WO2020106018A1 - 가열로 모니터링 시스템 및 방법 - Google Patents

가열로 모니터링 시스템 및 방법

Info

Publication number
WO2020106018A1
WO2020106018A1 PCT/KR2019/015849 KR2019015849W WO2020106018A1 WO 2020106018 A1 WO2020106018 A1 WO 2020106018A1 KR 2019015849 W KR2019015849 W KR 2019015849W WO 2020106018 A1 WO2020106018 A1 WO 2020106018A1
Authority
WO
WIPO (PCT)
Prior art keywords
furnace
heating
time
heating furnace
temperature change
Prior art date
Legal status (The legal status 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 status listed.)
Ceased
Application number
PCT/KR2019/015849
Other languages
English (en)
French (fr)
Inventor
류광렬
김세영
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University Industry Cooperation Foundation of Pusan National University
Original Assignee
University Industry Cooperation Foundation of Pusan National University
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
Priority claimed from KR1020190140905A external-priority patent/KR102366357B1/ko
Application filed by University Industry Cooperation Foundation of Pusan National University filed Critical University Industry Cooperation Foundation of Pusan National University
Publication of WO2020106018A1 publication Critical patent/WO2020106018A1/ko
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27—FURNACES; KILNS; OVENS; RETORTS
    • F27D—DETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
    • F27D21/00—Arrangement of monitoring devices; Arrangement of safety devices
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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

