을 기술적 특징으로 한다.
또한, 상기 획득단계는 IoT 디바이스를 통해 온도 데이터가 획득되되, 설정온도, 공급온도 및 순환온도가 실시간으로 측정되는 것을 기술적 특징으로 한다.
또한, 상기 획득단계는 온도 데이터가 그래프로 이미지 변환되되, 별도로 구비된 서버에 저장, 분석 및 분류되어, 상기 판단단계에서 비교될 판단모델 이미지로 사용되는 것을 기술적 특징으로 한다.
또한, 상기 판단단계는, 온도의 편차값으로 적상이 판단되는 편차판단; 공급온도로 적상이 판단되는 공급온도판단; 설정온도값에 도달되는 시간으로 적상이 판단되는 시간판단; 및 순환온도의 평균값으로 적상이 판단되는 순환온도판단;으로 구성되는 것 기술적 특징으로 한다.
또한, 상기 동작단계는 관리자 및 사용자에게 적상 상태가 전송되는 알림기능과 제상을 위한 제상기능이 구비되는 것을 기술적 특징으로 한다.
상기한 구성에 의한 본 발명은 아래와 같은 효과를 기대할 수 있다.
먼저, 적상현상으로 인한 냉동기 가동 과열, 전력 과다 사용 및 고장 등이 예방되는 것이 가능하게 된다.
상세하게는, 냉동기의 이상온도 패턴을 감지하여 데이터의 비교 및 분석을 통하여 적상의 의심 및 발생이 감지되는 것이 가능하게 된다.
종래의 방법으로는 적상상태와는 상관없이 단순히 반복적인 주기에 따른 제상 기능을 가동시키는 비효율적인 방식이였으나, 본 발명은 인공지능 및 IoT 디바이스 기반으로 온도 및 상태 데이터가 주기적으로 분석되어 이를 활용하여 능동적인 제상이 이루어지고 알람 정보가 제공되는 것이 가능하게 된다.
이로인해, 저온창고의 적정온도 유지가 가능하여 보관된 물품들의 보관피해가 방지되는 것이 가능하게 된다.
또한, 적상현상 발생으로 인해 부품고장으로 인한 부품교체, 적상제거에 소요되는 시간 및 비용이 감소되는 것이 가능하게 된다.
종래에는 적상현상이 발생하면 부품의 고장이 빈번하여 부품교체로 인한 시간지연 및 성에 제거로 노동시간이 더 연장되는 문제점이 있었다.
하지만, 본 발명은 제상기능이 자동으로 동작되어 적상현상의 의심 및 발생 시 적상을 제거함으로써, 적상제거에 소요되는 시간 및 비용이 감소되고, 부품의 고장발생확률 또한 감소되는 것이 가능하게 된다.
또한, 부품고장확률이 감소하여 저온창고의 유지비용이 절감되는 것이 가능하고, 지속적으로 안정된 운전이 가능하게 된다.
도 1은 본 발명의 바람직한 일실시예에 따른 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템의 구성도이다.
도 2는 본 발명의 바람직한 일실시예에 따른 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템의 상세구성도이다.
도 3은 본 발명의 바람직한 일실시예에 따른 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템의 흐름도이다.
도 4는 본 발명의 바람직한 일실시예에 따른 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템에서 공급온도가 지속적으로 변화하는 냉동상태에서 정상패턴의 예시그래프이다.
도 5는 본 발명의 바람직한 일실시예에 따른 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템에서 공급온도의 변화가 적고, 순환온도 패턴과 유사한 냉동상태에서 정상패턴의 예시그래프이다.
도 6은 본 발명의 바람직한 일실시예에 따른 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템에서 공급온도의 변화가 적고, 순환온도 패턴과 상이한 냉동상태에서 정상패턴의 예시그래프이다.
도 7은 본 발명의 바람직한 일실시예에 따른 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템에서 공급온도의 변화가 적은 냉동상태에서 -30도로 설정된 정상패턴의 예시그래프이다.
도 8은 본 발명의 바람직한 일실시예에 따른 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템에서 주기적인 역전현상이 발생되는 정상패턴의 예시그래프이다.
도 9는 본 발명의 바람직한 일실시예에 따른 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템에서 공급온도가 서서히 상승하여 적상이 발생되는 예시그래프이다.
도 10은 본 발명의 바람직한 일실시예에 따른 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템에서 정상패턴 후 적상이 발생되는 예시그래프이다.
도 11은 본 발명의 바람직한 일실시예에 따른 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템에서 패턴의 변화가 발생되나 역전현상이 없는 적상주의 예시그래프이다.
도 12는 본 발명의 바람직한 일실시예에 따른 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템에서 역전현상은 발생되나 적상은 발생되지 않은 적상주의 예시그래프이다.
