IoT 기반 열 모니터링 기능을 가진 비상용 배터리팩 과열 방지 시스템 (Overheating Prevention System for Emergency Battery Pack with IoT-based Thermal Monitoring Feature)

서지정보

· 발행기관 : 한국정보통신학회
· 수록지 정보 : 한국정보통신학회논문지 / 28권 / 7호 / 859 ~ 870페이지
· 저자명 : 아리아 비스마 와휴타마, 황민태

초록

통신 및 방송 관련 기업들은 서비스 제공을 위해 많은 중계 장비들을 운영하고 있으며, 정전 시에도 중단없는 서비스를 위해 비상용 배터리 팩을 설치 운영하고 있다. 그러나 이러한 비상용 배터리 팩은 주의깊게 모니터링하지 않으면 과열로 인한 화재의 위험에 상시 노출되어 있다. 본 논문에서는 사물인터넷 기반의 열 감지 하드웨어와 모니터링 애플리케이션을 구현하고서 그 성능을 평가한 결과를 제시한다. 이 시스템은 Raspberry Pi 및 MLX90640 열 카메라 모듈을 활용하여 비상용 배터리 팩의 온도를 실시간으로 측정하고서 열화상 이미지를 포함한 데이터를 클라우드 데이터베이스에 저장한다. 모바일 애플리케이션은 수집 데이터를 그래프로 제공하며, 온도가 임계값을 초과할 경우 관리자에게 푸시 알림을 제공한다. 시스템은 안정적인 데이터 수집 실패 상황에 대비해 기계 학습을 이용한 예상 온도 변화 예측 기능을 제공한다. 성능 평가 결과, 하드웨어 모듈과 모바일 애플리캐이션간의 평균 응답 시간은 0.5초 미만이며, 온도 변화 예측 모델은 MAE, MSE, RMSE 및 R2에 대해 각각 0.3334, 1.8722, 1.3683 및 0.8650으로서 만족스러운 결과를 보여주었다.

영어초록

Communications and broadcasting companies operate numerous backup equipment for service provision, such as emergency battery packs for uninterrupted service during power outages. However, these battery packs are at constant risk of overheating and fire hazards without careful monitoring. This paper presents the implementation and evaluation of an IoT-based temperature detection hardware and monitoring application. Utilizing Raspberry Pi and MLX90640 thermal camera modules, the system measures the temperature of emergency battery packs in real-time and stores data, including thermal images, in a cloud database. A mobile application provides collected data in graphs and sends push notifications to administrators if temperatures exceed threshold values. The system also predicts temperature changes using machine learning to mitigate data collection failures. Performance evaluation results show that the average response time between hardware modules and mobile applications is less than 0.5 seconds, and the temperature change prediction model produces satisfactory results with MAE, MSE, RMSE, and R2 scores of 0.3334, 1.8722, 1.3683, and 0.8650, respectively.

참고자료

· 없음