Definitions

  • the description below relates to the furnace monitoring technology.
  • Hot forging is a process of forming a desired shape by applying pressure to a steel ingot heated to a high temperature, and a heating furnace is used as a facility for heating the steel ingot.
  • a heating furnace In the furnace, several ingots are heated together and the ingot can be taken out after all the ingots are heated.
  • the temperature of the steel ingot is important, so even if the heating to the target temperature is completed, the steel ingot is waited in the heating furnace and the steel ingot is taken out of the heating furnace when a subsequent process is possible.
  • the door of the furnace is opened to remove the ingot, heat loss occurs inside the furnace, and after the door of the furnace is closed, reheating is performed to increase the temperature of the ingot remaining in the furnace.
  • the heating furnace is continuously operated to heat the steel ingot and maintain the temperature of the steel ingot, the energy cost required to produce the product is very high.
  • a method for constructing a cost prediction model for each section is constructed, and a method for detecting an abnormal situation that is significantly different from the expected cost during the process is based on the cost prediction model for each section. And systems.
  • the heating furnace monitoring system includes a heating furnace operating state determination module that determines the operating state of the heating furnace based on the heating furnace information collected based on the IoT infrastructure and work order information for loading or removing raw materials into the heating furnace; An energy unit cost calculation module for calculating an energy cost per unit using energy consumption data for each heating furnace obtained by classifying an operation state through the determined operation state of the heating furnace; A facility abnormality detection module configured to detect facility abnormalities by using internal temperature data for each furnace included in the collected furnace information and energy usage data for each obtained furnace; And a heating furnace performance generating module that generates process performance data for the determined operation state of the heating furnace and the movement flow of raw materials.
  • the furnace monitoring system periodically monitors the time required for heating equipment and the energy consumption prediction model for each furnace based on the generated process performance data.
  • the heating process cost prediction model management module for updating the prediction model may be further included.
  • the operation state determination module of the heating furnace uses the internal temperature data for each heating furnace and energy usage data for each heating furnace to start heating, when heating is completed, when the door is opened, when the door is opened, when the door is closed, when the reheating is completed, or when it is started. After determining the state change time point including the end time point, based on the determined state change time point (1) starting ignition and heating the raw material to a target temperature, (2) after completing the heating to the target temperature A section that keeps the temperature and waits for subsequent processes, (3) a section that opens the furnace door to take out raw materials, (4) a section that closes the door with a heating furnace, and then reheats to the target temperature or (5) a furnace It can be divided into the end of operation section.
  • the energy unit cost calculation module checks the raw material information loaded in the furnace for each furnace operating state as the operating state of the furnace is determined, and uses the energy usage data for each furnace to determine each furnace state. Energy consumption can be obtained, and energy consumption per unit weight can be calculated with respect to the raw material information loaded in the operation state of each furnace to calculate the energy cost per unit.
  • the facility abnormality detection module may generate an alarm when a comparison value comparing a process required time and an energy cost prediction value using a heating process cost prediction model with a value monitoring the heating furnace is greater than a predetermined reference.
  • the operation state determination module of the furnace based on the IoT infrastructure (Infrastructure), the internal temperature of each furnace, the energy usage of each furnace and the raw material composition to be charged to the furnace and the raw material to be taken out of the furnace or charged Work order can be collected.
  • IoT infrastructure Infrastructure
  • the heating furnace monitoring method performed by the heating furnace monitoring system determines the operating state of the heating furnace based on the heating furnace information collected based on the IoT infrastructure and work order information for loading or removing raw materials into the heating furnace. To do; And monitoring the heating furnace according to the divided operating state through the determined operating state of the heating furnace.
  • the monitoring may include calculating energy cost per unit using energy consumption data for each furnace obtained by classifying the operating state through the determined operating state of the heating furnace.
  • the monitoring may include detecting a facility abnormality by using internal temperature data for each furnace included in the collected furnace information and energy usage data for each of the obtained furnaces.
  • the monitoring may include generating process performance data for the determined operation state of the heating furnace and the movement flow of raw materials.
  • each prediction is periodically performed as the process performance data accumulates as the heating time prediction model and the energy consumption prediction model for each furnace are learned based on the generated process performance data. And updating the model.
  • Determining the operating state of the heating furnace using the internal temperature data for each heating furnace and energy usage data for each heating furnace, the heating start time, heating completion time, door opening time, door closing time, and reheating completion time Or determine the state change time point including the operation end time, and start the ignition based on the determined state change time point (1) heating section to heat the raw material to the target temperature, (2) complete the heating to the target temperature After that, the section that maintains the temperature and waits for the subsequent process, (3) the section where the furnace door is opened to take out the raw material, (4) the section where the door is closed after heating and reheated to the target temperature again (5) It may include the step of dividing into the end section of the furnace operation.
  • the raw material information loaded in the heating furnace is checked for each operating state of the heating furnace, and energy consumption is used for each heating state by using energy consumption data for each heating furnace. And calculating energy usage per unit weight with respect to the raw material information loaded in the operating state of each heating furnace, and calculating an energy unit cost.
  • the monitoring step may include generating an alarm when a comparison value comparing a process required time using a heating process cost prediction model and an energy cost prediction value with a value monitoring the heating furnace is greater than a predetermined reference.
  • the step of determining the operating state of the heating furnace is based on the IoT infrastructure, the internal temperature of each heating furnace, the energy usage of each heating furnace, and the raw material composition and raw materials to be loaded into the heating furnace are taken out from the heating furnace or It may include collecting the work order to be charged.
  • an abnormal situation alert can be issued to help maintain and maintain the facility.
  • FIG. 1 is a view for explaining the structure of a heating furnace monitoring system according to an embodiment.
  • FIG. 2 is a view for explaining the division of the operating state of the furnace according to the change in the internal temperature of the furnace in the furnace monitoring system according to an embodiment.
  • FIG. 3 is a flowchart illustrating a method of detecting a heating start time in a heating furnace monitoring system according to an embodiment.
  • FIG. 4 is a flow chart for explaining a method of detecting a heating completion time in a heating furnace monitoring system according to an embodiment.
  • FIG. 5 is a flowchart illustrating a method of detecting a door opening time in a heating furnace monitoring system according to an embodiment.
  • FIG. 6 is a flowchart illustrating a method of detecting a door closing time in a heating furnace monitoring system according to an embodiment.
  • FIG. 7 is a flow chart for explaining a method of detecting a completion time of reheating in a heating furnace monitoring system according to an embodiment.
  • Figure 8 shows an example of calculating the energy unit cost according to the operating state of the furnace in the heating furnace monitoring system according to the embodiment.
  • FIG 9 shows an example of a heating process cost prediction model in a furnace monitoring system according to an embodiment.
  • FIG. 1 is a view for explaining the structure of a heating furnace monitoring system according to an embodiment.
  • the furnace monitoring system 100 manages the furnace operation status determination module 110, the energy cost calculation module 120, the facility abnormality detection module 130, the furnace performance generation module 140, and the heating process cost prediction model management Module 150 may be included.
  • the furnace monitoring system 100 may receive internal temperature data, energy usage data, and work order for each furnace, determine the operating state of the furnace, calculate energy cost per unit, detect facility abnormalities, manage model for predicting heating process cost, manage furnace You can perform the performance generation function.
  • the furnace monitoring system 100 may collect internal temperature data and energy usage data for each furnace through the IoT infrastructure.
  • the furnace operating state determination module 110 may determine the operating state of the heating furnace based on the heating furnace information collected based on the IoT infrastructure and work order information for loading or removing raw materials into the heating furnace.
  • the work order may refer to the composition of the raw material to be loaded and the order of taking or loading the raw materials from the heating furnace, and whenever the movement of the raw materials occurs, the operator directly enters the system or sets the work order in advance.
  • a work order can be entered, or a work order can be entered in conjunction with a work planning system.
  • the heating furnace operating state determination module 110 determines the operating state of the heating furnace, such as whether the heating furnace is heating the raw material or the door is opened to take out the raw material based on the internal temperature data and energy consumption data of the heating furnace. Can be distinguished.
  • the energy unit cost calculation module 120 may calculate the energy unit cost for each product by grasping the state of the heating furnace and the charging status of the raw materials over time. For example, an equation for calculating the cost of energy unit may be input in advance, and the equation may be changed by an operator or manager. Referring to Figure 8, it shows an example of calculating the energy unit cost according to the operating state classification of the heating furnace.
  • the energy cost calculation module 120 may check the list of raw materials charged in the heating furnace for each heating furnace operating state by using work order information as the operating state of the heating furnace is classified through the operating state module.
  • the energy cost calculation module 120 may use the energy consumption data for each furnace as the operating state of the furnace is divided from the furnace operating state module to know the energy consumption for each furnace operating state.
  • the energy unit cost calculation module 120 may calculate the energy unit cost by calculating energy consumption per unit weight for the raw materials charged in the operation state of each heating furnace. In this case, it is possible to calculate the energy cost per unit of product by using the statistical value of energy cost per unit of product of the same type.
  • the facility abnormality detection module 130 detects an abnormal operating state of the facility based on the internal temperature data and energy consumption data for each facility, or predicts a process time required and an amount of energy required before the process based on a heating process cost prediction model. Compared to the actual cost, it is possible to detect abnormalities in the energy efficiency of the facility. For example, the facility abnormality detection module 130 uses the temperature stream data and the energy accumulated usage stream data inside the heating furnace to rapidly reduce the temperature and energy consumption while the operation of the heating furnace is not completed, or the heating target Abnormal operation over temperature can be detected. The facility anomaly detection module 130 may generate an alarm when the result of comparing the actual monitoring value with the estimated time and energy cost using the heating process cost prediction model shows a difference.
  • the furnace performance generation module 140 may automatically generate a process performance record required by an operator for a furnace operating state and a movement flow of raw materials.
  • the heating process cost prediction model management module 150 learns a heating time prediction model and an energy usage prediction model required to detect facility anomalies based on accumulated furnace performance data, and periodically adjusts the prediction model as the performance data accumulates. You can take charge of the update.
  • FIG. 9 an example of a heating process cost prediction model is shown.
  • the heating process cost prediction model may include a time-consuming prediction model and an energy usage prediction model for each furnace operation state. However, the waiting time of the waiting section can be excluded because it is unpredictable because it depends on the progress of the subsequent process.
  • the heating process cost prediction model can be learned by applying a machine learning algorithm based on historical process performance data. As the equipment ages and changes in the operation of the plant over time, it is possible to update and use the forecasting model periodically using the process performance data collected continuously.
  • FIG. 2 is a view for explaining the division of the operating state of the furnace according to the change in the internal temperature of the furnace in the furnace monitoring system according to an embodiment.
  • the furnace monitoring system can determine the operating state of the furnace.
  • Types of the operation state section of the heating furnace include (1) a heating section in which the ignition starts and heats the raw material to a target temperature, and (2) a section in which the temperature is maintained and waited for subsequent processing after heating to the target temperature. It can be divided into (3) section in which the furnace door is opened to take out the raw material, (4) section in which the door is reheated again after closing the furnace door, and (5) section in which the furnace is shut down.
  • the heating furnace monitoring system may detect a heating start time, a heating completion time, a door opening time, a door closing time, a reheating completion time, and an operation end time to distinguish the section.
  • the horizontal monitoring system can detect the time of change of the operating state of the furnace by using the temperature and energy consumption inside the furnace.
  • FIG. 3 it is a flow chart for explaining a method for detecting the start time of heating.
  • the furnace monitoring system may detect a point in time when the operation state of the furnace is changed using temperature data and energy usage data inside the furnace.
  • the starting point of operation is the time at which the raw material is loaded into the heating furnace and heating starts.
  • the gas is not used, and when the operation is started, gas is consumed. Accordingly, the time point at which gas use is started is the start time of operation.
  • the gas leak occurs little by little, so the first point of time when the gas is continuously started to be used for a certain period of time or more is set as the starting point of operation.
  • the heating start time is detected
  • G t is the gas consumption at time t
  • C is the number of consecutive time points where gas consumption is used
  • C * is a reference value of C to be determined as the heating start time.
  • the reference value may be set in advance.
  • the furnace monitoring system may start a process of detecting a heating start time when the number of consecutive time points with gas usage is zero (310).
  • the heating furnace monitoring system may determine whether the operating state of the heating furnace having gas consumption is the heating end state (320).
  • the heating furnace monitoring system may determine whether the gas usage at time t is greater than 0, as the operating state of the heating furnace is determined to be the end of heating (330).
  • the furnace monitoring system may determine the amount of gas used at a different time point (t + 1) as the operation state is not determined to be the end state of the furnace (331).
  • the heating furnace monitoring system when the gas usage at time t is greater than 0, the number of consecutive timings at which gas usage is used may be increased (C + 1) 340. Alternatively, if the gas usage is not greater than 0, the heating furnace monitoring system may determine the gas usage at another time point t + 1 (331).
  • the furnace monitoring system can compare whether the number of consecutive time points with an increased gas consumption coincides with a reference value to be determined as the heating start time.
  • the heating furnace monitoring system may detect the t time point as the start time of operation when the number of consecutive time points with gas usage coincides with the reference value to be determined as the start time of heating (350).
  • the heating furnace monitoring system may determine the gas usage at another time (t + 1) if the number of consecutive time points with gas usage does not match the reference value to be determined as the heating start time (341).
  • FIG. 4 is a flow chart for explaining a method of detecting a heating completion time in a heating furnace monitoring system according to an embodiment.
  • T t is an internal temperature of the heating furnace at t
  • T is a lower target temperature
  • HTw is a range before and after T
  • T * is a temperature average difference threshold before and after t.
  • the threshold may be set in advance.
  • the heating completion time point means a time point at which heating is started to complete raising the internal temperature of the heating furnace to a target temperature. As the temperature is gradually increased to the target temperature, as shown in FIG. 2, the temperature rise and maintenance are repeated or the temperature is slowly increased for a long time. Accordingly, the time point at which the temperature is maintained while the temperature is no longer changed while the temperature is above a certain temperature is set as the completion time of heating. The temperature is maintained by comparing the averages of the left and right temperatures, and if it is similar, for example, within 1 degree, it is assumed that the temperature is kept constant.
  • the furnace monitoring system may determine whether the furnace is in the start-up state (410).
  • the heating furnace monitoring system may perform a process of detecting a heating completion time for t + 1 time as it is determined that the heating furnace is not in operation (421).
  • the heating furnace monitoring system may determine whether the internal temperature of the heating furnace at a time t is greater than or equal to a target lower temperature limit as the heating furnace is determined to be in operation (420). According to the furnace monitoring system, when the internal temperature of the furnace at the time t is not equal to or higher than the target temperature lower limit, a process of detecting a heating completion time for the time t + 1 may be performed (421).
  • the first average value (A before ), which is the average of the internal temperature of the furnace at t-HTw and the internal temperature of the furnace at t-1 A second average value (A after ), which is the average of the internal temperature of the furnace at t + 1 and the internal temperature of the furnace at t + HTw, may be calculated (430).
  • the heating furnace monitoring system may determine whether the calculated value of the difference between the second average value and the first average value is smaller than the temperature average difference threshold before and after time t (440).
  • the value obtained by calculating the difference between the second average value and the first average value may be absolute in case the first average value is greater than the second average value. If the value calculated by calculating the difference between the second average value and the first average value is less than the temperature average difference threshold before and after t, the heating furnace monitoring system may detect the heating completion time (450). The heating furnace monitoring system detects the completion of heating for the time t + 1 (410 to 450) when the calculated value of the difference between the second average value and the first average value is not smaller than the temperature average difference threshold before and after t time. It can be done.
  • FIG. 5 is a flowchart illustrating a method of detecting a door opening time in a heating furnace monitoring system according to an embodiment.
  • S * may mean a threshold for determining whether a temperature is changed.
  • the threshold may be set in advance.
  • Sb 1 is the average temperature change rate from t-1 to t time
  • Sb 2 is the average temperature change rate from t-2 to t time
  • Sb 3 is t-2, the average temperature change rate from t-1 time
  • Sa 1 is t to t
  • Sa 2 is the average temperature change rate at the time of t to t + 2
  • Sa 3 may mean the average temperature change rate at the time of t + 1 and t + 2.
  • the door opening point is the point at which the door of the furnace is opened to take out the material or put it in the furnace.
  • gas injection stops so the gas consumption is close to zero and the temperature is lowered. Accordingly, it is possible to set the starting point at which the temperature remains constant and then falls, as the door opening point.
  • Use the temperature gradients on either side to find the point at which the temperature starts to drop.
  • the point at which the slope changes from 0 to a negative slope can be set as the door opening time.
  • the heating furnace monitoring system may determine whether the heating furnace is heated (510).
  • the heating furnace monitoring system may perform a process for detecting a door open timing at t + 1 time as it is determined that the heating furnace at time t is not in a heating completion state (511).
  • the heating furnace monitoring system may determine whether the average temperature change rate Sb 1 at the time points t-1 to t is smaller than a threshold for determining whether or not the temperature is changed (520).
  • the heating furnace monitoring system can set the average temperature change rate (Sb 1 ) at the time t-1 to t to 0 when the average temperature change rate (Sb 1 ) at the time t-1 to t is less than the threshold for determining the temperature change. Yes (521).
  • the average temperature change rate Sb 1 at the time of t-1 to t is not less than the threshold for determining the presence or absence of temperature change
  • the average temperature change rate Sb 2 at the time of t-2 to t is greater than the threshold. It can be determined whether it is small (530).
  • the heating furnace monitoring system may set the average temperature change rate Sb 2 at the time t-2 to t to 0 when the average temperature change rate Sb 2 at the time t-2 to t is smaller than the threshold (531).
  • the average temperature change rate (Sb 2 ) at the time of t-2 to t is not smaller than the threshold for determining the temperature change
  • the average temperature change rate (Sb 3 ) at the time of t-2 and t-1 is It may be determined whether the temperature is smaller than a threshold for determining whether there is a change (540).
  • a heating furnace monitoring system is a t-2, t-1
  • the average rate of temperature change at the time of (Sb 3) average rate of temperature change in this case is less than the threshold value, t-2, t-1 time (Sb 3) can be set to 0, (541).
  • the average temperature change rate (Sb 3 ) at the time t-2 and t-1 is not less than the threshold for determining the temperature change
  • the average temperature change rate (Sa 1 ) at the time t ⁇ t + 1 is the temperature. It may be determined whether it is smaller than a threshold for determining whether there is a change (550). For small heating furnace monitoring system t ⁇ t + 1 the average temperature change rate of time (Sa 1) than the threshold, the average rate of temperature change (Sa 1) of the t ⁇ t + 1 time can be set to zero (551).
  • the average temperature change rate (Sa 1 ) at the time of t ⁇ t + 1 is not less than the threshold for determining the temperature change
  • the average temperature change rate (Sa 2 ) at the time of t ⁇ t + 2 is the temperature change It may be determined whether it is smaller than the threshold for determining (560).
  • the monitoring system can be set to t + 2, if the average rate of temperature change in time (Sa 2) is less than the threshold, t ⁇ t + 2 the average temperature change rate of time (Sa 2) to zero (561).
  • the average rate of temperature change at time t + 2 (Sa 2 ) is not less than the threshold for determining the presence or absence of temperature change, the average rate of temperature change at time t + 1, t + 2 (Sa 3 ) is temperature change It may be determined whether it is smaller than a threshold for determining (570).