이하 본 발명의 바람직한 실시예에 따른 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템을 첨부한 도면을 참조하여 설명하면 다음과 같다.
도 1은 본 발명의 바람직한 일실시예에 따른 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템의 구성도, 도 2는 본 발명의 바람직한 일실시예에 따른 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템의 상세구성도, 도 3은 본 발명의 바람직한 일실시예에 따른 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템의 흐름도, 도 4는 본 발명의 바람직한 일실시예에 따른 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템에서 공급온도가 지속적으로 변화하는 냉동상태에서 정상패턴의 예시그래프, 도 5는 본 발명의 바람직한 일실시예에 따른 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템에서 공급온도의 변화가 적고, 순환온도 패턴과 유사한 냉동상태에서 정상패턴의 예시그래프, 도 6은 본 발명의 바람직한 일실시예에 따른 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템에서 공급온도의 변화가 적고, 순환온도 패턴과 상이한 냉동상태에서 정상패턴의 예시그래프, 도 7은 본 발명의 바람직한 일실시예에 따른 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템에서 공급온도의 변화가 적은 냉동상태에서 -30도로 설정된 정상패턴의 예시그래프, 도 8은 본 발명의 바람직한 일실시예에 따른 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템에서 주기적인 역전현상이 발생되는 정상패턴의 예시그래프, 도 9는 본 발명의 바람직한 일실시예에 따른 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템에서 공급온도가 서서히 상승하여 적상이 발생되는 예시그래프, 도 10은 본 발명의 바람직한 일실시예에 따른 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템에서 정상패턴 후 적상이 발생되는 예시그래프, 도 11은 본 발명의 바람직한 일실시예에 따른 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템에서 패턴의 변화가 발생되나 역전현상이 없는 적상주의 예시그래프 및 도 12는 본 발명의 바람직한 일실시예에 따른 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템에서 역전현상은 발생되나 적상은 발생되지 않은 적상주의 예시그래프이다.
본 발명의 바람직한 실시예에 따른 인공기증 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템은 도 1에 도시된 바와 같이 획득단계(S100), 확인단계(S200), 판단단계(S300) 및 동작단계(S400)로 구성되는 것이 가능할 수 있다.
먼저, 상기 획득단계(S100)에 대하여 살펴본다.
획득단계(S100)는 온도데이터가 실시간으로 획득되되, 최근 24시간의 특정 항목이 획득되는 것이 가능할 수 있다.
상세하게는, 획득단계(S100)는 IoT 디바이스 통해 최근 24시간의 설정온도, 공급온도 및 순환온도가 실시간으로 측정되며, 추가적으로 외기온도 등 필요한 항목이 측정되는 것이 가능할 수 있다.
또한, 획득된 온도 데이터는 그래프로 이미지 변환되어 별도로 구비된 서버에 저장되는 것이 가능할 수 있다.
서버에 저장된 온도 데이터는 적상감지시스템을 통해서 기설정된 조건에 따라 기설정된 등급으로 분석 및 분류되고, 그래프 이미지는 인공지능 모델에 각각 학습시켜 이를 자동으로 분류할 수 있는 딥러닝 기반 인공지능 소프트웨어가 구현되는 것이 가능할 수 있다.
이에, 기설정 등급으로 분석 및 분류된 온도 데이터의 그래프 이미지는 후술할 판단단계(S300)에서 실시간으로 측정된 온도 데이터와 비교되는 판단모델 이미지로 사용되는 것이 가능할 수 있다.
획득단계(S100)는 IoT 디바이스를 통해 온도 데이터가 측정되되, 측정을 위한 온도센서, 제어기 등의 부품이 추가로 더 구비되는 것이 가능할 수 있다.
다음으로, 상기 확인단계(S200)에 대하여 살펴본다.
확인단계(S200)는 상기 획득단계(S100)에서 획득된 데이터가 후술할 판단단계(S300)에서 적상에 대한 판단이 진행될지에 대한 여부가 확인되는 것이 가능할 수 있다.
상세하게는, 확인단계(S200)는 기설정된 조건이 부합되는지를 확인하고, 부합될 경우 후술할 판단단계(S300)의 진행이 시작되며, 미부합될 경우 적상감지가 종료되는 것이 가능할 수 있다.
