기술소개에 대한 요약으로 자세한 사항은 오른쪽 상단 기술소개서 및 특허 정보를 확인해주세요.

1. 기술개요

■ 본 기술은 인공신경망(Artificial Neural Network, ANN)을 이용한 실내공기질 가상 모니터링 기술임

 - 센서로 실내공기질 데이터를 수집하고, 인공신경망을 통해 공간 전체의 공기질 상태를 예측하는 시스템임. 유체해석(CFD)을 통해 얻은 데이터를 기초로 인공신경망을 훈련하여 실내 미세먼지 농도 및 분포를 예측하는 방식임. 이 시스템은 LSTM(Long Short-Term Memory) 모델을 사용하여 시간에 따른 공기질 변화를 실시간으로 모니터링하고 예측함

2. 기술의 우수성 및 도입 효과

■ 기존 기술의 문제점

 - 기존 공기질 모니터링 시스템은 실내 곳곳에 다수의 센서를 설치해야만 전체 공기질을 모니터링할 수 있음. 이는 설치와 유지보수 비용이 많이 듦

 - 센서가 설치된 일부 공간에서만 공기질을 모니터링할 수 있어, 전체 실내 공간의 공기질 상태를 정확하게 파악하기 어려움

 - 실내 오염원이 발생하면 전체 공간의 환기 시스템을 가동해야 하므로 에너지가 낭비될 수 있음

 - 기존 시스템은 실시간으로 공기질 변화를 예측하기 어렵고, 물리적 센서의 위치와 개수에 따라 정확도가 제한적임

■ 본 기술의 우수성 및 도입 효과

 - 다수의 센서를 설치하지 않고도 인공신경망을 통해 소수의 센서만으로 실내 전체의 공기질 상태를 예측할 수 있음. 이는 비용 절감과 시스템 효율성 향상에 기여함

 - LSTM 모델을 통해 시간에 따른 실내 미세먼지 농도 변화를 실시간으로 예측할 수 있어, 빠르고 정확한 공기질 모니터링이 가능함

 - 실내의 특정 구역에서만 오염이 발생했을 경우, 해당 구역만 선택적으로 환기 또는 공기정화를 할 수 있어 불필요한 에너지 소비를 줄일 수 있음

 - 기존 CFD 데이터를 학습한 인공신경망이 미세먼지 분포를 93% 이상의 정확도로 예측할 수 있으며, 정확도는 센서 수에 따라 더 향상될 수 있음

 - 인공지능을 활용하여 사람이 직접 관리하지 않아도 자동으로 실내 공기질을 모니터링하고 제어할 수 있음

3. 주요 적용분야

■ 공기 정화