  • a heating furnace monitoring system to t + 1, t + 2 the average temperature change rate of time (Sa 3) the average temperature change rate of, t + 1, t + 2 time is less than said threshold (Sa 3) can be set to 0, (571).
  • the average temperature change rate (Sa 3 ) at the time of t + 1 and t + 2 is not smaller than the threshold for determining the temperature change
  • the average temperature change rate (Sb 1 ) and t at the time t-1 to t The average temperature change rate (Sb 2 ) at the time of -2 to t is 0 or more
  • the average temperature change rate (Sa 1 ) at the time point t to t + 1 and the average temperature change rate (Sa 2 ) at the time point t to t + 2 are It can be determined whether the average is less than 0 (580).
  • the average of the average temperature change rate (Sb 1 ) at the time t-1 to t and the average temperature change rate (Sb 2 ) at the time t-2 to t are 0 or more, and the average temperature at the time point t to t + 1
  • the time at t may be detected as the time at which the door is opened (590).
  • the average of the average temperature change rate (Sb 1 ) at the time t-1 to t of step 580 and the average temperature change rate (Sb 2 ) at the time t-2 to t is 0 or more, and t to t + If the average temperature change rate (Sa 1 ) at time 1 and the average temperature change rate (Sa 2 ) at time t ⁇ t + 2 are less than 0, the average temperature change rate (Sb) at time t-1 to t 1 ), the average temperature change rate at the time of t-2 to t (Sb 2 ), the average temperature change rate at the time of t-2 and t-1 (Sb 3 ) is 0 or more, and the average temperature at the time of t to t + 1 It is possible to determine whether the average of the rate of change (Sa 1 ), the average temperature change rate (Sa 2 ) at the time of t to t + 2 (Sa 2 ), or the average temperature change rate (Sa 3 ) at the time of
  • the furnace monitoring system includes the average rate of temperature change from t-1 to t (Sb 1 ), the average rate of temperature change from t-2 to t (Sb 2 ), and the average rate of temperature change from t-2 to t-1 (Sb 3).
  • ) Is greater than or equal to 0, the average rate of temperature change at time t ⁇ t + 1 (Sa 1 ), the rate of average temperature change at time t ⁇ t + 2 (Sa 2 ), the rate of average temperature change at time t + 1, t + 2
  • t time point may be detected as the door open time point (590).
  • the furnace monitoring system includes the average rate of temperature change from t-1 to t (Sb 1 ), the average rate of temperature change from t-2 to t (Sb 2 ), and the average rate of temperature change from t-2 to t-1 (Sb 3).
  • ) Is greater than or equal to 0, the average rate of temperature change at time t ⁇ t + 1 (Sa 1 ), the rate of average temperature change at time t ⁇ t + 2 (Sa 2 ), the rate of average temperature change at time t + 1, t + 2
  • a process for detecting a door open time at t + 1 time at t + 1 time may be performed.
  • FIG. 6 is a flowchart illustrating a method of detecting a door closing time in a heating furnace monitoring system according to an embodiment.
  • the door closing time is detected
  • T t is a heating furnace internal temperature at time t
  • S * is a threshold for determining whether a temperature is changed
  • DCt may mean an expected door closing time.
  • the threshold may be set in advance.
  • Sb 1 is the average temperature change rate from t-1 to t time
  • Sb 2 is the average temperature change rate from t-2 to t time
  • Sb 3 is t-2, the average temperature change rate from t-1 time
  • Sa 1 is t to t
  • Sa 2 is the average temperature change rate at the time of t to t + 2
  • Sa 3 may mean the average temperature change rate at the time of t + 1 and t + 2.
  • the door closing point is the point at which the opened door is completely closed and the temperature starts to rise again.
  • the time at which the temperature decreases after the door is opened and remains at a constant temperature or starts to increase again can be set as the time at which the door closes.
  • the change in temperature can be used by calculating the slope of temperature change, just like finding the door opening time.
  • the time at which the temperature is the lowest can be detected as the closing time of the door.
  • the door closing time can be determined without changing the door closing time.
  • the furnace monitoring system may determine whether the furnace is in a door open state (610).
  • the heating furnace monitoring system may perform a process for detecting a door closing time at t + 1 time as it is determined that the heating furnace at time t is not in the door open state (611).
  • the heating furnace monitoring system may determine whether the average temperature change rate Sb 1 at a time point t-1 to t is smaller than a threshold for determining whether a temperature change is present (620).
  • the heating furnace monitoring system can set the average temperature change rate (Sb 1 ) at the time t-1 to t to 0 when the average temperature change rate (Sb 1 ) at the time t-1 to t is less than the threshold for determining the temperature change. Yes (621).
  • the average temperature change rate Sb 1 at the time of t-1 to t is not less than the threshold for determining the presence or absence of temperature change
  • the average temperature change rate Sb 2 at the time of t-2 to t is greater than the threshold. It can be determined whether it is small (630).
  • the heating furnace monitoring system may set the average temperature change rate Sb 2 at the time t-2 to t to 0 when the average temperature change rate Sb 2 at the time t-2 to t is smaller than the threshold (631).
  • the average temperature change rate (Sb 2 ) at the time of t-2 to t is not smaller than the threshold for determining the temperature change
  • the average temperature change rate (Sb 3 ) at the time of t-2 and t-1 is It may be determined whether the temperature is smaller than a threshold for determining whether there is a change (640).
  • a heating furnace monitoring system is a t-2, t-1
  • the average rate of temperature change at the time of (Sb 3) average rate of temperature change in this case is less than the threshold value, t-2, t-1 time (Sb 3) can be set to 0, (641).
  • the average temperature change rate (Sb 3 ) at the time t-2 and t-1 is not less than the threshold for determining the temperature change
  • the average temperature change rate (Sa 1 ) at the time t ⁇ t + 1 is the temperature. It may be determined whether it is smaller than a threshold for determining whether there is a change (650).
  • the average temperature change rate of time (Sa 1) than the threshold the average rate of temperature change (Sa 1) of the t ⁇ t + 1 time can be set to zero (651).
  • the average temperature change rate (Sa 1 ) at the time of t ⁇ t + 1 is not less than the threshold for determining the temperature change
  • the average temperature change rate (Sa 2 ) at the time of t ⁇ t + 2 is the temperature change It may be determined whether it is smaller than the threshold for determining (660).
  • the monitoring system can be set to t + 2, if the average rate of temperature change in time (Sa 2) is less than the threshold, t ⁇ t + 2 the average temperature change rate of time (Sa 2) to zero (661).
  • the average rate of temperature change at time t + 2 (Sa 2 ) is not less than the threshold for determining the presence or absence of temperature change, the average rate of temperature change at time t + 1, t + 2 (Sa 3 ) is temperature change It may be determined whether it is smaller than the threshold for determining (670).
  • a heating furnace monitoring system to t + 1, t + 2 the average temperature change rate of time (Sa 3) the average temperature change rate of, t + 1, t + 2 time is less than said threshold (Sa 3) can be set to 0, (671).
  • the average temperature change rate (Sa 3 ) at the time of t + 1 and t + 2 is not smaller than the threshold for determining the temperature change
  • the average temperature change rate (Sb 1 ) and t at the time t-1 to t is less than 0, and the average temperature change rate (Sa 1 ) at t to t + 1 and the average temperature change rate (Sa 2 ) at t to t + 2 are It can be determined whether the average is 0 or more (680).
  • the average of the average temperature change rate (Sb 1 ) at t-1 to t and the average rate of temperature change (Sb 2 ) at t-2 to t is less than 0, and the average temperature at t to t + 1
  • the average of the rate of change (Sa 1 ) and the average temperature change rate (Sa 2 ) at the time of t to t + 2 is 0 or more, it can be determined whether the internal temperature of the heating furnace at t is greater than the internal temperature of the heating furnace at the expected door closing time. (690).
  • the average of the average temperature change rate (Sb 1 ) at the time t-1 to t of step 680 and the average temperature change rate (Sb 2 ) at the time t-2 to t is less than 0, and t to t + If the average temperature change rate (Sa 1 ) at time 1 and the average temperature change rate (Sa 2 ) at time t ⁇ t + 2 are not equal to or greater than 0, the average temperature change rate at time t-1 to t (Sb 1 ), the average temperature change rate at time t-2 to t (Sb 2 ), the average temperature change rate at time t-2 and t-1 (Sb 3 ) is less than 0, and the average temperature change rate at time t to t + 1 (Sa 1 ), It can be determined whether the average of the average temperature change rate (Sa 2 ) at the time of t to t + 2 (Sa 2 ), t + 1, t + 2 (Sa 3 ) is greater than or equal to 068 (681).
  • the furnace monitoring system includes the average rate of temperature change from t-1 to t (Sb 1 ), the average rate of temperature change from t-2 to t (Sb 2 ), and the average rate of temperature change from t-2 to t-1 (Sb 3). ) Is less than 0, the average temperature change rate from t to t + 1 (Sa 1 ), the average temperature change rate from t to t + 2 (Sa 2 ), the average temperature change from t + 1, t + 2 When the average of (Sa 3 ) is 0 or more, it may be determined whether the internal temperature of the heating furnace at t is greater than the internal temperature of the heating furnace at the expected door closing (690).
  • the furnace monitoring system may set the time t as the expected door closing time as it is determined that the temperature inside the furnace at time t is greater than the temperature inside the furnace at the expected door closing time (692).
  • the furnace monitoring system may determine whether the state of the furnace at the time t is in the reheating completion state as it is determined that the temperature inside the furnace at the time t is not greater than the temperature inside the furnace at the time when the expected door is closed (691).
  • Heated to a monitoring system is heated to a monitoring system, t-1 ⁇ t the average rate of temperature change (Sb 1), t-2 ⁇ t the average rate of temperature change at the time of (Sb 2), t-2 , t the time of the step (681)
  • the average temperature change rate at time -1 (Sb 3 ) is less than 0, the average temperature change rate at time t ⁇ t + 1 (Sa 1 ), and the rate of average temperature change at time t ⁇ t + 2 (Sa 2 ), t + If the condition that the average of the average temperature change rate Sa 3 at 1 and t + 2 is not equal to or greater than 0 is satisfied, it may be determined whether the state of the heating furnace at t is completed (691).
  • the furnace monitoring system may detect the time t as the door closing time (693) as it is determined that the state of the heating furnace is in the reheating complete state.
  • the furnace monitoring system may perform a process for detecting a door closing time at t + 1 time as it is determined that the state of the heating furnace at time t is not a reheating completion state (611).
  • FIG. 7 is a flow chart for explaining a method of detecting a completion time of reheating in a heating furnace monitoring system according to an embodiment.
  • the reheating completion time is detected
  • T t is the internal temperature of the heating furnace at t time
  • S * is a threshold for determining the presence or absence of temperature change
  • RHw is the front-rear range at time t
  • T ** is the average temperature before and after t time
  • the difference threshold, RHt may be an expected reheating completion time
  • T *** may mean a temperature difference threshold for determining whether to update the expected reheating completion time.
  • the threshold may be set in advance.
  • Sb 1 is the average temperature change rate from t-1 to t time
  • Sb 2 is the average temperature change rate from t-2 to t time
  • Sb 3 is t-2, the average temperature change rate from t-1 time
  • Sa 1 is t to t
  • Sa 2 is the average temperature change rate at the time of t to t + 2
  • Sa 3 may mean the average temperature change rate at the time of t + 1 and t + 2.
  • the reheating completion point means the point at which the door is closed and the reheating to raise the target temperature again is completed.
  • the time when the temperature rises and becomes constant or starts to decrease again can be set as the completion time of the reheating.
  • the temperature change trend can be used by calculating the temperature change slope.
  • the existing reheating completion time can be updated to the current time. At this time, if the condition is renewed whenever the temperature is high, the temperature may be vibrated due to noise, and the reheating completion time may be pushed later.
  • the temperature at the candidate point is greater than the temperature at the time at which the existing reheating is completed, it can be updated to the candidate point.
  • the temperature becomes constant or the door opening time again appears it is possible to confirm the reheating completion time without changing the completion time of the reheating.
  • the furnace monitoring system may determine whether the furnace is in a door open state and whether an expected door closing time is found (710).
  • the heating furnace monitoring system may perform a process of detecting the completion time of reheating at the time t + 1 as it is determined that the heating furnace at the time t is the door open state and the expected door closing time is not found (711).
  • the furnace monitoring system can determine whether the average temperature change rate (Sb 1 ) at the time t-1 to t is smaller than a threshold for determining whether there is a temperature change as the furnace is in a door open state and an expected door closing time is found. (720).
  • the heating furnace monitoring system can set the average temperature change rate (Sb 1 ) at the time t-1 to t to 0 when the average temperature change rate (Sb 1 ) at the time t-1 to t is less than the threshold for determining the temperature change. Yes (721).
  • the average temperature change rate Sb 1 at the time of t-1 to t is not smaller than the threshold for determining the presence or absence of temperature change
  • the average temperature change rate Sb 2 at the time of t-2 to t is greater than the threshold. It can be determined whether it is small (730).
  • the heating furnace monitoring system may set the average temperature change rate Sb 2 at the time t-2 to t to 0 when the average temperature change rate Sb 2 at the time t-2 to t is smaller than the threshold (731).
  • the average temperature change rate (Sb 2 ) at the time of t-2 to t is not smaller than the threshold for determining the temperature change
  • the average temperature change rate (Sb 3 ) at the time of t-2 and t-1 is It may be determined whether the temperature is smaller than a threshold for determining whether there is a change (740).
  • a heating furnace monitoring system is a t-2, t-1
  • the average rate of temperature change at the time of (Sb 3) average rate of temperature change in this case is less than the threshold value, t-2, t-1 time (Sb 3) can be set to 0, (741).
  • the average temperature change rate (Sb 3 ) at the time t-2 and t-1 is not less than the threshold for determining the temperature change
  • the average temperature change rate (Sa 1 ) at the time t ⁇ t + 1 is the temperature. It may be determined whether it is smaller than a threshold for determining whether there is a change (750).
  • the average temperature change rate of time (Sa 1) than the threshold the average rate of temperature change (Sa 1) of the t ⁇ t + 1 time can be set to zero (751).
  • the average temperature change rate (Sa 1 ) at the time of t ⁇ t + 1 is not less than the threshold for determining the temperature change
  • the average temperature change rate (Sa 2 ) at the time of t ⁇ t + 2 is the temperature change It may be determined whether it is smaller than a threshold for determining (760).
  • a threshold for determining 760
  • By heating the monitoring system can be set to t + 2, if the average rate of temperature change in time (Sa 2) is less than the threshold, t ⁇ t + 2 the average temperature change rate of time (Sa 2) to zero (761).
  • the average rate of temperature change at time t + 2 (Sa 2 ) is not less than the threshold for determining the presence or absence of temperature change, the average rate of temperature change at time t + 1, t + 2 (Sa 3 ) is temperature change It may be determined whether it is smaller than a threshold for determining (770).
  • a heating furnace monitoring system to t + 1, t + 2 the average temperature change rate of time (Sa 3) the average temperature change rate of, t + 1, t + 2 time is less than said threshold (Sa 3) can be set to 0, (771).
  • the average temperature change rate (Sa 3 ) at the time of t + 1 and t + 2 is not smaller than the threshold for determining the temperature change
  • the average temperature change rate (Sb 1 ) and t at the time t-1 to t The average temperature change rate (Sb 2 ) at -2 to t is greater than 0, and the average temperature change rate (Sa 1 ) at t to t + 1 and the average temperature change rate (Sa 2 ) at t to t + 2 are It can be determined whether the average is 0 or less (780).
  • the average of the monitoring system the time t-1 ⁇ t a heating ramp rate (Sb 1) and t-2 ⁇ t the time average rate of temperature change (Sb 2) the average is greater than 0, t ⁇ t + average temperature of the first point of the If the average of the rate of change (Sa 1 ) and the average temperature change rate (Sa 2 ) from t to t + 2 is less than or equal to 0, the internal temperature of the furnace at time t is renewed when the temperature inside the furnace is predicted and the time of completion of expected reheating is completed. It may be determined whether the temperature difference threshold for determining whether or not is greater than a value added (790).
  • the average of the average temperature change rate (Sb 1 ) at the time t-1 to t of step 780 and the average temperature change rate (Sb 2 ) at the time t-2 to t is greater than 0, and t to t + If the average temperature change rate (Sa 1 ) at time 1 and the average temperature change rate (Sa 2 ) at time t ⁇ t + 2 do not satisfy the condition of 0 or less, the average temperature change rate at time t-1 to t (Sb 1 ), the average temperature change rate at time t-2 to t (Sb 2 ), the average temperature change rate at time t-2 and t-1 (Sb 3 ) is greater than 0, and the average temperature change rate at time t to t + 1 (Sa 1), t ⁇ t + 2 the average temperature change rate of time (Sa 2), t + 1 , t + 2 the average temperature change rate of the time average of (Sa 3) this can be determined is less than or equal to zero (781).
  • the furnace monitoring system includes -1 ⁇ t average temperature change rate (Sb 1 ), t-2 ⁇ t average temperature change rate (Sb 2 ), t-2, t-1 average temperature change rate (Sb 3 ) Is greater than 0, the average temperature change rate at time t ⁇ t + 1 (Sa 1 ), the average temperature change rate at time t ⁇ t + 2 (Sa 2 ), the average temperature change rate at time t + 1, t + 2 ( If the average of Sa 3 ) is 0 or less, it is determined whether or not the internal temperature of the furnace at t is greater than the value added to the temperature difference threshold to determine whether to update the internal temperature of the furnace at the time of completion of the expected reheating and whether to renew when the expected reheating is completed. You can (790).
  • the furnace monitoring system will predict the time at t Can be set to (793). If the internal temperature of the furnace at t is not greater than the value obtained by adding the temperature difference threshold to determine whether to update the internal temperature of the furnace at the time of completion of the expected reheating and the time of completion of the expected reheating, if the expected reheating completion time exists It can be determined whether or not (791).
  • the furnace monitoring system may perform a process for detecting the completion time of reheating at t + 1 when the expected reheating completion time does not exist.
  • the furnace monitoring system can calculate the average of the internal temperature of the furnace at t-RHw and the internal temperature at t-1 and the average of the internal temperature of the furnace at t + 1 and t + RHw (792) ).
  • the furnace monitoring system is the second average value (A after ) that calculates the average of the internal temperature of the furnace at t + 1 and the internal temperature at t + RHw, and the internal temperature of the furnace at t-RHw and t-1. It may be determined whether the result of subtracting the first average value A before calculating the average of the internal temperature is smaller than the temperature average difference threshold before and after the time point t (794). In this case, in case the first average value is larger than the second average value, an absolute value may be calculated from the difference between the second average value and the first average value.
  • the furnace monitoring system is the second average value (A after ) that calculates the average of the internal temperature of the furnace at t + 1 and the internal temperature at t + RHw, and the internal temperature of the furnace at t-RHw and t-1.
  • the expected reheating completion time point may be detected as the door closing time point (795).
  • the furnace monitoring system is the second average value (A after ) that calculates the average of the internal temperature of the furnace at t + 1 and the internal temperature at t + RHw, and the internal temperature of the furnace at t-RHw and t-1. If the result of subtracting the first average value A before calculating the average of the internal temperature is not smaller than the temperature average difference threshold before and after the t time point, a process for detecting the completion time of reheating at the time t + 1 may be performed.
  • the end point of operation means a point in time at which the raw materials charged in the heating furnace are taken out and processed in order, and the door is opened to take out the last material. If you can monitor the movement of the material, you can see when the last material in the furnace moves to the press to open the door as the end of operation. However, even if the last material remaining in the furnace is taken out, it cannot be judged as the presence or absence of the material because the material can be reloaded in the furnace. In addition, since it is possible to immediately start heating by loading a new material, it is difficult to distinguish between a door opening point and an operation end point using temperature. Accordingly, the operation end point may be input by the operator, and the closest door opening point may be set as the operation end point based on the input point.
  • Genetic Algorithm can be used to determine the optimal parameters if there is example data that knows when to find the parameters needed to detect when the furnace is operating.
  • the device described above may be implemented with hardware components, software components, and / or combinations of hardware components and software components.
  • the devices and components described in the embodiments include, for example, processors, controllers, arithmetic logic units (ALUs), digital signal processors (micro signal processors), microcomputers, field programmable gate arrays (FPGAs).
  • a programmable logic unit (PLU), microprocessor, or any other device capable of executing and responding to instructions may be implemented using one or more general purpose computers or special purpose computers.
  • the processing device may run an operating system (OS) and one or more software applications running on the operating system.
  • the processing device may access, store, manipulate, process, and generate data in response to the execution of the software.
  • OS operating system
  • the processing device may access, store, manipulate, process, and generate data in response to the execution of the software.
  • a processing device may be described as one being used, but a person having ordinary skill in the art, the processing device may include a plurality of processing elements and / or a plurality of types of processing elements. It can be seen that may include.
  • the processing device may include a plurality of processors or a processor and a controller.
  • other processing configurations such as parallel processors, are possible.
  • the software may include a computer program, code, instruction, or a combination of one or more of these, and configure the processing device to operate as desired, or process independently or collectively You can command the device.
  • Software and / or data may be interpreted by a processing device, or to provide instructions or data to a processing device, of any type of machine, component, physical device, virtual equipment, computer storage medium or device.
  • the software may be distributed over networked computer systems, and stored or executed in a distributed manner.
  • Software and data may be stored in one or more computer-readable recording media.
  • the method according to the embodiment may be implemented in the form of program instructions that can be executed through various computer means and recorded on a computer-readable medium.
  • the computer-readable medium may include program instructions, data files, data structures, or the like alone or in combination.
  • the program instructions recorded in the medium may be specially designed and configured for the embodiments or may be known and usable by those skilled in computer software.
  • Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks, and magnetic tapes, optical media such as CD-ROMs, DVDs, and magnetic media such as floptical disks.
  • -Hardware devices specifically configured to store and execute program instructions such as magneto-optical media, and ROM, RAM, flash memory, and the like.
  • Examples of program instructions include high-level language codes that can be executed by a computer using an interpreter, etc., as well as machine language codes produced by a compiler.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Waste-Gas Treatment And Other Accessory Devices For Furnaces (AREA)