이에 확인단계(S200)의 기설정조건은 제1조건(S210), 제2조건(S230) 및 제3조건(S250)으로 구성되는 것이 가능할 수 있다.
제1조건(S210)은 냉동기의 가동여부가 확인되는 조건으로, 현재 판단 시점을 기준으로 저온창고의 전원이 ON일 경우 적합이며, OFF일 경우 부적합으로 판단되는 것이 가능할 수 있다.
제2조건(S230)은 설정온도가 확인되는 조건으로, 설정온도가 0도 이하인 상태로 유지될 경우 적합이며, 설정온도가 0도보다 높을 경우 부적합으로 판단되는 것이 가능할 수 있다.
제3조건(S250)은 공급온도와 순환온도가 확인되는 조건으로, 최근 24시간 이내 공급온도가 순환온도보다 높아진 횟수가 1회 이상일 경우 적합이며, 1회 미만일 경우 부적합으로 판단되는 것이 가능할 수 있다.
이에, 상기 제1조건(S210), 제2조건(S230) 및 제3조건(S250) 중 어느 한 조건이라도 부적합일 경우 후술한 판단단계(S300)가 진행되지 않으며, 적상감지가 종료되는 것이 가능할 수 있다.
또한, 상기 제1조건(S210), 제2조건(S230) 및 제3조건(S250) 모두 적합일 경우, 후술할 판단단계(S300)가 진행되는 것이 가능할 수 있다.
확인단계(S200)는 적상 상태를 판단할지의 여부를 확인하는 기본 조건으로 상기와 같은 복수개의 조건이 일반적으로 사용되지만, 상황에 따라 추가적인 조건이 더 적용되는 것이 가능할 수 있다.
또한, 상기 제1조건(S210), 제2조건(S230) 및 제3조건(S250)이 모두 적합일 경우, 후술할 판단단계(S300)가 진행되는 것이 일반적이나. 각각 하나의 조건 또는 전체가 아닌 복수개의 조건이 적합일 경우, 후술할 판단단계(S300)가 진행되는 것이 가능할 수 있다.
예를 들면, 상기 제1조건(S210), 제2조건(S230) 및 제3조건(S250)이 모두 확인되는 것이 아니고, 상기 제2조건(S230)과 제3조건(S250)이 적합일 경우, 제1조건(S210)인 가동여부를 확인하지 않고 후술할 판단단계(S300)가 진행되는 것이 가능할 수 있다.
그러나, 정확한 적상 감지 및 제거가 진행될 수 있도록 상기한 모든 조건이 확인되어 진행되는 것이 바람직할 수 있다.
다음으로, 상기 판단단계(S300)에 대하여 살펴본다.
판단단계(S300)는 상기 획득단계(S100)에서 획득된 온도 데이터가 상기 확인단계(S200)에서 기설정된 복수개의 조건들에 부합될 경우 적상 상태가 판단되는 것이 가능할 수 있다.
상세하게는, 상기 확인단계(S200)에서 획득된 온도 데이터가 상기 판단모델 이미지와 비교되되, 적상, 적상주의 및 양호로 분류가 완료된 상기 판단모델 이미지와 비교되어 복수개의 등급으로 판단되는 것이 가능할 수 있다.
상기 복수개의 등급은 상기 판단모델 이미지와 같이 적상, 적상주의 및 양호로 분류되는 것이 가능할 수 있다.
또한, 적상, 적상주의 및 양호 중 하나라도 30 내지 40%의 확률로 분류된 결과가 없는 판별불가 등급으로 분류되는 것이 가능할 수 있다.
판별불가 등급으로 판단된 온도 데이터는 적상감지가 종료되고, 새롭게 획득된 온도 데이터가 상기 획득단계(S100)와 상기 확인단계(S200)를 거쳐 판단단계(S300)에 사용되어 다시 판단단계(S300)가 진행되는 것이 가능할 수 있다.
판단단계(S300)는 판단되는 조건에 따라 편차판단(S310), 공급온도판단(S330), 시간판단(S350) 및 순환온도판단(S370)으로 구성되는 것이 가능할 수 있다.
편차판단(S310)은 상기 획득단계(S100)에서 획득된 순환온도, 공급온도, 설정온도 및 외기온도 중 최소 2개 이상의 온도 편차값을 지속적으로 측정하고 이를 통해 정의하게 된 허용범위를 설정한 뒤 이 허용범위보다 초과 혹은 미만이 발생할 경우 적상으로 판단되는 것이 가능할 수 있다.
공급온도판단(S330)은 순환온도 및 설정온도값 대비 공급온도의 온도가 지속적으로 높은 현상이 발생되는 경우 적상으로 판단되는 것이 가능할 수 있다.
시간판단(S350)은 냉동기의 가동 직후 또는 문이 개폐된 후 온도가 설정값에 가까워지는 속도가 과거의 수집된 데이터와의 평균을 비교하였을 경우 현저하게 느려지는 현상이 감지될 경우 적상으로 판단되는 것이 가능할 수 있다.
순환온도판단(S370)은 과거에는 감지되지 않았던 비정기적인 급격한 순환온도 상승이 발생될 경우, 문의 개폐가 되지 않은 상태에서 순환온도의 평균값이 일정시간 동안 지속적으로 상승할 경우 적상으로 판단되는 것이 가능할 수 있다.
상기 복수개의 판단조건이 적용된 판단단계(S300)에서 적상 상태가 결정되고, 결정된 적상 상태에 따라 후술할 동작단계(S400)가 진행되는 것이 가능할 수 있다.
다음으로, 상기 동작단계(S400)에 대하여 살펴본다.
동작단계(S400)는 상기 판단단계(S300)에서 판단된 적상 상태에 따라 진행되는 단계로, 관리자 및 사용자에게 적상 상태가 전송되는 알림기능(S410)과 적상을 제거하기 위한 제상기능(S430)이 구비되는 것이 가능할 수 있다.
