Search

KR-20260060563-A - WATER JET SYSTEM FOR PREVENTING SEDIMENT DEPOSITION IN DREDGING AREAS

KR20260060563AKR 20260060563 AKR20260060563 AKR 20260060563AKR-20260060563-A

Abstract

일 실시예에 따른 펌프 제어 방법은, 조류 정보를 획득하는 단계; 상기 조류 정보에 기초하여 유속을 예측하는 단계; 펌프가 연결되는 배관 정보를 획득하는 단계; 상기 배관 정보에 기초하여 송수유량을 결정하는 단계; 및 상기 예측된 유속 및 상기 송수유량에 기초하여 상기 펌프의 동작을 제어하는 단계를 포함한다.

Inventors

  • 이명은
  • 이정욱
  • 임장혁
  • 조혜린

Assignees

  • 현대건설(주)

Dates

Publication Date
20260506
Application Date
20241025

Claims (13)

  1. 조류 정보를 획득하는 단계; 상기 조류 정보에 기초하여 유속을 예측하는 단계; 펌프가 연결되는 배관 정보를 획득하는 단계; 상기 배관 정보에 기초하여 송수유량을 결정하는 단계; 및 상기 예측된 유속 및 상기 송수유량에 기초하여 상기 펌프의 동작을 제어하는 단계 를 포함하는 펌프 제어 방법.
  2. 제1항에 있어서, 상기 조류 정보에 기초하여 유속을 예측하는 단계는, 조류 데이터, 환경 데이터, 및 시간 데이터를 입력 데이터로 하고, 이진 클래스 레이블을 출력 데이터로 하는 학습 데이터 및 이진 교차 엔트로피(Binary Cross-Entropy) 손실 함수를 사용하여 제1 인공신경망을 학습시키는 단계; 및 상기 학습된 제1 인공신경망을 사용하여 상기 조류 정보로부터 상기 유속을 예측하는 단계 를 포함하고, 상기 이진 클래스 레이블은, 현재 시점으로부터 특정 시간 범위 이내에 유속이 기준값에 도달하는 경우 제1값을 나타내고, 상기 현재 시점으로부터 상기 특정 시간 범위 이내에 유속이 상기 기준값에 도달하지 않는 경우 제2값을 나타내는, 펌프 제어 방법.
  3. 제1항에 있어서, 상기 조류 정보에 기초하여 유속을 예측하는 단계는, 조류 데이터, 환경 데이터, 및 시간 데이터를 입력 데이터로 하고, 다중 클래스 레이블을 출력 데이터로 하는 학습 데이터 및 카테고리컬 크로스 엔트로피(Categorical Cross-Entropy) 손실 함수를 사용하여 제1 인공신경망을 학습시키는 단계; 및 상기 학습된 제1 인공신경망을 사용하여 상기 조류 정보로부터 상기 유속을 예측하는 단계 를 포함하고, 상기 다중 클래스 레이블은, 현재 시점으로부터 제1 시점 이내에 유속이 기준값에 도달하지 않는 경우 제1값을 나타내고, 상기 현재 시점으로부터 상기 제1 시점 이내에 유속이 상기 기준값에 도달하는 경우 제2값을 나타내고, 상기 제1 시점으로부터 제2 시점 이내에 유속이 상기 기준값에 도달하는 경우 제3값을 나타내는, 펌프 제어 방법.
  4. 제3항에 있어서, 상기 제1 인공신경망을 학습시키는 단계는, 상기 학습 데이터에서 상기 출력 데이터를 클래스 별로 분류하는 단계; 분류된 데이터 수에 기초하여 클래스 별로 가중치들을 결정하는 단계; 상기 가중치들 및 상기 카테고리컬 크로스 엔트로피 손실 함수에 기초하여 커스텀 손실 함수를 결정하는 단계; 및 상기 학습 데이터 및 상기 커스텀 손실 함수에 기초하여 상기 제1 인공신경망을 학습시키는 단계 를 포함하는, 펌프 제어 방법.
  5. 제4항에 있어서, 상기 학습 데이터에서 상기 제1값에 대응하는 데이터가 상기 제2값에 대응하는 데이터와 상기 제3값에 대응하는 데이터 각각보다 많고, 상기 분류된 데이터 수에 기초하여 클래스 별로 가중치들을 결정하는 단계는, 상기 제1값에 대응하는 제1 가중치를 결정하는 단계; 상기 제2값에 대응하는 제2 가중치를 결정하는 단계; 및 상기 제3값에 대응하는 제3 가중치를 결정하는 단계 를 포함하고, 상기 제2 가중치 및 상기 제3 가중치는 상기 제1 가중치보다 높고, 상기 가중치들 및 상기 카테고리컬 크로스 엔트로피 손실 함수에 기초하여 커스텀 손실 함수를 결정하는 단계는, 상기 제1 내지 제3 가중치 및 상기 카테고리컬 크로스 엔트로피 손실 함수에 기초하여 상기 커스텀 손실 함수를 결정하는 단계 를 포함하는, 펌프 제어 방법.