Abstract

가열로 모니터링 시스템 및 방법이 개시된다. 일 실시예에 따른 가열로 모니터링 시스템은, IoT 인프라스트럭쳐(Infrastructure)에 기초하여 수집된 가열로 정보와 원소재들을 가열로에 장입 또는 꺼내는 작업 순서 정보에 기초하여 가열로 가동 상태를 판단하는 가열로 가동 상태 판단 모듈; 상기 판단된 가열로 가동 상태를 통하여 가동 상태를 구분함에 따라 획득된 가열로 별 에너지 사용량 데이터를 이용하여 에너지 원단위 비용을 계산하는 에너지 원단위 비용 계산 모듈; 상기 수집된 가열로 정보에 포함된 가열로 별 내부 온도 데이터와 상기 획득된 가열로 별 에너지 사용량 데이터를 이용하여 설비 이상을 감지하는 설비 이상 감지 모듈; 및 상기 판단된 가열로 가동 상태와 원소재들의 이동 흐름에 대한 공정 실적 데이터를 생성하는 가열로 실적 생성 모듈을 포함할 수 있다.

Description

가열로 모니터링 시스템 및 방법
아래의 설명은 가열로 모니터링 기술에 관한 것이다.
열간 자유단조는 높은 온도로 가열한 강괴에 압력을 가하여 원하는 형상을 빚는 공정으로, 강괴를 가열하기 위한 설비로서 가열로를 이용한다. 가열로에서 여러 개의 강괴들이 함께 가열되며 모든 강괴의 가열이 완료된 후에 강괴를 꺼낼 수 있다. 강괴의 모양을 변형하기 위해서는 강괴의 온도가 중요하기 때문에 목표 온도까지 가열이 완료되더라도 강괴를 가열로에서 대기시키다가 후단 공정이 가능할 때 강괴를 가열로에서 꺼낸다. 강괴를 꺼내기 위해 가열로의 문을 열면서 가열로 내부의 열 손실이 발생하므로 가열로의 문을 닫은 뒤에 가열로에 남은 강괴의 온도를 높이기 위해 재 가열을 한다. 이와 같이 강괴를 가열하고 강괴의 온도를 유지하기 위해 계속해서 가열로를 가동하기 때문에 제품을 생산하는데 소요되는 에너지 비용이 매우 크다.
제품 생산 비용을 관리하고 제품의 가격을 합리적으로 결정하기 위해서는 각 제품 별로 가열 과정에서 소요되는 에너지 비용을 파악하여 에너지 원단위 비용을 정확하게 계산하는 것이 중요하다. 그러나 똑같은 제품을 생산하더라도 가열 시 함께 장입되는 원소재 조합에 따라 소모되는 에너지양이 다르다. 또한 후속 공정의 상황에 따라 소재 별로 가열로에서 머무르는 시간이 달라지고 원소재의 출입이 반복되기 때문에 제품 별로 정확한 에너지 원단위 비용 계산에 어려움이 있다. 현장에서는 원소재의 출입 상황을 전산 상에 기록하는 시스템이 구축되어 있지 않기 때문에 초기 장입한 원소재의 중량과 가열로 가동을 종료할 때까지 사용한 에너지양을 이용하여 단위 중량에 대한 에너지 사용량으로 원단위 비용을 산정하고 있다.
원단위 비용을 정확하게 산출하기 위해서는 가열로에 들어있는 소재가 무엇이고 얼마만큼의 에너지를 소모했는지 파악해야 하기 때문에 소재의 출입 시점과 소재가 장입되어 있는 동안의 에너지 소모량을 알아야 한다. 따라서 가열로의 가동 여부, 문 개폐 여부 등 가동 상태를 감지하고 원소재의 출입을 파악하여 제품 별로 가열 공정에 소모되는 에너지 비용과 에너지 원단위 비용을 정확하게 산출하기 위한 가열로 모니터링 시스템 및 방법이 필요하다.
가열로의 내부 온도와 가스 주입량을 센싱하는 IoT 인프라를 구축하고 이들 센서 값을 실시간에 모니터링하여 가열로의 가동 상태를 구분하는 방법 및 시스템을 제공할 수 있다.
또한, 가열로의 가동 상태 구분을 통해 상태 구간 별로 가열로에 장입되어 있는 소재와 에너지 사용량을 파악하고, 이에 따른 제품 별 원단위 에너지 비용을 계산하는 방법 및 시스템을 제공할 수 있다.
또한, 상태 구간 별로 장입된 소재와 그 때의 에너지 사용량 데이터를 수집하여 구간 별 비용 예측 모형 학습을 구성하고, 구간 별 비용 예측 모형을 바탕으로 공정 중에 예상 비용과는 현저히 다른 이상 상황을 감지하는 방법 및 시스템을 제공할 수 있다.
가열로 모니터링 시스템은, IoT 인프라스트럭쳐(Infrastructure)에 기초하여 수집된 가열로 정보와 원소재들을 가열로에 장입 또는 꺼내는 작업 순서 정보에 기초하여 가열로 가동 상태를 판단하는 가열로 가동 상태 판단 모듈; 상기 판단된 가열로 가동 상태를 통하여 가동 상태를 구분함에 따라 획득된 가열로 별 에너지 사용량 데이터를 이용하여 에너지 원단위 비용을 계산하는 에너지 원단위 비용 계산 모듈; 상기 수집된 가열로 정보에 포함된 가열로 별 내부 온도 데이터와 상기 획득된 가열로 별 에너지 사용량 데이터를 이용하여 설비 이상을 감지하는 설비 이상 감지 모듈; 및 상기 판단된 가열로 가동 상태와 원소재들의 이동 흐름에 대한 공정 실적 데이터를 생성하는 가열로 실적 생성 모듈을 포함할 수 있다.
상기 가열로 모니터링 시스템은, 상기 생성된 공정 실적 데이터를 기반으로 설비 이상 감지를 위해 구성된 가열 소요 시간 예측 모형과 가열로 별 에너지 사용량 예측 모형을 학습함에 따라 공정 실적 데이터가 누적됨에 따라 주기적으로 각각의 예측 모형을 갱신하는 가열 공정 비용 예측 모형 관리 모듈을 더 포함할 수 있다.
상기 가열로 가동 상태 판단 모듈은, 상기 가열로 별 내부 온도 데이터 및 가열로 별 에너지 사용량 데이터를 이용하여 가열로의 가열 시작 시점, 가열 완료 시점, 문 열림 시점, 문 닫힘 시점, 재가열 완료 시점 또는 가동 종료 시점을 포함하는 상태 변경 시점을 판단하고, 상기 판단된 상태 변경 시점에 기초하여 (1)점화를 시작해서 원소재를 목표 온도까지 가열하는 가열 구간, (2)목표 온도로 가열을 완료한 후 후속 공정을 위해 온도를 유지하며 대기하는 구간, (3)원소재를 꺼내기 위해 가열로 문을 열고 있는 구간, (4)가열로 문을 닫은 후 다시 목표 온도로 재가열하는 구간 또는 (5)가열로 가동 종료 구간으로 구분할 수 있다.
상기 에너지 원단위 비용 계산 모듈은, 상기 가열로 가동 상태가 판단됨에 따라 각 가열로 가동 상태마다 가열로에 장입되어 있는 원소재 정보를 확인하고, 가열로 별 에너지 사용량 데이터를 이용하여 각 가열로 상태마다 에너지 사용량을 획득하고, 각 가열로 가동 상태에 장입되어 있는 원소재 정보에 대하여 단위 중량 당 에너지 사용량을 계산하여 에너지 원단위 비용을 산출할 수 있다.
상기 설비 이상 감지 모듈은, 가열 공정 비용 예측 모형을 이용한 공정 소요 시간과 에너지 비용 예측치와 상기 가열로를 모니터링한 수치를 비교한 비교값이 기 설정된 기준 이상일 경우, 경보를 발생시킬 수 있다.
상기 가열로 가동 상태 판단 모듈은, 상기 IoT 인프라스트럭쳐(Infrastructure)에 기초하여 가열로 별 내부 온도, 가열로 별 에너지 사용량 및 가열로에 장입 할 원소재 구성과 원소재를 가열로에서 꺼내거나 장입하는 작업 순서를 수집할 수 있다.
가열로 모니터링 시스템에 의해 수행되는 가열로 모니터링 방법은, IoT 인프라스트럭쳐(Infrastructure)에 기초하여 수집된 가열로 정보와 원소재들을 가열로에 장입 또는 꺼내는 작업 순서 정보에 기초하여 가열로 가동 상태를 판단하는 단계; 및 상기 판단된 가열로 가동 상태를 통하여 구분된 가동 상태에 따라 가열로를 모니터링하는 단계를 포함할 수 있다.
상기 모니터링하는 단계는, 상기 판단된 가열로 가동 상태를 통하여 가동 상태를 구분함에 따라 획득된 가열로 별 에너지 사용량 데이터를 이용하여 에너지 원단위 비용을 계산하는 단계를 포함할 수 있다
상기 모니터링하는 단계는, 상기 수집된 가열로 정보에 포함된 가열로 별 내부 온도 데이터와 상기 획득된 가열로 별 에너지 사용량 데이터를 이용하여 설비 이상을 감지하는 단계를 포함할 수 있다.
상기 모니터링하는 단계는, 상기 판단된 가열로 가동 상태와 원소재들의 이동 흐름에 대한 공정 실적 데이터를 생성하는 단계를 포함할 수 있다.
상기 모니터링하는 단계는, 상기 생성된 공정 실적 데이터를 기반으로 설비 이상 감지를 위해 구성된 가열 소요 시간 예측 모형과 가열로 별 에너지 사용량 예측 모형을 학습함에 따라 공정 실적 데이터가 누적됨에 따라 주기적으로 각각의 예측 모형을 갱신하는 단계를 포함할 수 있다.
상기 가열로 가동 상태를 판단하는 단계는, 상기 가열로 별 내부 온도 데이터 및 가열로 별 에너지 사용량 데이터를 이용하여 가열로의 가열 시작 시점, 가열 완료 시점, 문 열림 시점, 문 닫힘 시점, 재가열 완료 시점 또는 가동 종료 시점을 포함하는 상태 변경 시점을 판단하고, 상기 판단된 상태 변경 시점에 기초하여 (1)점화를 시작해서 원소재를 목표 온도까지 가열하는 가열 구간, (2)목표 온도로 가열을 완료한 후 후속 공정을 위해 온도를 유지하며 대기하는 구간, (3)원소재를 꺼내기 위해 가열로 문을 열고 있는 구간, (4)가열로 문을 닫은 후 다시 목표 온도로 재가열하는 구간 또는 (5)가열로 가동 종료 구간으로 구분하는 단계를 포함할 수 있다.
상기 모니터링하는 단계는, 상기 가열로 가동 상태가 판단됨에 따라 각 가열로 가동 상태마다 가열로에 장입되어 있는 원소재 정보를 확인하고, 가열로 별 에너지 사용량 데이터를 이용하여 각 가열로 상태마다 에너지 사용량을 획득하고, 각 가열로 가동 상태에 장입되어 있는 원소재 정보에 대하여 단위 중량 당 에너지 사용량을 계산하여 에너지 원단위 비용을 산출하는 단계를 포함할 수 있다.
상기 모니터링하는 단계는, 가열 공정 비용 예측 모형을 이용한 공정 소요 시간과 에너지 비용 예측치와 상기 가열로를 모니터링한 수치를 비교한 비교값이 기 설정된 기준 이상일 경우, 경보를 발생시키는 단계를 포함할 수 있다.
상기 가열로 가동 상태를 판단하는 단계는, 상기 IoT 인프라스트럭쳐(Infrastructure)에 기초하여 가열로 별 내부 온도, 가열로 별 에너지 사용량 및 가열로에 장입 할 원소재 구성과 원소재를 가열로에서 꺼내거나 장입하는 작업 순서를 수집하는 단계를 포함할 수 있다.
가열 공정 진행의 세부 사항에 대한 실시간 모니터링이 가능하며 이를 통해 세부 단계별 에너지 비용 데이터를 상세 수준으로 확보할 수 있다.
제품 별 에너지 원단위 비용을 정확하게 산출하여 공장의 영업 이익을 극대화 할 수 있다.
또한 가열로 인한 비용이 아닌 후속 공정 지연에 의한 비용 산출, 여러 가열로 간 가열 성능 비교 등 다양한 관점에서 에너지 효율을 분석하여 공장 운영을 최적화 할 수 있다.
또한, 학습된 비용 예측 모형을 이용하여 공정 소요 시간 및 에너지 비용을 예측하여 공정 진행이 예측과 현저히 다를 경우 이상 상황 발생 경보를 발령하여 설비의 유지 및 보수를 도울 수 있다.
또한, 가열 공정 실시간 모니터링을 통해 현장에서는 작업의 진척도를 파악하기 용이하여 생산성을 향상시킬 수 있다.
또한, 작업자들이 직접 실적 데이터를 작성하지 않고 자동 생성함으로써 업무의 효율을 높일 수 있다.
도 1은 일 실시예에 따른 가열로 모니터링 시스템의 구조를 설명하기 위한 도면이다.
도 2는 일 실시예에 따른 가열로 모니터링 시스템에서 가열로 내부 온도 변화에 따른 가열로 가동 상태 구간을 구분하는 것을 설명하기 위한 도면이다.
도 3은 실시예에 따른 가열로 모니터링 시스템에서 가열 시작 시점을 검출하는 방법을 설명하기 위한 흐름도이다.
도 4는 실시예에 따른 가열로 모니터링 시스템에서 가열 완료 시점을 검출하는 방법을 설명하기 위한 흐름도이다.
도 5는 실시예에 따른 가열로 모니터링 시스템에서 문 열림 시점을 검출하는 방법을 설명하기 위한 흐름도이다.
도 6은 실시예에 따른 가열로 모니터링 시스템에서 문 닫힘 시점을 검출하는 방법을 설명하기 위한 흐름도이다.
도 7은 실시예에 따른 가열로 모니터링 시스템에서 재가열 완료 시점을 검출하는 방법을 설명하기 위한 흐름도이다.
도 8은 실시예에 따른 가열로 모니터링 시스템에서 가열로 가동 상태 구분에 따른 에너지 원단위 비용을 산출한 예를 나타낸 것이다.
도9는 일 실시예에 따른 가열로 모니터링 시스템에서 가열 공정 비용 예측 모형의 예를 나타낸 것이다.
이하, 실시예를 첨부한 도면을 참조하여 상세히 설명한다.
도 1은 일 실시예에 따른 가열로 모니터링 시스템의 구조를 설명하기 위한 도면이다.
가열로 모니터링 시스템(100)은 가열로 가동 상태 판단 모듈(110), 에너지 원단위 비용 계산 모듈(120), 설비 이상 감지 모듈(130), 가열로 실적 생성 모듈(140) 및 가열 공정 비용 예측 모형 관리 모듈(150)을 포함할 수 있다.
가열로 모니터링 시스템(100)은 열로 별 내부 온도 데이터, 에너지 사용량 데이터, 작업 순서를 입력받을 수 있으며, 가열로 가동 상태 판단, 에너지 원단위 비용 계산, 설비 이상 감지, 가열 공정 비용 예측 모형 관리, 가열로 실적 생성 기능을 수행할 수 있다. 가열로 모니터링 시스템(100)은 가열로 별 내부 온도 데이터와 에너지 사용량 데이터는 IoT 인프라를 통해 수집할 수 있다.
가열로 가동 상태 판단 모듈(110)은 IoT 인프라에 기초하여 수집된 가열로 정보와 원소재들을 가열로에 장입 또는 꺼내는 작업 순서 정보에 기초하여 가열로 가동 상태를 판단할 수 있다. 작업 순서는 장입 할 원소재 구성과 원소재들을 가열로에서 꺼내거나 장입하는 순서를 의미할 수 있고, 원소재의 이동이 발생할 때마다 작업자가 직접 시스템에 입력하거나 사전에 작업 순서가 정해져 있을 경우 정해진 작업 순서를 입력할 수 있고, 혹은, 작업 계획 시스템과 연동하여 작업 순서를 입력할 수 있다. 가열로 가동 상태 판단 모듈(110)은 열로 내부 온도 데이터 및 에너지 사용량 데이터를 기반으로 가열로가 원소재를 가열하는 상태인지, 원소재를 꺼내기 위해 문이 열린 상태인지 등의 가열로의 가동 상태를 구분할 수 있다.
에너지 원단위 비용 계산 모듈(120)은 시간의 흐름에 따른 가열로의 상태와 원소재의 장입 현황을 파악하여 제품 별 에너지 원단위 비용을 계산할 수 있다. 예를 들면, 에너지 원단위 비용을 계산하는 식은 사전에 입력될 수 있으며, 작업자 또는 관리자에 의하여 식이 변경될 수 있다. 도 8을 참고하면, 가열로 가동 상태 구분에 따른 에너지 원단위 비용을 산출한 예를 나타낸 것이다. 에너지 원단위 비용 계산 모듈(120)은 가동 상태 모듈을 통하여 가열로 가동 상태가 구분됨에 따라 작업 순서 정보를 이용하여 각 가열로 가동 상태마다 가열로에 장입되어 있는 원소재 목록을 확인할 수 있다. 에너지 원단위 비용 계산 모듈(120)은 가열로 가동 상태 모듈로부터 가열로 가동 상태가 구분됨에 따라 가열로 별 에너지 사용량 데이터를 이용하여 각 가열로 가동 상태마다 에너지 사용량을 알 수 있다. 에너지 원단위 비용 계산 모듈(120)은 각 가열로 가동 상태에 장입되어 있는 원소재들에 대해 단위 중량 당 에너지 사용량을 계산하여 에너지 원단위 비용을 산출할 수 있다. 이때, 동일한 종류의 제품 별 에너지 원단위 비용 통계 수치를 이용하여 제품 별 에너지 원단위 비용을 산출할 수 있다.
설비 이상 감지 모듈(130)은 설비 별 내부 온도 데이터와 에너지 사용량 데이터를 기반으로 설비의 비정상적인 동작 상태를 감지하거나 가열 공정 비용 예측 모형을 기반으로 공정 전에 예상되는 공정 소요 시간과 소요 에너지양을 예측하고 실제 소요된 비용과 비교하여 설비의 에너지 효율에 대한 이상 상황을 감지할 수 있다. 예를 들면, 설비 이상 감지 모듈(130)은 가열로 내부 온도 스트림 데이터와 에너지 누적 사용량 스트림 데이터를 이용하여 가열로의 작업이 완료되지 않은 상태에서 온도와 에너지 사용량이 급격히 감소하는 이상, 혹은 가열 목표 온도를 넘어가는 이상 가동 등을 감지할 수 있다. 설비 이상 감지 모듈(130)은 가열 공정 비용 예측 모형을 이용한 소요 시간 및 에너지 비용 예측치와 실제 모니터링한 수치를 비교한 결과가 기 설정된 기준 이상의 차이를 보일 경우 경보를 발생시킬 수 있다.
가열로 실적 생성 모듈(140)은 가열로 가동 상태와 원소재의 이동 흐름에 대해 작업자가 필요한 공정 실적 기록을 자동으로 생성할 수 있다.
가열 공정 비용 예측 모형 관리 모듈(150)은 누적된 가열로 실적 데이터를 기반으로 설비 이상 감지를 위해 필요한 가열 소요 시간 예측 모형과 에너지 사용량 예측 모형을 학습하며 실적 데이터가 누적됨에 따라 주기적으로 예측 모형의 갱신을 담당할 수 있다. 도 9를 참고하면, 가열 공정 비용 예측 모형의 예를 나타낸 것이다. 가열 공정 비용 예측 모형은 각 가열로 가동 상태 별 소요 시간 예측 모형과 에너지 사용량 예측 모형을 포함할 수 있다. 단, 대기 구간의 소요 시간은 후속 공정의 진행 상황에 의존하기 때문에 예측이 불가능하므로 제외할 수 있다. 가열 공정 비용 예측 모형은 과거 공정 실적 데이터를 기반으로 기계 학습 알고리즘 등을 적용하여 학습할 수 있다. 시간의 흐름에 따라 설비가 노후화되고 공장 운영에 변화가 발생하기 때문에 지속적으로 수집되는 공정 실적 데이터를 이용하여 주기적으로 예측 모형을 갱신하여 이용할 수 있다.