알림기능(S410)은 적상 또는 적상주의 등급으로 판단될 경우, 모바일 메신저 메시지, SMS 메시지, 이메일 및 앱 푸쉬메시지 등의 다양한 방법이 사용되어 결과와 확률 정보가 관리자 및 사용자에게 전송되는 것이 가능할 수 있다.
이에, 사용자는 저온창고의 적상 상태의 문제를 실시간으로 확인할 수 있으며, 적상에 따른 문제 발생을 막기 위해 사전에 준비되는 것이 가능할 수 있다.
제상기능(S430)은 적상 또는 적상주의 등급으로 판단될 경우, 사용자의 설정에 따라 원격으로 성애를 제거하는 제상명령이 주기적으로 자동 전송되거나, 설정온도가 자동으로 상승되어 적상이 제거되는 것이 가능할 수 있다.
상세하게는, 적상 또는 적상주의 등급일 경우, 사용자는 자동 또는 수동을 설정할 수 있으며, 자동의 경우 등급이 확인되는 동시에 제상명령이 자동으로 이루어지며, 수동의 경우 관리자 및 사용자가 상기 알림기능(S410)에서 전송된 알림을 확인한 후 제상명령이 실행되는 것이 가능할 수 있다.
제상기능(S430)은 제상 방법에 따라 히팅제상(S431)과 온도제상(S433)으로 구성되는 것이 가능할 수 있다.
히팅제상(S431)은 IoT 센서와 연결된 냉동기의 제어기에 신호를 송신하여 일시적으로 고온의 열기를 자동발생시켜 적상을 제거하는 기능으로, 적상 또는 적상주의 등급일 경우, 빠른 적상 제거를 위해 동작되는 것이 가능할 수 있다.
온도제상(S433)은 상기 히팅제상(S431) 후에도 지속적으로 적상 또는 적상주의 등급일 경우, 일정시간동안 설정온도를 자동상승시켜 순환온도가 상승되면서 적상이 제거되는 것이 가능할 수 있다.
온도제상(S433)은 설정온도를 상승시키되, 창고에 보관된 물품의 변질문제가 발생되지 않는 범위내의 기설정된 시간안에서 설정온도가 적용되되, +10도 정도가 적용되는 것이 바람직할 수 있으나, 상황에 따라 그 이상의 온도가 적용되는 것이 가능할 수 있다.
일반적으로 적상주의 등급일 경우, 알림 및 제상기능이 동시에 수행될 수 있으나, 상황에 따라 알림기능만 수행되는 것이 가능할 수 있다.
상세하게는, 온도 데이터의 그래프 이미지가 패턴이 변화되고, 역전 현상이 발생하여도 상기 판단단계에서 정상패턴으로 판단될 경우, 관리자 및 사용자에게 알림만 전송되는 것이 가능할 수 있다.
이에, 현재 시점의 적상감지가 종료되고, 새로운 적상감지가 시작되는 획득단계가 진행되는 것이 가능할 수 있다.
상술한 구성을 토대로 본 발명의 작동상태를 살펴본다.
먼저, IoT 디바이스를 이용하여 설정온도, 공급온도 및 순환온도 등의 온도데이터가 획득되는 것이 가능하게 된다.
획득된 데이터는 그래프 이미지로 변환되고, 별도로 구비된 서버에 저장되되, 적상감지시스템에 의해서 분석되고 등급에 따라 분류되어, 판단모델 이미지로 사용되는 것이 가능하게 된다.
실시간으로 측정되고 있는 온도 데이터는 적상감지를 위한 자료로 활용되되, 냉동기의 가동여부, 설정온도, 공급 및 순환온도로 확인되는 복수개의 조건에 부합될 경우 적상 상태가 판단되며, 미부합될 경우 적상감지는 종료되는 것이 가능하게된다.
복수개의 조건에 부합된 온도 데이터는 판단모델 이미지와 비교되되, 온도 데이터는 그래프 이미지로 변환된 온도 데이터가 사용되는 것이 가능하게 된다.
판단모델 이미지와 비교된 온도 데이터는 복수개의 판단방법에 따라 적상, 적상주의 및 양호 등급으로 판단될 수 있으며, 양호 등급일 경우 적상감지가 종료되고, 새로운 온도 데이터에 의한 적상감지가 시작되는 것이 가능하게 된다.
또한, 적상 또는 적상주의 등급일 경우, 관리자 및 사용자에게 알림이 발송되고, 제상기능(S430)이 자동으로 동작되는 것이 가능하게 된다.
제상기능(S430)은 1차로 고온의 열기를 사용하고, 2차로 설정온도를 상승시켜 적상을 제거하되, 1차의 방법으로 적상이 제거될 경우 2차는 동작되지 않고 제상기능(S430)이 정지되는 것이 가능하게 된다.
이에, 상술한 방법으로 관리자 및 사용자는 실시간으로 측정, 변환, 분석 및 분류된 온도데이터의 획득이 가능하고, 기설정된 조건에 부합될 경우 현재의 온도 데이터를 판단모델 이미지와 비교하여 적상 상태가 판단되어 적상 또는 적상주의 등급일 경우, 자동으로 적상이 제거되는 시스템의 활용이 가능하게 된다.
상기한 실시예는 예시적인 것에 불과한 것으로, 당해 기술분야에 대한 통상의 지식을 가진 자라면 이로부터 다양하게 변형된 다른 실시예가 가능하다.
따라서, 본 발명의 진정한 기술적 보호범위에는 하기의 청구범위에 기재된 발명의 기술적 사상에 의해 상기의 실시예뿐만 아니라 다양하게 변형된 다른 실시예가 포함되어야 한다.
S100 : 획득단계
S200 : 확인단계
S210 : 제1조건
S230 : 제2조건
S250 : 제3조건
S300 : 판단단계
S310 : 편차판단
S330 : 공급온도판단
S350 : 시간판단
S370 : 순환온도판단
S400 : 동작단계
S410 : 알림기능
S430 : 제상기능
S431 : 히팅제상
S433 : 온도제상