  6. 제5항에 있어서, 상기 분류된 데이터 수에 기초하여 클래스 별로 가중치들을 결정하는 단계는, 다음의 수학식: 에 기초하여 상기 가중치들을 결정하는 단계 를 포함하고, w i 는 클래스 i에 대한 가중치이고, N은 상기 출력 데이터의 전체 샘플 수이고, C는 클래스 수이고, n i 는 클래스 i의 샘플 수이고, i는 1 이상의 정수이고, 상기 커스텀 손실 함수를 결정하는 단계는, 다음의 수학식: 에 기초하여 상기 커스텀 손실 함수를 결정하는 단계 를 포함하고, L은 상기 커스텀 손실 함수의 손실 값이고, y i 는 상기 제1값, 상기 제2값, 및 상기 제3값을 포함하는 실제 레이블이고, p i 는 클래스 i에 대한 예측 확률인, 펌프 제어 방법.
  7. 제1항에 있어서, 상기 배관 정보에 기초하여 송수유량을 결정하는 단계는, 송수관 데이터, 분기구 데이터, 분기관 데이터, 및 밸브 데이터를 입력 데이터로 하고, 펌프가 공급해야 하는 유량 데이터를 출력 데이터로 하는 학습 데이터 및 비대칭 손실 함수를 사용하여 제2 인공신경망을 학습시키는 단계; 및 상기 학습된 제2 인공신경망을 사용하여 상기 배관 정보로부터 상기 송수유량을 예측하는 단계 를 포함하는, 펌프 제어 방법.
  8. 제7항에 있어서, 상기 제2 인공신경망을 학습시키는 단계는, 상기 제2 인공신경망이 상기 입력 데이터에 기초하여 출력하는 예측값과 상기 출력 데이터의 차이를 결정하는 단계; 및 상기 차이에 기초하여 상이한 가중치를 적용하는 비대칭 손실 함수를 결정하는 단계 를 포함하는, 펌프 제어 방법.
  9. 제8항에 있어서, 상기 비대칭 손실 함수를 결정하는 단계는, 다음의 수학식: 에 기초하여 비대칭 손실 함수를 결정하는 단계 를 포함하고, 는 상기 비대칭 손실 함수의 손실 값이고, 는 상기 학습 데이터 중 상기 출력 데이터이고, 는 상기 제2 인공신경망이 출력하는 상기 예측값이고, 는 과소평가 가중치이고, 는 과대평가 가중치이며 보다 작고, 은 오차의 거듭제곱인, 펌프 제어 방법.
  10. 제1항에 있어서, 상기 유속을 예측하는 단계는, 상기 조류 정보에 기초하여 제1 프롬프트를 생성하는 단계; 및 상기 제1 프롬프트를 언어 모델에 입력시켜 상기 유속 및 상기 유속을 도출하는 과정인 제1 중간 추론 결과를 획득하는 단계 를 포함하고, 상기 제1 프롬프트는, 상기 조류 정보, 제1 명령문, 및 제1 추론 프로세스를 포함하고, 상기 송수유량을 결정하는 단계는, 상기 배관 정보에 기초하여 제2 프롬프트를 생성하는 단계; 및 상기 제2 프롬프트를 상기 언어 모델에 입력시켜 상기 송수유량 및 상기 송수유량을 도출하는 과정인 제2 중간 추론 결과를 획득하는 단계 를 포함하고, 상기 제2 프롬프트는, 상기 배관 정보, 제2 명령문, 및 제2 추론 프로세스를 포함하고, 상기 펌프의 동작을 제어하는 단계는, 상기 유속, 상기 송수유량. 상기 제1 중간 추론 결과, 및 상기 제2 중간 추론 결과에 기초하여 상기 펌프의 동작을 제어하는 단계 를 포함하는, 펌프 제어 방법.
  11. 제10항에 있어서, 상기 조류 정보는, 조류 속도, 조류 방향, 조위, 기상 정보, 계절 정보, 및 시간 정보를 포함하고, 상기 배관 정보는, 송수관 정보, 분기구 정보, 분기관 정보, 및 밸브 상태를 포함하는, 펌프 제어 방법.
  12. 제1항에 있어서, 상기 펌프의 동작을 제어하는 단계는, 상기 조류 정보 중 현재 유속이 기준값보다 작고 상기 예측된 유속이 상기 기준값보다 크면, 상기 펌프를 동작시키는 것으로 결정하는 단계; 및 상기 현재 유속이 상기 기준값보다 크고 상기 예측된 유속이 상기 기준값보다 작으면, 상기 펌프를 중지시키는 것으로 결정하는 단계 를 포함하는, 펌프 제어 방법.
  13. 프로세서와, 상기 프로세서에 연결된 메모리를 포함하고, 상기 메모리는 프로그램을 저장하도록 구성되며, 상기 프로세서는 상기 프로그램을 실행하도록 구성되고, 상기 프로그램이 실행되면, 제1항 내지 제12항 중 어느 한 항의 방법의 단계들이 구현되는, 전자 장치.

