ETRI-Knowledge Sharing Plaform

ENGLISH
기술이전 검색
연도 ~ 이전수 키워드

상세정보

스마트팜-농축산 다중 장비 오작동 상황인식 기술

전수책임자
박현
참여자
김세한, 김유진, 박대헌, 박현, 은지숙, 정재영, 조성균, 최원규
기술이전수
2
이전연도
2020
협약과제
19HU1100, 축산질병 예방 및 통제 관리를 위한 ICT 기반의 지능형 스마트 안전 축사 기술 개발, 김세한
20HU1100, 축산질병 예방 및 통제 관리를 위한 ICT 기반의 지능형 스마트 안전 축사 기술 개발, 김세한
- 스마트 팜은 시설원예, 축산, 노지, 수산 등 전 분야 생산, 유통, 소비의 전주기적 과정에 지능정보 ICT 융합 기술 적용을 통한 농촌·농민의 삶의 질 향상을 도모하는 첨단 농업 형태로 정의 되고 있으며, 글로벌 스마트농업 시장은 농업 종류에 따라 정밀 농업, 스마트 그린하우스, 가축 모니터링, 양어, 기타(난초 재배용, 임업용, 원예용 등)로 분류하고 있음
- 본 기술이전은 원예, 축사 등에 설치된 다중의 장비(환경 센서 및 제어기 등)로부터 수집된 정보를 통해 다중의 장비 이상상황 분석 모델을 동시에 구축하고 이를 동적으로 원예, 축사 등의 농가에 적용하여 각 농가에 적응적으로 장비 오작동을 신속하게 검출하도록 하는 기술에 관한 것으로 현장 농장의 적용, 디지털트윈, 인공지능활용 등 다양한 분야에 적용이 가능함
- 목적
● 농·축·수산 농가에 설치된 다중의 장비(환경 센서 및 제어기 등)로부터 수집된 정보를 통해 다중의 장비 이상상황 분석 모델을 동시에 구축하고 이를 동적으로 농가에 적용하여 각 농가에 적응적으로 장비 오작동을 신속하게 검출하는 기술 제공
● 농·축·수산 농가에 설치된 다중의 장비의 상태 정보를 활용하여, 센서의 상태 및 오류, 제어기 상태 및 오류 등의 이상상태 및 오작동 검출이 용이하도록 웹기반 접근 기술 제공
● RNN 딥러닝 학습 모델, Tensorflow Serving 학습 모델 서비스 프레임워크와 같은 지능형 방법을 이용하여 고장을 예측
● 센서, 제어기 등 작동 중 오작동 진단 진행 후 사용자가 인지 할 수 있도록 자동적으로 그 결과가 저장되며, 가시화로 제공
- 필요성
● 최근 농·축·수산 농가는 과거와 비교해 규모가 현저히 커지고 있으며, 이로 인해 자동화된 스마트 팜에 대한 관심이 높아지고 있음
● 스마트 팜 실현을 위해 축사(농·축·수산, 온실, 축사, 양식장 공히 유사) 내에는 가축 성장조건에 적합하게 환경을 유지하여 줌으로써 돼지의 생산성을 높이도록 함. 적합한 환경유지는 축사 내외 많은 장비들, 즉, 온도, 습도, CO2,암모니아 센서 및 배기팬, 유동팬, 쿨링패드, 래디에이터 등과 같은 제어 장비들을 구축하여 운영. 이러한 다양하고, 많은 장비의 오작동을 신속히 진단 할 수 있는 방법 필요
● 폐쇄된 축사 공간 등의 열악한 환경과 안정적 전원 공급 부족 등으로 인해 이러한 장비들의 고장이 높으나 이를 쉽게 판단하기에는 어려움
● 일반적으로 이러한 장비 작동은 축산 농가의 초기 설치 및 설정이 주로 이루어지며, 이후 장비에 대한 모니터링이 미비 하거나 모니터링을 하더라도 수집된 데이터들의 체계적인 관리 및 분석의 부재로 인하여 설치된 장비들의 정확하고 신속한 오류 판단, 즉, 센서의 상태 및 오류, 제어기 상태 및 오류 등의 이상상태 및 오작동 검출이 용이하지 못해 신속하고 정확한 오작동 진단 기술 등이 요구됨
● 축사 내외 적합한 환경이 유지되지 않아 생산성에 많은 영향을 미치며, 더욱이 국내는 다양한 형태의 축사들이 있으며, 각 축사는 다양하고 많은 다중의 장비들이 설치됨. 이러한 다양하고 많은 장비들을 동시에 각 축사의 환경에 적응적으로 신속하게 이상 상황을 감지하는 방법이 요구됨
- 특징
● 다양한 농·축·수산 농가 온실, 축사 등 현장 내 다중의 센서 및 제어기의 상태 정보를 실시간으로 수집
● 다중의 장비를 동시에 이상 상황을 감지하기 위해 학습 모델들을 구축
● 구축된 다중 장비 모델들을 해당 농가에 동적으로 배포
● 각 농가에서는 배포된 모델을 기반으로 현재 모니터링 되고 있는 장비 상태를 예측
● 예측 결과 이상 상황 판단을 통해 그 결과를 제공