Claims (5)

  1. 온도 데이터가 획득되는 획득단계;
    기설정된 조건이 확인되는 확인단계;
    상기 확인단계의 기설정된 조건이 부합되었을 경우, 적상 상태가 판단되는 판단단계; 및
    상기 판단단계의 판단 결과에 따라 후속조치가 진행되는 동작단계;로 이루어진 것을 특징으로 하는 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템.
  2. 제 1항에 있어서,
    상기 획득단계는 IoT 디바이스를 통해 온도 데이터가 획득되되, 설정온도, 공급온도 및 순환온도가 실시간으로 측정되는 것을 특징으로 하는 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템.
  3. 제 1항에 있어서,
    상기 획득단계는 온도 데이터가 그래프로 이미지 변환되되, 별도로 구비된 서버에 저장, 분석 및 분류되어, 상기 판단단계에서 비교될 판단모델 이미지로 사용되는 것을 특징으로 하는 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템.
  4. 제 1항에 있어서,
    상기 판단단계는,
    온도의 편차값으로 적상이 판단되는 편차판단;
    공급온도로 적상이 판단되는 공급온도판단;
    설정온도값에 도달되는 시간으로 적상이 판단되는 시간판단; 및
    순환온도의 평균값으로 적상이 판단되는 순환온도판단;으로 구성되는 것을 특징으로 하는 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템.
  5. 제 1항에 있어서,
    상기 동작단계는 관리자 및 사용자에게 적상 상태가 전송되는 알림기능과 제상을 위한 제상기능이 구비되는 것을 특징으로 하는 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템.
KR1020220174438A 2022-12-14 2022-12-14 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템 KR20240092643A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220174438A KR20240092643A (ko) 2022-12-14 2022-12-14 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220174438A KR20240092643A (ko) 2022-12-14 2022-12-14 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템