도 2는 일 실시예에 따른 가열로 모니터링 시스템에서 가열로 내부 온도 변화에 따른 가열로 가동 상태 구간을 구분하는 것을 설명하기 위한 도면이다.
가열로 모니터링 시스템은 가열로 가동 상태를 판단할 수 있다. 가열로의 가동 상태 구간의 종류에는 (1)점화를 시작해서 원소재를 목표 온도까지 가열하는 가열 구간, (2)목표 온도로 가열을 완료한 후 후속 공정을 위해 온도를 유지하며 대기하는 구간, (3)원소재를 꺼내기 위해 가열로 문을 열고 있는 구간, (4)가열로 문을 닫은 후 다시 목표 온도로 재 가열하는 구간, (5)가열로 가동 종료 구간으로 구분될 수 있다. 가열로 모니터링 시스템은 상기 구간을 구분하기 위해 가열 시작 시점, 가열 완료 시점, 문 열림 시점, 문 닫힘 시점, 재 가열 완료 시점, 가동 종료 시점을 검출할 수 있다. 가로 모니터링 시스템은 가열로 내부 온도 및 에너지 사용량을 이용하여 가열로의 가동 상태 변경 시점을 탐색할 수 있다.
도 3을 참고하면, 가열 시작 시점을 검출하는 방법을 설명하기 위한 흐름도이다.
가열로 모니터링 시스템은 가열로 내부의 온도 데이터 및 에너지 사용량 데이터를 이용하여 가열로의 가동 상태가 변경된 시점을 탐색할 수 있다. 가동(가열) 시작 시점은 가열로에 원소재를 장입하고 가열을 시작하는 시점이다. 가열로의 가동이 종료되면 가스를 사용하지 않다가 가동을 시작하면 가스를 소모하기 시작한다. 이에 따라, 가스 사용이 시작되는 시점이 가동 시작 시점이다. 그러나 가동 시작이 아니더라도 가스 누수가 조금씩 발생하기 때문에 일정 시간 이상 지속적으로 가스를 사용하기 시작하는 첫 시점을 가동 시작 시점으로 한다.
도 3에서는 가열 시작 시점을 검출하는 것으로, G t는 t시점의 가스 사용량, C는 가스 사용량이 있는 연속된 시점의 수, C*는 가열 시작 시점으로 판별할 C의 기준치를 의미한다. 이때, 기준치는 사전에 설정되어 있을 수 있다.
가열로 모니터링 시스템은 가스 사용량이 있는 연속된 시점의 수가 0일 경우 가열 시작 시점을 검출하는 프로세스를 시작할 수 있다(310). 가열로 모니터링 시스템은 가스 사용량이 있는 가열로의 가동 상태가 가열로 종료 상태인지 여부를 판단할 수 있다(320). 가열로 모니터링 시스템은 가열로 가동 상태가 가열 종료 상태로 판단함에 따라 t 시점의 가스 사용량이 0 보다 큰지 판단할 수 있다(330). 가열로 모니터링 시스템은 가동 상태가 가열로 종료 상태로 판단하지 않음에 따라 다른 시점(t+1)의 가스 사용량을 판단할 수 있다(331). 가열로 모니터링 시스템은 따라 t 시점의 가스 사용량이 0 보다 클 경우, 가스 사용량이 있는 연속된 시점의 수를 증가시킬 수 있다(C+1)(340). 또는, 가열로 모니터링 시스템은 가스 사용량이 0 보다 크지 않을 경우, 다른 시점(t+1)의 가스 사용량을 판단할 수 있다(331).
가열로 모니터링 시스템은 증가된 가스 사용량이 있는 연속된 시점의 수가 가열 시작 시점으로 판별할 기준치와 일치하는지 비교할 수 있다. 가열로 모니터링 시스템은 가스 사용량이 있는 연속된 시점의 수가 가열 시작 시점으로 판별할 기준치와 일치할 경우, t 시점을 가동 시작 시점으로 검출할 수 있다(350). 가열로 모니터링 시스템은 가스 사용량이 있는 연속된 시점의 수가 가열 시작 시점으로 판별할 기준치와 일치하지 않을 경우, 다른 시점(t+1)에서의 가스 사용량을 판단할 수 있다(341).
도 4는 실시예에 따른 가열로 모니터링 시스템에서 가열 완료 시점을 검출하는 방법을 설명하기 위한 흐름도이다.
도 4에서는 가열 완료 시점을 검출하는 것으로, T t는 t시점의 가열로 내부 온도, T는 목표 온도 하한, HTw는 T시점 전후 범위, T*는 t시점 전후 온도 평균 차이 임계치를 의미한다. 이때, 임계치는 사전에 설정되어 있을 수 있다.
가열 완료 시점은 가열을 시작해서 가열로의 내부 온도를 목표 온도까지 상승시키는 것을 완료한 시점을 의미한다. 목표 온도까지 온도를 서서히 높이기 때문에 도 2와 같이, 온도 상승과 유지가 반복되거나 긴 시간 동안 천천히 온도가 상승하는 형태를 보인다. 이에 따라 일정 온도 이상이면서 더 이상 온도가 변하지 않고 온도가 유지되는 시점을 가열 완료 시점으로 한다. 온도가 유지되는 것은 좌우 온도의 평균을 비교하여 유사한 경우, 예를 들어 1도 이내인 경우 온도가 일정하게 유지되는 상태인 것으로 본다.
가열로 모니터링 시스템은 가열로가 가동 시작 상태인지 판단할 수 있다(410). 가열로 모니터링 시스템은 가열로가 가동 시작 상태가 아닌 것으로 판단됨에 따라 t+1시점에 대한 가열 완료 시점을 검출하는 프로세스를 수행할 수 있다(421). 가열로 모니터링 시스템은 가열로가 가동 시작 상태로 판단됨에 따라 t 시점의 가열로 내부 온도가 목표 온도 하한 이상인지 여부를 판단할 수 있다(420). 가열로 모니터링 시스템은 따라 t 시점의 가열로 내부 온도가 목표 온도 하한 이상이 아닐 경우, t+1시점에 대한 가열 완료 시점을 검출하는 프로세스를 수행할 수 있다(421).
가열로 모니터링 시스템은 따라 t 시점의 가열로 내부 온도가 목표 온도 하한 이상일 경우, t-HTw 시점의 가열로 내부 온도와 t-1 시점의 가열로 내부 온도의 평균인 제1 평균값(A before)과 t+1시점의 가열로 내부 온도와 t+HTw 시점의 가열로 내부 온도의 평균인 제2 평균값(A after)을 계산할 수 있다(430). 가열로 모니터링 시스템은 제2 평균값과 제1 평균값의 차이를 계산한 값이 t시점 전후 온도 평균 차이 임계치보다 작은지 판단할 수 있다(440). 이때, 제2 평균값과 제1 평균값의 차이를 계산함에 있어서, 제1 평균값이 제2 평균값보다 클 경우를 대비하여, 제2 평균값과 제1 평균값의 차이를 계산한 값을 절대값할 수 있다. 가열로 모니터링 시스템은 제2 평균값과 제1 평균값의 차이를 계산한 값이 t시점 전후 온도 평균 차이 임계치보다 작을 경우, 가열 완료 시점으로 검출할 수 있다(450). 가열로 모니터링 시스템은 제2 평균값과 제1 평균값의 차이를 계산한 값이 t시점 전후 온도 평균 차이 임계치보다 작지 않은 경우, t+1시점에 대한 가열 완료 시점을 검출하는 프로세스(410~450)을 수행할 수 있다.
도 5는 실시예에 따른 가열로 모니터링 시스템에서 문 열림 시점을 검출하는 방법을 설명하기 위한 흐름도이다.
도 5에서는 문 열림 시점을 검출하는 것으로, T t는 t 시점의 가열로 내부 온도, S*는 온도 변화 유무를 결정하는 임계치를 의미할 수 있다. 이때, 임계치는 사전에 설정되어 있을 수 있다. Sb 1은 t-1~t 시점의 평균 온도 변화율, Sb 2는 t-2~t 시점의 평균 온도 변화율, Sb 3은 t-2, t-1 시점의 평균 온도 변화율, Sa 1은 t~t+1 시점의 평균 온도 변화율, Sa 2는 t~t+2 시점의 평균 온도 변화율, Sa 3은 t+1, t+2 시점의 평균 온도 변화율을 의미할 수 있다.
문 열림 시점은 소재를 꺼내거나 가열로에 넣기 위해 가열로의 문을 여는 시점이다. 가열로의 문을 열면 가스 주입이 멈추므로 가스 사용량이 0에 가깝고 온도가 낮아진다. 이에 따라, 온도가 일정하게 유지되다가 떨어지는 시작 시점을 문 열림 시점으로 설정할 수 있다. 온도가 떨어지기 시작하는 시점을 찾기 위해 양 옆의 온도 변화 기울기를 이용한다. 양 옆의 온도 변화 기울기를 계산하여 기울기가 0에서 음의 기울기로 변하는 시점을 문 열림 시점으로 설정할 수 있다.
가열로 모니터링 시스템은 가열로가 가열 완료 상태인지 판단할 수 있다(510). 가열로 모니터링 시스템은 t 시점의 가열로가 가열 완료 상태가 아닌 것으로 판단됨에 따라 t+1 시점의 문 열림 시점을 검출하기 위한 프로세스를 수행할 수 있다(511). 가열로 모니터링 시스템은 t-1~t 시점의 평균 온도 변화율(Sb 1)이 온도 변화 유무를 결정하는 임계치보다 작은지 판단할 수 있다(520). 가열로 모니터링 시스템은 t-1~t 시점의 평균 온도 변화율(Sb 1)이 온도 변화 유무를 결정하는 임계치보다 작을 경우, t-1~t 시점의 평균 온도 변화율(Sb 1)을 0으로 설정할 수 있다(521).
가열로 모니터링 시스템은 t-1~t 시점의 평균 온도 변화율(Sb 1)이 온도 변화 유무를 결정하는 임계치보다 작지 않을 경우, t-2~t 시점의 평균 온도 변화율(Sb 2)이 상기 임계치보다 작은지 판단할 수 있다(530). 가열로 모니터링 시스템은 t-2~t 시점의 평균 온도 변화율(Sb 2)이 상기 임계치보다 작을 경우, t-2~t 시점의 평균 온도 변화율(Sb 2)을 0으로 설정할 수 있다(531).
가열로 모니터링 시스템은, t-2~t 시점의 평균 온도 변화율(Sb 2)이 온도 변화 유무를 결정하는 임계치보다 작지 않을 경우, t-2, t-1 시점의 평균 온도 변화율(Sb 3)이 온도 변화 유무를 결정하는 임계치보다 작은지 판단할 수 있다(540). 가열로 모니터링 시스템은 t-2, t-1 시점의 평균 온도 변화율(Sb 3)이 상기 임계치보다 작을 경우, t-2, t-1 시점의 평균 온도 변화율(Sb 3)을 0으로 설정할 수 있다(541).
가열로 모니터링 시스템은 t-2, t-1 시점의 평균 온도 변화율(Sb 3)이 온도 변화 유무를 결정하는 임계치보다 작지 않을 경우, t~t+1 시점의 평균 온도 변화율(Sa 1)이 온도 변화 유무를 결정하는 임계치보다 작은지 판단할 수 있다(550). 가열로 모니터링 시스템은 t~t+1 시점의 평균 온도 변화율(Sa 1)이 상기 임계치보다 작을 경우, t~t+1 시점의 평균 온도 변화율(Sa 1)을 0으로 설정할 수 있다(551).
가열로 모니터링 시스템은 t~t+1 시점의 평균 온도 변화율(Sa 1)이 온도 변화 유무를 결정하는 임계치보다 작지 않을 경우, t~t+2 시점의 평균 온도 변화율(Sa 2)이 온도 변화 유무를 결정하는 임계치보다 작은지 판단할 수 있다(560). 가열로 모니터링 시스템은 t+2 시점의 평균 온도 변화율(Sa 2)이 상기 임계치보다 작을 경우, t~t+2 시점의 평균 온도 변화율(Sa 2)을 0으로 설정할 수 있다(561).
가열로 모니터링 시스템은 t+2 시점의 평균 온도 변화율(Sa 2)이 온도 변화 유무를 결정하는 임계치보다 작지 않을 경우, t+1, t+2 시점의 평균 온도 변화율(Sa 3)이 온도 변화 유무를 결정하는 임계치보다 작은지 판단할 수 있다(570). 가열로 모니터링 시스템은 t+1, t+2 시점의 평균 온도 변화율(Sa 3)이 상기 임계치보다 작을 경우, t+1, t+2 시점의 평균 온도 변화율(Sa 3)을 0으로 설정할 수 있다(571).
가열로 모니터링 시스템은 t+1, t+2 시점의 평균 온도 변화율(Sa 3)이 온도 변화 유무를 결정하는 임계치보다 작지 않을 경우, t-1~t 시점의 평균 온도 변화율(Sb 1)과 t-2~t 시점의 평균 온도 변화율(Sb 2)의 평균이 0 이상이고, t~t+1 시점의 평균 온도 변화율(Sa 1)과 t~t+2 시점의 평균 온도 변화율(Sa 2)의 평균이 0보다 작은지 판단할 수 있다(580). 가열로 모니터링 시스템은 t-1~t 시점의 평균 온도 변화율(Sb 1)과 t-2~t 시점의 평균 온도 변화율(Sb 2)의 평균이 0 이상이고, t~t+1 시점의 평균 온도 변화율(Sa 1)과 t~t+2 시점의 평균 온도 변화율(Sa 2)의 평균이 0보다 작을 경우, t 시점을 문 열림 시점으로 검출할 수 있다(590).
가열로 모니터링 시스템은 단계(580)의 t-1~t 시점의 평균 온도 변화율(Sb 1)과 t-2~t 시점의 평균 온도 변화율(Sb 2)의 평균이 0 이상이고, t~t+1 시점의 평균 온도 변화율(Sa 1)과 t~t+2 시점의 평균 온도 변화율(Sa 2)의 평균이 0보다 작은 조건을 만족하지 않을 경우, t-1~t 시점의 평균 온도 변화율(Sb 1), t-2~t 시점의 평균 온도 변화율(Sb 2), t-2, t-1 시점의 평균 온도 변화율(Sb 3)의 평균이 0 이상이고, t~t+1 시점의 평균 온도 변화율(Sa 1), t~t+2 시점의 평균 온도 변화율(Sa 2), t+1, t+2 시점의 평균 온도 변화율(Sa 3)의 평균이 0보다 작은지 판단할 수 있다(581). 가열로 모니터링 시스템은 t-1~t 시점의 평균 온도 변화율(Sb 1), t-2~t 시점의 평균 온도 변화율(Sb 2), t-2, t-1 시점의 평균 온도 변화율(Sb 3)의 평균이 0 이상이고, t~t+1 시점의 평균 온도 변화율(Sa 1), t~t+2 시점의 평균 온도 변화율(Sa 2), t+1, t+2 시점의 평균 온도 변화율(Sa 3)의 평균이 0보다 작을 경우, t 시점을 문 열림 시점으로 검출할 수 있다(590). 가열로 모니터링 시스템은 t-1~t 시점의 평균 온도 변화율(Sb 1), t-2~t 시점의 평균 온도 변화율(Sb 2), t-2, t-1 시점의 평균 온도 변화율(Sb 3)의 평균이 0 이상이고, t~t+1 시점의 평균 온도 변화율(Sa 1), t~t+2 시점의 평균 온도 변화율(Sa 2), t+1, t+2 시점의 평균 온도 변화율(Sa 3)의 평균이 0보다 작지 않을 경우, t+1 시점의 t+1 시점의 문 열림 시점을 검출하기 위한 프로세스를 수행할 수 있다.
도 6은 실시예에 따른 가열로 모니터링 시스템에서 문 닫힘 시점을 검출하는 방법을 설명하기 위한 흐름도이다.
도 6에서는 문 닫힘 시점을 검출하는 것으로, T t는 t 시점의 가열로 내부 온도, S*는 온도 변화 유무를 결정하는 임계치, DCt는 예상 문 닫힘 시점을 의미할 수 있다. 이때, 임계치는 사전에 설정되어 있을 수 있다. Sb 1은 t-1~t 시점의 평균 온도 변화율, Sb 2는 t-2~t 시점의 평균 온도 변화율, Sb 3은 t-2, t-1 시점의 평균 온도 변화율, Sa 1은 t~t+1 시점의 평균 온도 변화율, Sa 2는 t~t+2 시점의 평균 온도 변화율, Sa 3은 t+1, t+2 시점의 평균 온도 변화율을 의미할 수 있다.
문 닫힘 시점은 열렸던 문이 완전히 닫힌 시점으로 온도가 다시 상승하기 시작하는 시점을 의미한다. 문 열림 시점 이후에 온도가 감소하다가 일정 온도로 유지되는 시점 혹은 다시 증가하기 시작하는 시점을 문 닫힘 시점으로 설정할 수 있다. 온도의 변화 추이는 문 열림 시점을 찾는 것과 마찬가지로 온도 변화 기울기를 계산하여 이용할 수 있다. 온도가 감소할 때 노이즈로 인해 온도가 상승과 하강을 반복하는 수치를 보이는 경우가 있다. 이에 따라 문 닫힘 시점의 후보 점들을 계속해서 탐색하면서 그 중 온도가 가장 낮은 시점을 문 닫힘 시점으로 검출할 수 있다. 문이 닫히고 다시 목표 온도로 올리는 재가열이 완료된 시점을 검출하면 더 이상 문 닫힘 시점을 변경하지 않고 문 닫힘 시점으로 확정할 수 있다.
가열로 모니터링 시스템은 가열로가 문 열림 상태인지 판단할 수 있다(610). 가열로 모니터링 시스템은 t 시점의 가열로가 문 열림 상태가 아닌 것으로 판단됨에 따라 t+1 시점의 문 닫힘 시점을 검출하기 위한 프로세스를 수행할 수 있다(611). 가열로 모니터링 시스템은 t-1~t 시점의 평균 온도 변화율(Sb 1)이 온도 변화 유무를 결정하는 임계치보다 작은지 판단할 수 있다(620). 가열로 모니터링 시스템은 t-1~t 시점의 평균 온도 변화율(Sb 1)이 온도 변화 유무를 결정하는 임계치보다 작을 경우, t-1~t 시점의 평균 온도 변화율(Sb 1)을 0으로 설정할 수 있다(621).
가열로 모니터링 시스템은 t-1~t 시점의 평균 온도 변화율(Sb 1)이 온도 변화 유무를 결정하는 임계치보다 작지 않을 경우, t-2~t 시점의 평균 온도 변화율(Sb 2)이 상기 임계치보다 작은지 판단할 수 있다(630). 가열로 모니터링 시스템은 t-2~t 시점의 평균 온도 변화율(Sb 2)이 상기 임계치보다 작을 경우, t-2~t 시점의 평균 온도 변화율(Sb 2)을 0으로 설정할 수 있다(631).
가열로 모니터링 시스템은, t-2~t 시점의 평균 온도 변화율(Sb 2)이 온도 변화 유무를 결정하는 임계치보다 작지 않을 경우, t-2, t-1 시점의 평균 온도 변화율(Sb 3)이 온도 변화 유무를 결정하는 임계치보다 작은지 판단할 수 있다(640). 가열로 모니터링 시스템은 t-2, t-1 시점의 평균 온도 변화율(Sb 3)이 상기 임계치보다 작을 경우, t-2, t-1 시점의 평균 온도 변화율(Sb 3)을 0으로 설정할 수 있다(641).