- 장점
● 다양한 농·축·수산 농가의 다중 장비가 생성하는 데이터를 수집하고, 동시에 각각 장비의 데이터를 학습 할 수 있음
● 동적으로 각각의 모델을 저장 및 배포 함
● 장비의 이상 상황 판단을 신속하게 적응적으로 처리함으로써, 다양하고 많은 장비들이 구축된 다양한 형태의 축산 농가들의 생산성을 향상 시킬 수 있음
A. 다중장비 데이터 수집 및 이상상황 진단 정보 설정 기술
● 환경 센서 장비 데이터 수집 기능
● 제어기 장비 데이터 수집 기능
● 축사 장비 별 이상상황 진단을 위한 정보 조회 기능
● 축사 장비 별 이상상황 진단을 위한 정보 설정 기능
● 축사 장비 별 이상상황 진단을 위한 정보 변경 기능
● 축사 장비 별 이상상황 진단을 위한 정보 삭제 기능

B. 다중장비 예측 및 예측 모델 처리 기술
● 축사 다중 장비 예측 모델 환경 구성 기능
● 축사 다중 장비 예측 모델 pool 저장 기능
● 축사 다중 장비 예측 모델 배포 기능
● 수집한 장비 값들의 시퀀스 생성 기능
● 축사 장비 오작동 모델을 통한 예측 기능

C. 다중장비 오작동 진단 및 진단 결과 복구 기술
● 축사 다중 장비 오작동 이상상황 진단 기능
● 축사 장비 오작동 이상상황 결과 목록 조회 기능
● 축사 장비 오작동 이상상황 결과 상세 조회 기능
● 축사 다중 장비 오작동 진단 결과에 따른 센서 값 복구 기능
A. 다중장비 데이터 수집 및 이상상황 진단 정보 설정 기술
● 기술문서 : 요구사항정의서, 상세설계서, 시험절차 및 결과서
● 프로그램

B. 다중장비 예측 및 예측 모델 처리 기술
● 기술문서 : 요구사항정의서, 상세설계서, 시험절차 및 결과서
● 프로그램
● 시험데이터

C. 다중장비 오작동 진단 및 진단 결과 복구 기술
● 기술문서 : 요구사항정의서, 상세설계서, 시험절차 및 결과서
● 프로그램
● 시험데이터
- 적용분야
● 여러 가지의 환경 센서 및 제어기를 구축하여 축사 운영을 하고자 하는 축산 농가
● 온실 내에 여러 환경 센서 및 제어기를 설치하여 농장물을 재배하는 시설 온예 농가
● 환경 센서 및 구동기를 설치하여 공장 등을 운용하는 제조업 분야
● 여러 가지의 환경 센서 및 제어기를 설치하여 양식장을 운영하고자 하는 양식 어가
● 가상의 공간을 이용하여 발생할 수 있는 센서, 장비에 대한 오작동 예측이 필요한 디지털 트윈 기반 산업 분야
- 기대효과
● 농·축·수산 농가, 어가의 다양하고 많은 장비들이 구축된 다양한 형태의 실내외 장비들의 오작동을 신속하게 감지하여 빠르게 대처함으로써 생산성 향상
● 기존 센서 및 제어기 등 스마트 팜을 구성하는 장치의 오작동 인식 없이, 잘못된 데이터를 수집하거나, 잘못된 제어의 오류로부터 안정적인 스마트 팜을 운영하기 위한 이점으로 인해 향후 스마트 팜의 효율적 관리를 위한 활용에 이용될 수 있음
● 머신러닝/딥러닝 기반 지능형 스마트팜 서비스를 통해 농업 지능화를 위한 스마트팜 핵심 기술 확보함에 따라 농업 선진국인 유럽과의 대외 경쟁력 확보
● 지능화된 농·축·수산의 축적된 데이터를 통해 비교분석 및 문제점 발견 등 기존 암묵적 컨설팅에서 과학적 진단, 처방으로 일대 혁신이 가능해짐