Publications (1)

Publication Number Publication Date
KR20240092643A true KR20240092643A (ko) 2024-06-24

Family

ID=91712395

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220174438A KR20240092643A (ko) 2022-12-14 2022-12-14 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템

Country Status (1)

Country Link
KR (1) KR20240092643A (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120131364A (ko) 2011-05-25 2012-12-05 장연삼 휴대폰을 이용한 저온창고 원격 감시 시스템
KR20210006680A (ko) 2019-07-09 2021-01-19 경동산업(주) 저온 냉동 창고의 냉장과 제상 동시 운전 시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120131364A (ko) 2011-05-25 2012-12-05 장연삼 휴대폰을 이용한 저온창고 원격 감시 시스템
KR20210006680A (ko) 2019-07-09 2021-01-19 경동산업(주) 저온 냉동 창고의 냉장과 제상 동시 운전 시스템

Similar Documents

Publication Publication Date Title
US11892217B2 (en) Refrigeration system with condenser temperature differential setpoint control
WO2021175282A1 (zh) 温度控制方法及装置、计算机设备和计算机可读存储介质
CN112066636B (zh) 基于ZigBee无线传感器网络的智能冷库综合监控系统及方法
JP2014088987A (ja) 冷蔵庫システム
JPWO2018116520A1 (ja) ショーケース警報システム、方法及びプログラム
KR20240092643A (ko) 인공지능 기술 기반의 그래프 이미지 분석을 통한 저온창고 적상감지 및 자동제상 시스템
JP3604860B2 (ja) 機器の運転状態管理装置
KR102540400B1 (ko) 냉동고/냉장고 모니터링 장치, 방법 및 시스템
JP2004113681A (ja) メンテナンス時期判定方法、故障診断装置、プログラム
US9170628B2 (en) Energy-savings control system for showcases, refrigerators and freezers
JP6571299B1 (ja) 冷蔵庫・冷凍庫デジタル監視・警報システム
CN208537947U (zh) 一种制冷设备冷链管理系统
KR101986325B1 (ko) 냉동컨테이너를 이용한 신선화물 최적 보관온도 유지 장치 및 방법
WO2023151839A1 (en) A method for generating early temperature warning in a vapour compression system
CN109751830B (zh) 制冷设备及其状态的检测方法与装置
JP6041015B2 (ja) 冷蔵庫システム
KR102051021B1 (ko) 디프 프리저의 작동이상을 예측하여 감지하는 장치
Facchinetti et al. Time series forecasting for predictive maintenance of refrigeration systems
CN112413991A (zh) 一种冰箱食物存储温度控制方法及冰箱
CN111238151A (zh) 一种超低温冰箱的监测系统及方法
WO2023105574A1 (ja) 冷凍倉庫管理システム、除霜判定処理装置、および、冷凍倉庫管理方法
JP4073390B2 (ja) 運転状態管理装置
US11428462B2 (en) Apparatus for calculating temperature setting, system for low temperature treatment, method of calculating temperature setting, and program for calculating temperature setting
CN112710120B (zh) 非侵入式冷媒泄漏检测系统、方法及其门槛值自适化方法
KR102381234B1 (ko) 냉동탑차용 냉동시스템의 제어방법