가열로 모니터링 시스템은 t-2, t-1 시점의 평균 온도 변화율(Sb 3)이 온도 변화 유무를 결정하는 임계치보다 작지 않을 경우, t~t+1 시점의 평균 온도 변화율(Sa 1)이 온도 변화 유무를 결정하는 임계치보다 작은지 판단할 수 있다(650). 가열로 모니터링 시스템은 t~t+1 시점의 평균 온도 변화율(Sa 1)이 상기 임계치보다 작을 경우, t~t+1 시점의 평균 온도 변화율(Sa 1)을 0으로 설정할 수 있다(651).
가열로 모니터링 시스템은 t~t+1 시점의 평균 온도 변화율(Sa 1)이 온도 변화 유무를 결정하는 임계치보다 작지 않을 경우, t~t+2 시점의 평균 온도 변화율(Sa 2)이 온도 변화 유무를 결정하는 임계치보다 작은지 판단할 수 있다(660). 가열로 모니터링 시스템은 t+2 시점의 평균 온도 변화율(Sa 2)이 상기 임계치보다 작을 경우, t~t+2 시점의 평균 온도 변화율(Sa 2)을 0으로 설정할 수 있다(661).
가열로 모니터링 시스템은 t+2 시점의 평균 온도 변화율(Sa 2)이 온도 변화 유무를 결정하는 임계치보다 작지 않을 경우, t+1, t+2 시점의 평균 온도 변화율(Sa 3)이 온도 변화 유무를 결정하는 임계치보다 작은지 판단할 수 있다(670). 가열로 모니터링 시스템은 t+1, t+2 시점의 평균 온도 변화율(Sa 3)이 상기 임계치보다 작을 경우, t+1, t+2 시점의 평균 온도 변화율(Sa 3)을 0으로 설정할 수 있다(671).
가열로 모니터링 시스템은 t+1, t+2 시점의 평균 온도 변화율(Sa 3)이 온도 변화 유무를 결정하는 임계치보다 작지 않을 경우, t-1~t 시점의 평균 온도 변화율(Sb 1)과 t-2~t 시점의 평균 온도 변화율(Sb 2)의 평균이 0 보다 작고, t~t+1 시점의 평균 온도 변화율(Sa 1)과 t~t+2 시점의 평균 온도 변화율(Sa 2)의 평균이 0이상인지 판단할 수 있다(680). 가열로 모니터링 시스템은 t-1~t 시점의 평균 온도 변화율(Sb 1)과 t-2~t 시점의 평균 온도 변화율(Sb 2)의 평균이 0 보다 작고, t~t+1 시점의 평균 온도 변화율(Sa 1)과 t~t+2 시점의 평균 온도 변화율(Sa 2)의 평균이 0이상일 경우, t 시점의 가열로 내부 온도가 예상 문 닫힘 시점의 가열로 내부 온도보다 큰지 판단할 수 있다(690).
가열로 모니터링 시스템은 단계(680)의 t-1~t 시점의 평균 온도 변화율(Sb 1)과 t-2~t 시점의 평균 온도 변화율(Sb 2)의 평균이 0 보다 작고, t~t+1 시점의 평균 온도 변화율(Sa 1)과 t~t+2 시점의 평균 온도 변화율(Sa 2)의 평균이 0이상인 조건을 만족하지 못할 경우, t-1~t 시점의 평균 온도 변화율(Sb 1), t-2~t 시점의 평균 온도 변화율(Sb 2), t-2, t-1 시점의 평균 온도 변화율(Sb 3)의 평균이 0 보다 작고, t~t+1 시점의 평균 온도 변화율(Sa 1), t~t+2 시점의 평균 온도 변화율(Sa 2), t+1, t+2 시점의 평균 온도 변화율(Sa 3)의 평균이 0이상인지 판단할 수 있다(681).
가열로 모니터링 시스템은 t-1~t 시점의 평균 온도 변화율(Sb 1), t-2~t 시점의 평균 온도 변화율(Sb 2), t-2, t-1 시점의 평균 온도 변화율(Sb 3)의 평균이 0보다 작고, t~t+1 시점의 평균 온도 변화율(Sa 1), t~t+2 시점의 평균 온도 변화율(Sa 2), t+1, t+2 시점의 평균 온도 변화율(Sa 3)의 평균이 0이상일 경우, t 시점의 가열로 내부 온도가 예상 문 닫힘 시점의 가열로 내부 온도보다 큰지 판단할 수 있다(690). 가열로 모니터링 시스템은 t 시점의 가열로 내부 온도가 예상 문 닫힘 시점의 가열로 내부 온도보다 큰 것으로 판단함에 따라 t 시점을 예상 문 닫힘 시점으로 설정할 수 있다(692). 가열로 모니터링 시스템은 t 시점의 가열로 내부 온도가 예상 문 닫힘 시점의 가열로 내부 온도보다 크지 않을 것으로 판단함에 따라 t 시점의 가열로 상태가 재가열 완료 상태인지 판단할 수 있다(691).
가열로 모니터링 시스템은 단계(681)의 가열로 모니터링 시스템은 t-1~t 시점의 평균 온도 변화율(Sb 1), t-2~t 시점의 평균 온도 변화율(Sb 2), t-2, t-1 시점의 평균 온도 변화율(Sb 3)의 평균이 0보다 작고, t~t+1 시점의 평균 온도 변화율(Sa 1), t~t+2 시점의 평균 온도 변화율(Sa 2), t+1, t+2 시점의 평균 온도 변화율(Sa 3)의 평균이 0이상인 조건을 만족하지 못할 경우, t 시점의 가열로 상태가 재가열 완료 상태인지 판단할 수 있다(691). 가열로 모니터링 시스템은 가열로 상태가 재가열 완료 상태인 것으로 판단됨에 따라 t 시점을 문 닫힘 시점으로 검출할 수 있다(693). 가열로 모니터링 시스템은 t시점의 가열로 상태가 재가열 완료 상태가 아닌 것으로 판단됨에 따라 t+1 시점의 문 닫힘 시점을 검출하기 위한 프로세스를 수행할 수 있다(611).
도 7은 실시예에 따른 가열로 모니터링 시스템에서 재가열 완료 시점을 검출하는 방법을 설명하기 위한 흐름도이다.
도 7에서는 재가열 완료 시점을 검출하는 것으로, T t는 t 시점의 가열로 내부 온도, S*는 온도 변화 유무를 결정하는 임계치, RHw는 t시점의 전후 범위, T**는 t시점 전후 온도 평균 차이 임계치, RHt는 예상 재가열 완료 시점, T***는 예상 재가열 완료 시점 갱신 여부를 판단할 온도 차이 임계치를 의미할 수 있다. 이때, 임계치는 사전에 설정되어 있을 수 있다. Sb 1은 t-1~t 시점의 평균 온도 변화율, Sb 2는 t-2~t 시점의 평균 온도 변화율, Sb 3은 t-2, t-1 시점의 평균 온도 변화율, Sa 1은 t~t+1 시점의 평균 온도 변화율, Sa 2는 t~t+2 시점의 평균 온도 변화율, Sa 3은 t+1, t+2 시점의 평균 온도 변화율을 의미할 수 있다.
재가열 완료 시점은 문이 닫히고 다시 목표 온도로 올리는 재가열이 완료된 시점을 의미한다. 재가열을 완료하면 일정 온도로 유지되거나 다시 가열로 문을 열 수 있기 때문에 온도가 상승하다가 일정해지거나 다시 감소하기 시작하는 시점을 재가열 완료 시점으로 설정할 수 있다. 온도의 변화 추이는 온도 변화 기울기를 계산하여 이용할 수 있다. 온도가 상승할 때 노이즈로 인해 온도가 상승과 하강을 반복하는 수치를 보이는 경우가 있다. 이에 따라 재가열 완료 시점의 후보 점들을 계속해서 탐색하면서 온도가 높으면 기존 재가열 완료 시점을 현재 시점으로 갱신할 수 있다. 이때 온도가 높을 때마다 무조건 갱신하게 되면 온도가 일정한 상황임에도 불구하고 노이즈로 인해 온도 값이 진동하면서 불필요하게 재 가열 완료 시점이 나중으로 밀릴 수가 있다. 따라서 후보 시점의 온도가 기존 재가열 완료 시점의 온도 보다 일정 온도 이상 크면 후보 시점으로 갱신할 수 있다. 온도가 일정해지거나 다시 문 열림 시점이 나타나면 더 이상 재가열 완료 시점을 변경하지 않고 재가열 완료 시점으로 확정할 수 있다.
가열로 모니터링 시스템은 가열로가 문 열림 상태이고, 예상 문 닫힘 시점을 찾았는지 여부를 판단할 수 있다(710). 가열로 모니터링 시스템은 t 시점의 가열로가 문 열림 상태이고, 예상 문 닫힘 시점을 찾지 못한 것으로 판단함에 따라 t+1 시점의 재가열 완료 시점을 검출하는 프로세스를 수행할 수 있다(711). 가열로 모니터링 시스템은 가열로가 문 열림 상태이고, 예상 문 닫힘 시점을 찾음에 따라 t-1~t 시점의 평균 온도 변화율(Sb 1)이 온도 변화 유무를 결정하는 임계치보다 작은지 판단할 수 있다(720). 가열로 모니터링 시스템은 t-1~t 시점의 평균 온도 변화율(Sb 1)이 온도 변화 유무를 결정하는 임계치보다 작을 경우, t-1~t 시점의 평균 온도 변화율(Sb 1)을 0으로 설정할 수 있다(721).
가열로 모니터링 시스템은 t-1~t 시점의 평균 온도 변화율(Sb 1)이 온도 변화 유무를 결정하는 임계치보다 작지 않을 경우, t-2~t 시점의 평균 온도 변화율(Sb 2)이 상기 임계치보다 작은지 판단할 수 있다(730). 가열로 모니터링 시스템은 t-2~t 시점의 평균 온도 변화율(Sb 2)이 상기 임계치보다 작을 경우, t-2~t 시점의 평균 온도 변화율(Sb 2)을 0으로 설정할 수 있다(731).
가열로 모니터링 시스템은, t-2~t 시점의 평균 온도 변화율(Sb 2)이 온도 변화 유무를 결정하는 임계치보다 작지 않을 경우, t-2, t-1 시점의 평균 온도 변화율(Sb 3)이 온도 변화 유무를 결정하는 임계치보다 작은지 판단할 수 있다(740). 가열로 모니터링 시스템은 t-2, t-1 시점의 평균 온도 변화율(Sb 3)이 상기 임계치보다 작을 경우, t-2, t-1 시점의 평균 온도 변화율(Sb 3)을 0으로 설정할 수 있다(741).
가열로 모니터링 시스템은 t-2, t-1 시점의 평균 온도 변화율(Sb 3)이 온도 변화 유무를 결정하는 임계치보다 작지 않을 경우, t~t+1 시점의 평균 온도 변화율(Sa 1)이 온도 변화 유무를 결정하는 임계치보다 작은지 판단할 수 있다(750). 가열로 모니터링 시스템은 t~t+1 시점의 평균 온도 변화율(Sa 1)이 상기 임계치보다 작을 경우, t~t+1 시점의 평균 온도 변화율(Sa 1)을 0으로 설정할 수 있다(751).
가열로 모니터링 시스템은 t~t+1 시점의 평균 온도 변화율(Sa 1)이 온도 변화 유무를 결정하는 임계치보다 작지 않을 경우, t~t+2 시점의 평균 온도 변화율(Sa 2)이 온도 변화 유무를 결정하는 임계치보다 작은지 판단할 수 있다(760). 가열로 모니터링 시스템은 t+2 시점의 평균 온도 변화율(Sa 2)이 상기 임계치보다 작을 경우, t~t+2 시점의 평균 온도 변화율(Sa 2)을 0으로 설정할 수 있다(761).
가열로 모니터링 시스템은 t+2 시점의 평균 온도 변화율(Sa 2)이 온도 변화 유무를 결정하는 임계치보다 작지 않을 경우, t+1, t+2 시점의 평균 온도 변화율(Sa 3)이 온도 변화 유무를 결정하는 임계치보다 작은지 판단할 수 있다(770). 가열로 모니터링 시스템은 t+1, t+2 시점의 평균 온도 변화율(Sa 3)이 상기 임계치보다 작을 경우, t+1, t+2 시점의 평균 온도 변화율(Sa 3)을 0으로 설정할 수 있다(771).
가열로 모니터링 시스템은 t+1, t+2 시점의 평균 온도 변화율(Sa 3)이 온도 변화 유무를 결정하는 임계치보다 작지 않을 경우, t-1~t 시점의 평균 온도 변화율(Sb 1)과 t-2~t 시점의 평균 온도 변화율(Sb 2)의 평균이 0 보다 크고, t~t+1 시점의 평균 온도 변화율(Sa 1)과 t~t+2 시점의 평균 온도 변화율(Sa 2)의 평균이 0이하인지 판단할 수 있다(780). 가열로 모니터링 시스템은 t-1~t 시점의 평균 온도 변화율(Sb 1)과 t-2~t 시점의 평균 온도 변화율(Sb 2)의 평균이 0 보다 크고, t~t+1 시점의 평균 온도 변화율(Sa 1)과 t~t+2 시점의 평균 온도 변화율(Sa 2)의 평균이 0이하일 경우, t 시점의 가열로 내부 온도가 예상 재가열 완료 시점의 가열로 내부 온도와 예상 재가열 완료 시점 갱신 여부를 판단할 온도 차이 임계치를 가산한 값보다 큰지 여부를 판단할 수 있다(790).
가열로 모니터링 시스템은 단계(780)의 t-1~t 시점의 평균 온도 변화율(Sb 1)과 t-2~t 시점의 평균 온도 변화율(Sb 2)의 평균이 0 보다 크고, t~t+1 시점의 평균 온도 변화율(Sa 1)과 t~t+2 시점의 평균 온도 변화율(Sa 2)의 평균이 0이하 조건을 만족하지 못할 경우, t-1~t 시점의 평균 온도 변화율(Sb 1), t-2~t 시점의 평균 온도 변화율(Sb 2), t-2, t-1 시점의 평균 온도 변화율(Sb 3)의 평균이 0 보다 크고, t~t+1 시점의 평균 온도 변화율(Sa 1), t~t+2 시점의 평균 온도 변화율(Sa 2), t+1, t+2 시점의 평균 온도 변화율(Sa 3)의 평균이 0이하인지 판단할 수 있다(781). 가열로 모니터링 시스템은 -1~t 시점의 평균 온도 변화율(Sb 1), t-2~t 시점의 평균 온도 변화율(Sb 2), t-2, t-1 시점의 평균 온도 변화율(Sb 3)의 평균이 0 보다 크고, t~t+1 시점의 평균 온도 변화율(Sa 1), t~t+2 시점의 평균 온도 변화율(Sa 2), t+1, t+2 시점의 평균 온도 변화율(Sa 3)의 평균이 0이하일 경우, t 시점의 가열로 내부 온도가 예상 재가열 완료 시점의 가열로 내부 온도와 예상 재가열 완료 시점 갱신 여부를 판단할 온도 차이 임계치를 가산한 값보다 큰지 여부를 판단할 수 있다(790).
가열로 모니터링 시스템은 t 시점의 가열로 내부 온도가 예상 재가열 완료 시점의 가열로 내부 온도와 예상 재가열 완료 시점 갱신 여부를 판단할 온도 차이 임계치를 가산한 값보다 크다면, t시점을 예상 재가열 완료 시점으로 설정할 수 있다(793). 가열로 모니터링 시스템은 t 시점의 가열로 내부 온도가 예상 재가열 완료 시점의 가열로 내부 온도와 예상 재가열 완료 시점 갱신 여부를 판단할 온도 차이 임계치를 가산한 값보다 크지 않다면, 예상 재가열 완료 시점이 존재하는지 여부를 판단할 수 있다(791). 가열로 모니터링 시스템은 예상 재가열 완료 시점이 존재하지 않을 경우, t+1시점의 재가열 완료 시점을 검출하기 위한 프로세스를 수행할 수 있다.
가열로 모니터링 시스템은 t-RHw 시점의 가열로 내부 온도와 t-1시점의 내부 온도의 평균과 t+1시점의 가열로 내부 온도와 t+RHw시점의 내부 온도의 평균을 계산할 수 있다(792). 가열로 모니터링 시스템은 t+1시점의 가열로 내부 온도와 t+RHw시점의 내부 온도의 평균을 계산한 제2 평균값(A after)과 t-RHw 시점의 가열로 내부 온도와 t-1시점의 내부 온도의 평균을 계산한 제1 평균값(A before)을 감산한 결과가 t 시점 전후 온도 평균 차이 임계치보다 작은지 판단할 수 있다(794). 이때, 제1 평균값이 제2 평균값보다 클 경우를 대비하여, 제2 평균값과 제1 평균값의 차이를 계산한 값을 절대값할 수 있다.
가열로 모니터링 시스템은 t+1시점의 가열로 내부 온도와 t+RHw시점의 내부 온도의 평균을 계산한 제2 평균값(A after)과 t-RHw 시점의 가열로 내부 온도와 t-1시점의 내부 온도의 평균을 계산한 제1 평균값(A before)을 감산한 결과가 t 시점 전후 온도 평균 차이 임계치보다 작을 경우, 예상 재가열 완료 시점을 문 닫힘 시점으로 검출할 수 있다(795). 가열로 모니터링 시스템은 t+1시점의 가열로 내부 온도와 t+RHw시점의 내부 온도의 평균을 계산한 제2 평균값(A after)과 t-RHw 시점의 가열로 내부 온도와 t-1시점의 내부 온도의 평균을 계산한 제1 평균값(A before)을 감산한 결과가 t 시점 전후 온도 평균 차이 임계치보다 작지 않을 경우, t+1시점의 재가열 완료 시점을 검출하기 위한 프로세스를 수행할 수 있다.
또한, 가동 종료 시점은 가열로에 장입했던 원소재를 순서대로 꺼내어 처리하고 마지막 소재를 꺼내기 위해 문을 여는 시점을 의미한다. 소재의 이동 상황을 모니터링 할 수 있다면 가열로에서 마지막 소재가 프레스기로 이동했을 때 문이 열린 시점을 가동 종료 시점으로 볼 수 있다. 그러나 가열로에 남아있던 마지막 소재를 꺼냈다고 하더라도 동 가열로에 소재를 재장입할 수도 있기 때문에 소재의 유무로 판단할 수 없다. 또한 곧바로 새로운 소재를 장입하여 가열을 시작할 수 있기 때문에 온도를 이용하여 문 열림 시점과 가동 종료 시점을 구분하는 것은 무리가 있다. 이에 따라 가동 종료 시점은 작업자의 입력을 받고, 입력 받은 시점을 토대로 가장 근처의 문 열림 시점을 가동 종료 시점으로 설정할 수 있다.
가열로 가동 상태 변경 시점을 검출하기 위해 필요한 파라미터들은 찾아야 하는 시점을 알고 있는 예제 데이터가 있다면 Genetic Algorithm을 이용하여 최적의 파라미터를 결정할 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치에 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (15)