Description

준설부 퇴적방지용 워터제트 시스템{WATER JET SYSTEM FOR PREVENTING SEDIMENT DEPOSITION IN DREDGING AREAS} 개시 내용은 준설부 퇴적방지용 워터제트 시스템에 관한 것이다. 최근 해상 공사의 증가와 함께 준설된 해저면의 퇴적물 관리가 중요한 과제로 부상하고 있다. 해상 구조물의 설치 전까지 파랑과 조류에 의해 세립질 부유물이 준설 구역에 집중적으로 퇴적되어 재준설이 필요한 상황이 빈번히 발생하고 있다. 이는 공사 기간의 연장과 추가 비용을 초래하여 해상 공사의 효율성과 경제성을 저해하고 있다. 종래의 방법은 주로 재준설을 통해 퇴적물을 제거하는 것이었으나, 이는 시간과 비용 측면에서 비효율적이며 환경에도 부정적인 영향을 미칠 수 있다. 이러한 문제를 해결하기 위해 워터제트를 탑재한 준설선을 이용한 교반준설 공법이 개발되어 미압밀 침전토를 재부유시켜 자연적인 흐름에 의해 더 깊은 해저나 파랑 에너지가 높은 지역으로 이동시키는 방식을 채택하고 있다. 도 1은 일 실시예에 따른 펌프 제어 방법을 설명하는 순서도이다. 도 2는 일 실시예에 따른 인공신경망의 학습 세션을 설명하기 위한 도면이다. 도 3은 일 실시예에 따른 인공신경망의 학습 세션을 설명하기 위한 도면이다. 도 4는 일 실시예에 따른 퇴적방지용 워터제트 매니폴드 장치를 설명하기 위한 도면의 일 예이다. 도 5는 일 실시예에 따른 퇴적방지용 워터제트 매니폴드 장치를 설명하기 위한 도면의 일 예이다. 도 6은 일 실시예에 따른 인공신경망의 추론 세션을 설명하기 위한 블록도이다. 도 7은 일 실시예에 따른 프롬프트를 설명하기 위한 도면의 일 예이다. 도 8은 일 실시예에 따른 프롬프트를 설명하기 위한 도면의 일 예이다. 도 9는 일 실시예에 따른 인공신경망의 학습 세션을 설명하기 위한 도면이다. 도 10은 일 실시예에 따른 펌프 제어 방법을 설명하기 위한 그래프이다. 도 11은 일 실시예에 따른 트랜스포머의 동작을 설명하기 위한 도면이다. 도 12는 일 실시예에 따른 트랜스포머 아키텍처를 설명하기 위한 블록도이다. 본 명세서에 기재된 다양한 실시예들은, 본 개시의 기술적 사상을 명확히 설명하기 위한 목적으로 예시된 것이며, 이를 특정한 실시 형태로 한정하려는 것이 아니다. 본 개시의 기술적 사상은, 본 명세서에 기재된 각 실시예의 다양한 변경(modifications), 균등물(equivalents), 대체물(alternatives) 및 각 실시예의 전부 또는 일부로부터 선택적으로 조합된 실시예를 포함한다. 또한 본 개시의 기술적 사상의 권리 범위는 이하에 제시되는 다양한 실시예들이나 이에 대한 구체적 설명으로 한정되지 않는다. 기술적이거나 과학적인 용어를 포함해서, 본 명세서에서 사용되는 용어들은, 달리 정의되지 않는 한, 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자에게 일반적으로 이해되는 의미를 가질 수 있다. 본 명세서에서 사용되는 "포함한다", "포함할 수 있다", "구비한다", "구비할 수 있다", "가진다", "가질 수 있다" 등과 같은 표현들은, 대상이 되는 특징(예: 기능, 동작 또는 구성요소 등)이 존재함을 의미하며, 다른 추가적인 특징의 존재를 배제하지 않는다. 즉, 이와 같은 표현들은 제2 실시예를 포함할 가능성을 내포하는 개방형 용어(open-ended terms)로 이해되어야 한다. 본 명세서에서의 단수의 표현은 문맥상 명백하게 단수인 것으로 특정하지 않는 한, 복수의 표현을 포함한다. 또한, 복수의 표현은 문맥상 명백하게 복수인 것으로 특정하지 않는 한, 단수의 표현을 포함한다. 명세서 전체에서 어떤 부분이 어떤 구성요소를 포함한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에서 사용되는 '모듈' 또는 '부'라는 용어는 소프트웨어 또는 하드웨어 구성요소를 의미하며, '모듈' 또는 '부'는 어떤 역할들을 수행한다. 그렇지만, '모듈' 또는 '부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '모듈' 또는 '부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서, '모듈' 또는 '부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 또는 변수들 중 적어도 하나를 포함할 수 있다. 구성요소들과 '모듈' 또는 '부'들은 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '모듈' 또는 '부'들로 결합되거나 추가적인 구성요소들과 '모듈' 또는 '부'들로 더 분리될 수 있다. 본 개시의 일 실시예에 따르면, '모듈' 또는 '부'는 프로세서 및 메모리로 구현될 수 있다. '프로세서'는 범용 프로세서, 중앙 처리 장치(CPU), 마이크로프로세서, 디지털 신호 프로세서(DSP), 제어기, 마이크로제어기, 상태 머신 등을 포함하도록 넓게 해석되어야 한다. 몇몇 환경에서, '프로세서'는 주문형 반도체(ASIC), 프로그램가능 로직 디바이스(PLD), 필드 프로그램가능 게이트 어레이(FPGA) 등을 지칭할 수도 있다. '프로세서'는, 예를 들어, DSP와 마이크로프로세서의 조합, 복수의 마이크로프로세서들의 조합, DSP 코어와 결합한 하나 이상의 마이크로프로세서들의 조합, 또는 임의의 다른 그러한 구성들의 조합과 같은 처리 디바이스들의 조합을 지칭할 수도 있다. 또한, '메모리'는 전자 정보를 저장 가능한 임의의 전자 컴포넌트를 포함하도록 넓게 해석되어야 한다. '메모리'는 임의 액세스 메모리(RAM), 판독-전용 메모리(ROM), 비-휘발성 임의 액세스 메모리(NVRAM), 프로그램가능 판독-전용 메모리(PROM), 소거-프로그램가능 판독 전용 메모리(EPROM), 전기적으로 소거가능 PROM(EEPROM), 플래쉬 메모리, 자기 또는 광학 데이터 저장장치, 레지스터들 등과 같은 프로세서-판독가능 매체의 다양한 유형들을 지칭할 수도 있다. 프로세서가 메모리로부터 정보를 판독하고/하거나 메모리에 정보를 기록할 수 있다면 메모리는 프로세서와 전자 통신 상태에 있다고 불린다. 프로세서에 집적된 메모리는 프로세서와 전자 통신 상태에 있다. 본 명세서에서 사용되는 "제1", "제2", 또는 "첫째", "둘째" 등의 표현은, 문맥상 다르게 뜻하지 않는 한, 복수의 동종 대상들을 지칭함에 있어 한 대상을 다른 대상과 구분하기 위해 사용되며, 해당 대상들 간의 순서 또는 중요도를 한정하는 것은 아니다. 