  1. 가열로 모니터링 시스템에 있어서,
    IoT 인프라스트럭쳐(Infrastructure)에 기초하여 수집된 가열로 정보와 원소재들을 가열로에 장입 또는 꺼내는 작업 순서 정보에 기초하여 가열로 가동 상태를 판단하는 가열로 가동 상태 판단 모듈;
    상기 판단된 가열로 가동 상태를 통하여 가동 상태를 구분함에 따라 획득된 가열로 별 에너지 사용량 데이터를 이용하여 에너지 원단위 비용을 계산하는 에너지 원단위 비용 계산 모듈;
    상기 수집된 가열로 정보에 포함된 가열로 별 내부 온도 데이터와 상기 획득된 가열로 별 에너지 사용량 데이터를 이용하여 설비 이상을 감지하는 설비 이상 감지 모듈; 및
    상기 판단된 가열로 가동 상태와 원소재들의 이동 흐름에 대한 공정 실적 데이터를 생성하는 가열로 실적 생성 모듈
    을 포함하는 가열로 모니터링 시스템.
  2. 제1항에 있어서
    상기 생성된 공정 실적 데이터를 기반으로 설비 이상 감지를 위해 구성된 가열 소요 시간 예측 모형과 가열로 별 에너지 사용량 예측 모형을 학습함에 따라 공정 실적 데이터가 누적됨에 따라 주기적으로 각각의 예측 모형을 갱신하는 가열 공정 비용 예측 모형 관리 모듈을 더 포함하는 가열로 모니터링 시스템.
  3. 제1항에 있어서,
    상기 가열로 가동 상태 판단 모듈은,
    상기 가열로 별 내부 온도 데이터 및 가열로 별 에너지 사용량 데이터를 이용하여 가열로의 가열 시작 시점, 가열 완료 시점, 문 열림 시점, 문 닫힘 시점, 재가열 완료 시점 또는 가동 종료 시점을 포함하는 상태 변경 시점을 판단하고, 상기 판단된 상태 변경 시점에 기초하여 (1)점화를 시작해서 원소재를 목표 온도까지 가열하는 가열 구간, (2)목표 온도로 가열을 완료한 후 후속 공정을 위해 온도를 유지하며 대기하는 구간, (3)원소재를 꺼내기 위해 가열로 문을 열고 있는 구간, (4)가열로 문을 닫은 후 다시 목표 온도로 재가열하는 구간 또는 (5)가열로 가동 종료 구간으로 구분하는
    것을 특징으로 하는 가열로 모니터링 시스템.
  4. 제1항에 있어서,
    상기 에너지 원단위 비용 계산 모듈은,
    상기 가열로 가동 상태가 판단됨에 따라 각 가열로 가동 상태마다 가열로에 장입되어 있는 원소재 정보를 확인하고, 가열로 별 에너지 사용량 데이터를 이용하여 각 가열로 상태마다 에너지 사용량을 획득하고, 각 가열로 가동 상태에 장입되어 있는 원소재 정보에 대하여 단위 중량 당 에너지 사용량을 계산하여 에너지 원단위 비용을 산출하는
    것을 특징으로 하는 가열로 모니터링 시스템.
  5. 제1항에 있어서,
    상기 설비 이상 감지 모듈은,
    가열 공정 비용 예측 모형을 이용한 공정 소요 시간과 에너지 비용 예측치와 상기 가열로를 모니터링한 수치를 비교한 비교값이 기 설정된 기준 이상일 경우, 경보를 발생시키는
    것을 특징으로 하는 가열로 모니터링 시스템.
  6. 제1항에 있어서,
    상기 가열로 가동 상태 판단 모듈은,
    상기 IoT 인프라스트럭쳐(Infrastructure)에 기초하여 가열로 별 내부 온도, 가열로 별 에너지 사용량 및 가열로에 장입 할 원소재 구성과 원소재를 가열로에서 꺼내거나 장입하는 작업 순서를 수집하는
    것을 특징으로 하는 가열로 모니터링 시스템.
  7. 가열로 모니터링 시스템에 의해 수행되는 가열로 모니터링 방법에 있어서,
    IoT 인프라스트럭쳐(Infrastructure)에 기초하여 수집된 가열로 정보와 원소재들을 가열로에 장입 또는 꺼내는 작업 순서 정보에 기초하여 가열로 가동 상태를 판단하는 단계; 및
    상기 판단된 가열로 가동 상태를 통하여 구분된 가동 상태에 따라 가열로를 모니터링하는 단계
    를 포함하는 가열로 모니터링 방법.
  8. 제7항에 있어서,
    상기 모니터링하는 단계는,
    상기 판단된 가열로 가동 상태를 통하여 가동 상태를 구분함에 따라 획득된 가열로 별 에너지 사용량 데이터를 이용하여 에너지 원단위 비용을 계산하는 단계
    를 포함하는 가열로 모니터링 방법.
  9. 제8항에 있어서,
    상기 모니터링하는 단계는,
    상기 수집된 가열로 정보에 포함된 가열로 별 내부 온도 데이터와 상기 획득된 가열로 별 에너지 사용량 데이터를 이용하여 설비 이상을 감지하는 단계
    를 포함하는 가열로 모니터링 방법.
  10. 제7항에 있어서,
    상기 모니터링하는 단계는,
    상기 판단된 가열로 가동 상태와 원소재들의 이동 흐름에 대한 공정 실적 데이터를 생성하는 단계
    를 포함하는 가열로 모니터링 방법.
  11. 제10항에 있어서
    상기 모니터링하는 단계는,
    상기 생성된 공정 실적 데이터를 기반으로 설비 이상 감지를 위해 구성된 가열 소요 시간 예측 모형과 가열로 별 에너지 사용량 예측 모형을 학습함에 따라 공정 실적 데이터가 누적됨에 따라 주기적으로 각각의 예측 모형을 갱신하는 단계
    를 포함하는 가열로 모니터링 방법.
  12. 제7항에 있어서,
    상기 가열로 가동 상태를 판단하는 단계는,
    상기 가열로 별 내부 온도 데이터 및 가열로 별 에너지 사용량 데이터를 이용하여 가열로의 가열 시작 시점, 가열 완료 시점, 문 열림 시점, 문 닫힘 시점, 재가열 완료 시점 또는 가동 종료 시점을 포함하는 상태 변경 시점을 판단하고, 상기 판단된 상태 변경 시점에 기초하여 (1)점화를 시작해서 원소재를 목표 온도까지 가열하는 가열 구간, (2)목표 온도로 가열을 완료한 후 후속 공정을 위해 온도를 유지하며 대기하는 구간, (3)원소재를 꺼내기 위해 가열로 문을 열고 있는 구간, (4)가열로 문을 닫은 후 다시 목표 온도로 재가열하는 구간 또는 (5)가열로 가동 종료 구간으로 구분하는 단계
    를 포함하는 가열로 모니터링 방법.
  13. 제8항에 있어서,
    상기 모니터링하는 단계는,
    상기 가열로 가동 상태가 판단됨에 따라 각 가열로 가동 상태마다 가열로에 장입되어 있는 원소재 정보를 확인하고, 가열로 별 에너지 사용량 데이터를 이용하여 각 가열로 상태마다 에너지 사용량을 획득하고, 각 가열로 가동 상태에 장입되어 있는 원소재 정보에 대하여 단위 중량 당 에너지 사용량을 계산하여 에너지 원단위 비용을 산출하는 단계
    를 포함하는 가열로 모니터링 방법.
  14. 제9항에 있어서,
    상기 모니터링하는 단계는,
    가열 공정 비용 예측 모형을 이용한 공정 소요 시간과 에너지 비용 예측치와 상기 가열로를 모니터링한 수치를 비교한 비교값이 기 설정된 기준 이상일 경우, 경보를 발생시키는 단계
    를 포함하는 가열로 모니터링 방법.
  15. 제7항에 있어서,
    상기 가열로 가동 상태를 판단하는 단계는,
    상기 IoT 인프라스트럭쳐(Infrastructure)에 기초하여 가열로 별 내부 온도, 가열로 별 에너지 사용량 및 가열로에 장입 할 원소재 구성과 원소재를 가열로에서 꺼내거나 장입하는 작업 순서를 수집하는 단계
    를 포함하는 가열로 모니터링 방법.
PCT/KR2019/015849 2018-11-20 2019-11-19 가열로 모니터링 시스템 및 방법 Ceased WO2020106018A1 (ko)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR10-2018-0143509 2018-11-20
KR20180143509 2018-11-20
KR1020190140905A KR102366357B1 (ko) 2018-11-20 2019-11-06 가열로 모니터링 시스템 및 방법
KR10-2019-0140905 2019-11-06

Publications (1)

Publication Number Publication Date
WO2020106018A1 true WO2020106018A1 (ko) 2020-05-28

Family

ID=70773645

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2019/015849 Ceased WO2020106018A1 (ko) 2018-11-20 2019-11-19 가열로 모니터링 시스템 및 방법

Country Status (1)

Country Link
WO (1) WO2020106018A1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114707822A (zh) * 2022-03-17 2022-07-05 湖南华菱涟源钢铁有限公司 加热炉能力确定方法、装置、设备及计算机存储介质
CN115171827A (zh) * 2022-09-05 2022-10-11 雪峰创新(北京)科技有限公司 智能化材料制作的数据处理方法及a级防火阻燃材料
CN115563819A (zh) * 2022-12-06 2023-01-03 北京博数智源人工智能科技有限公司 一种基于温度变化的火电站炉管损耗评估方法及系统
CN117556332A (zh) * 2024-01-11 2024-02-13 北京佰能蓝天科技股份有限公司 基于物联网的加热炉余热利用管理方法、系统及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012027834A (ja) * 2010-07-27 2012-02-09 Hitachi Ltd 生産プラント監視装置及びシステム、圧延プラント監視装置及びシステム、生産プラント遠隔監視方法、並びに圧延プラント遠隔監視方法
KR20140121848A (ko) * 2012-01-25 2014-10-16 에스엠에스 지마크 악티엔게젤샤프트 금속 스트립의 제조 방법 및 그 플랜트
KR101657415B1 (ko) * 2015-05-26 2016-09-13 현대제철 주식회사 가열로 열효율 감시 장치 및 방법
KR20180026301A (ko) * 2016-09-02 2018-03-12 주식회사 포스코아이씨티 스마트 팩토리를 위한 빅데이터 분석 시스템
KR20180075798A (ko) * 2016-12-27 2018-07-05 부산대학교 산학협력단 단조 공장 작업 계획 최적화 시스템 및 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012027834A (ja) * 2010-07-27 2012-02-09 Hitachi Ltd 生産プラント監視装置及びシステム、圧延プラント監視装置及びシステム、生産プラント遠隔監視方法、並びに圧延プラント遠隔監視方法
KR20140121848A (ko) * 2012-01-25 2014-10-16 에스엠에스 지마크 악티엔게젤샤프트 금속 스트립의 제조 방법 및 그 플랜트
KR101657415B1 (ko) * 2015-05-26 2016-09-13 현대제철 주식회사 가열로 열효율 감시 장치 및 방법
KR20180026301A (ko) * 2016-09-02 2018-03-12 주식회사 포스코아이씨티 스마트 팩토리를 위한 빅데이터 분석 시스템
KR20180075798A (ko) * 2016-12-27 2018-07-05 부산대학교 산학협력단 단조 공장 작업 계획 최적화 시스템 및 방법

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114707822A (zh) * 2022-03-17 2022-07-05 湖南华菱涟源钢铁有限公司 加热炉能力确定方法、装置、设备及计算机存储介质
CN115171827A (zh) * 2022-09-05 2022-10-11 雪峰创新(北京)科技有限公司 智能化材料制作的数据处理方法及a级防火阻燃材料
CN115563819A (zh) * 2022-12-06 2023-01-03 北京博数智源人工智能科技有限公司 一种基于温度变化的火电站炉管损耗评估方法及系统
CN117556332A (zh) * 2024-01-11 2024-02-13 北京佰能蓝天科技股份有限公司 基于物联网的加热炉余热利用管理方法、系统及存储介质
CN117556332B (zh) * 2024-01-11 2024-03-15 北京佰能蓝天科技股份有限公司 基于物联网的加热炉余热利用管理方法、系统及存储介质

Similar Documents

Publication Publication Date Title
WO2020106018A1 (ko) 가열로 모니터링 시스템 및 방법
WO2023106504A1 (ko) 서버 시스템 로그를 이용한 머신러닝 기반의 관측레벨 측정 및 이에 따른 위험도 산출 방법, 장치 및 컴퓨터-판독 가능 기록 매체
WO2022103185A1 (ko) 전지의 용량 측정 장치 및 방법, 및 상기 장치를 포함하는 전지 제어 시스템
WO2022265458A1 (ko) 이차전지 저전압 불량 예측 장치 및 방법, 상기 장치를 포함하는 전지 제어 시스템
WO2018038279A1 (ko) 에너지 절감 방법 및 이를 적용한 fems
WO2023033544A1 (ko) 빅데이터 기반의 중앙 관제 충전 시스템, 방법 및 장치
WO2022231283A1 (ko) 상업 화학 공정에서 핵심인자를 반영한 공정 변화 예측을 위한 시스템 및 방법
CN119051221B (zh) 多节串联电池芯的均衡保护方法及系统
CN112417791A (zh) 基于线性回归与ahp算法的电力设备监视预警方法及系统
WO2023018299A1 (ko) 동맥압 웨이블릿 변환 기반 저혈압을 예측하기 위한 장치, 방법 및 이의 저혈압 예측 모델 학습 방법
Yan et al. An online fault detection and remaining life prediction method based on SVDD for rolling bearings
KR20200059146A (ko) 가열로 모니터링 시스템 및 방법
CN116541794B (zh) 一种基于自适应图注意网络的传感器数据异常检测方法
WO2019117493A1 (ko) 고로의 송풍 제어 장치 및 그 방법
KR102677933B1 (ko) 예측 모형 기반 가열로 이상 감지 시스템 및 방법
WO2018016776A1 (ko) 건물 에너지 관리 시스템을 통한 냉동기의 최적 제어 방법 및 장치
WO2022231282A1 (ko) 상업 화학 공정에서의 공정 핵심 인자 선별을 위한 시스템 및 방법
CN119667502B (zh) 电池的高效无损析锂检测方法以及系统
WO2025037825A1 (ko) 데이터 분석 장치 및 그것의 동작 방법
CN117699830B (zh) 隧道窑焙烧制备碳酸锂的方法及系统
Egorova et al. Diagnostics of sintering processes on the basis of PCA and two‐level neural network model
WO2025058252A1 (ko) 디지털 트윈 기반 반도체 공정 모니터링 시스템
Cui et al. The Prediction of Remaining Useful Life of Aluminum Reduction Cells Based on Improved Hidden Semi-Markov Model: Jiarui Cui, Su, X. Li, Huang, Yan, Cao, Q. Li, and Jiashan Cui
WO2023146114A1 (ko) 전자 장치 및 그 제어 방법
KR20240132657A (ko) 제조설비 이상 모니터링 시스템 및 방법

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19887727

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19887727

Country of ref document: EP

Kind code of ref document: A1