본 명세서에서 사용되는 "A, B, 및 C," "A, B, 또는 C," "A, B, 및/또는 C" 또는 "A, B, 및 C 중 적어도 하나," "A, B, 또는 C 중 적어도 하나," "A, B, 및/또는 C 중 적어도 하나," "A, B, 및 C 중에서 선택된 적어도 하나," "A, B, 또는 C 중에서 선택된 적어도 하나," "A, B, 및/또는 C 중에서 선택된 적어도 하나" 등의 표현은, 각각의 나열된 항목 또는 나열된 항목들의 가능한 모든 조합들을 의미할 수 있다. 예를 들어, "A 및 B 중에서 선택된 적어도 하나"는, (1) A, (2) A 중 적어도 하나, (3) B, (4) B 중 적어도 하나, (5) A 중 적어도 하나 및 B 중 적어도 하나, (6) A 중 적어도 하나 및 B, (7) B 중 적어도 하나 및 A, (8) A 및 B를 모두 지칭할 수 있다. 본 명세서에서 사용되는 "~에 기초하여"라는 표현은, 해당 표현이 포함되는 어구 또는 문장에서 기술되는, 결정, 판단의 행위 또는 동작에 영향을 주는 하나 이상의 인자를 기술하는데 사용되고, 이 표현은 해당 결정, 판단의 행위 또는 동작에 영향을 주는 추가적인 인자를 배제하지 않는다. 본 명세서에서 사용되는, 어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "연결되어" 있다거나 "접속되어" 있다는 표현은, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결 또는 접속되는 것뿐 아니라, 새로운 다른 구성요소(예: 제3 구성요소)를 매개로 하여 연결 또는 접속되는 것을 의미할 수 있다. 본 명세서에서 사용된 표현 "~하도록 구성된(configured to)"은 문맥에 따라, "~하도록 설정된", "~하는 능력을 가지는", "~하도록 변경된", "~하도록 만들어진", "~를 할 수 있는" 등의 의미를 가질 수 있다. 해당 표현은, "하드웨어적으로 특별히 설계된"의 의미로 제한되지 않으며, 예를 들어 특정 동작을 수행하도록 구성된 프로세서란, 소프트웨어를 실행함으로써 그 특정 동작을 수행할 수 있는 범용 프로세서(generic-purpose processor)를 의미할 수 있다. 이하, 첨부된 도면들을 참조하여, 본 개시의 다양한 실시예들을 설명한다. 첨부된 도면 및 도면에 대한 설명에서, 동일하거나 실질적으로 동등한(substantially equivalent) 구성요소에는 동일한 참조부호가 부여될 수 있다. 또한, 이하 다양한 실시예들의 설명에 있어서, 동일하거나 대응하는 구성요소를 중복하여 기술하는 것이 생략될 수 있으나, 이는 해당 구성요소가 그 실시예에 포함되지 않는 것을 의미하지는 않는다. 도 1은 일 실시예에 따른 펌프 제어 방법을 설명하는 순서도이다. 도 1을 참조하면, 일 실시예에 따른 펌프 제어 방법은 컴퓨팅 시스템에 의해 수행될 수 있다. 예를 들어, 컴퓨팅 시스템은 서버 및 전자 장치를 포함할 수 있다. 서버는 인공지능(Artificial Intelligence(AI)) 서버일 수 있다. 서버는 전자 장치를 통해 입력된 데이터를 처리하고, 이를 바탕으로 인공지능(AI) 모델을 실행하여 결과를 도출할 수 있다. 서버는 적어도 하나의 AI 모델을 포함할 수 있다. AI 모델은 CNN(Convolutional Neural Network), GNN(Graph Neural Network), RNN(Recurrent