3조-눈도깜짝안하조

프로젝트 개요

기술개발 과제

국문 : AI를 활용한 냉각 시간 예측 소형 펠티어 음료 냉장고

영문 : Cooling Time Predicting Beverage Refrigerator using Artificial Intelligence

과제 팀명

눈도 깜짝 안하조

지도교수

이동찬 교수님

개발기간

2023년 9월 ~ 2023년 12월 (총 4개월)

구성원 소개

서울시립대학교 기계정보공학과 20184300** 정*새(팀장)

서울시립대학교 기계정보공학과 20184300** 권*표

서울시립대학교 기계정보공학과 20184300** 김*표

서울시립대학교 기계정보공학과 20184300** 선*진

서울시립대학교 기계정보공학과 20189200** 황*성

서론

개발 과제의 개요

개발 과제 요약

펠티어(열전)소자를 이용한 냉장고는 일반적인 컴프레서 냉장고에 비해 제작이 간단하고 소형화가 용이하지만, 냉각 성능 및 효율이 몹시 좋지 않다는 큰 단점이 있다. 본 프로젝트에서는 이미지 처리 및 인공지능을 활용해 음료수를 담는 용기의 종류, 음료수의 개수, 용량에 따른 목표 냉각 온도까지 온도가 떨어지는데 걸리는 시간을 예측해주고, 예측된 시간 이후에는 전력 소모를 제어하는 펠티어 냉장고를 개발한다. 예상 냉각 시간을 보여줌으로써 사용자가 불필요하게 수시로 문을 여닫는 불편을 줄여주고, 문을 여닫음으로 인해 발생하는 열손실을 방지한다. 또한, 냉장고는 단열에 가깝다는 점을 이용해 목표 온도까지 냉각되는 시간 이후에는 냉각에 사용되는 전력을 줄임으로써 불필요하게 낭비되는 에너지 소모를 줄인다.

개발 과제의 배경

• 개발 배경

지난 2020년부터 시작된 코로나 19로 인해 해외여행을 가지 못하는 대신 캠핑을 시작한 사람들이 많아져 이른바 “캠핑 열풍”이 시작되었다. 이러한 캠핑 열풍은 팬데믹 시기가 지난 지금도 계속되고 있으며, 이에 따라 캠핑 산업 시장 규모가 지난해 6조원에 이를 정도로 캠핑 용품에 대한 수요도 날이 갈수록 크게 늘어나고 있다.

Figure1. 캠핑 시장 및 캠핑 용품 수요 동향

캠핑에서 가장 중요한 사안들 중 하나가 바로 음료의 냉장 및 냉동이다. 캠핑장을 향해 가는 동안의 장시간의 운전 중, 그리고 캠핑 중에 여러가지 활동을 할 때, 수분 보충은 필수적이다. 이러한 문제들을 해결하기 위해 차량 혹은 캠핑장 내에서 포터블로 사용 가능한 미니 냉장고가 많이 사용된다. 특히 최근 들어서 유행하고 있는 캠핑의 형태 중 하나인 차박(차에서 숙박)에서는 소형 차량형 냉장고가 거의 필수품으로 여겨지고 있으며, 전체적인 캠핑 시장이 커짐에 따라 매년 소형 포터블 냉장고의 수요가 계속해서 증가하고 있다.

Figure2. 캠핑용 냉장고의 수요 변화 및 전망

차량 및 캠핑에서 사용되는 소형 냉장고의 종류에는 대표적으로 일반적인 가정용 냉장고와 같은 컴프레서 냉장고와 펠티어(열전)소자를 활용한 펠티어 냉장고가 있다. 컴프레서 냉장고의 경우 펠티어 냉장고에 비해 같은 전력 소모 대비 냉장, 냉동 성능이 뛰어나 빠른 시간 안에 원하는 온도에 도달하는 장점이 있는 반면, 냉동사이클에 사용되는 부품이 많고 구조가 복잡해 무겁고 가격이 비싸며, 냉매를 사용해야 하므로 친환경적이지 못하다는 단점이 있다. 반대로 펠티어 냉장고의 경우, 냉매를 사용하지 않아 친환경적이며, 구조가 간단하며 제작이 편리해 히트 펌프 냉장고 가볍고, 저렴하다는 장점이 있지만, 펠티어 소자 자체가 소모하는 전력에 비해 냉장, 냉동 성능이 컴프레서 방식에 비해 많이 떨어져 효율이 좋지 못하다는 단점이 있다.

Figure 3 시중 펠티어 냉장고와 컴프레서 냉장고의 비교

본 개발 과제에서는 이동이 잦은 캠핑의 특성을 고려해 가볍고 운반이 용이한 펠티어 냉장 방식을 채택했다. 일반적인 냉장고에서 냉각에 걸리는 시간을 따로 표시해주지 않는다는 점을 활용해 냉각이 가능한 최저 온도까지 넣는 음료수의 개수, 용량, 음료수를 담는 용기의 종류에 따른 걸리는 예상 냉각 시간을 예측해 줘 사용자의 편의성을 향상시킬 뿐만 아니라 불필요한 열손실을 줄이고, 음료가 목표한 온도에 도달할 때 출력을 줄이는 제어기능을 추가한 펠티어 냉장고를 개발하는 것을 목표로 한다.

• 기대효과

본 개발 과제는 냉각 가능한 최저 온도까지 넣은 음료가 냉각되는데 걸리는 시간을 예측해주고, 예측한 시간 이후에는 전력 소모를 제어하는 펠티어 냉장고를 제작하는 것을 목표로 한다. 냉장고의 문을 열면 필연적으로 내부의 냉기가 빠져나가고 외부의 온기가 유입되면서 냉각에 필요한 전력 소모가 늘어나는데, 개발한 펠티어 냉장고에서는 목표 온도까지의 예상 냉각 시간을 보여줌으로써 수시로 문을 여닫아서 확인하는 불편을 줄일 뿐만 아니라 문을 여닫을 때 발생하는 열손실 및 추가적인 전력소모를 최소화한다. 또한, 냉장고 내부가 비어 있어 필요 냉각 용량이 적거나, 냉장고 내부가 거의 단열이어서 목표 온도에 도달한 이후에는 이전처럼 전력을 소모하지 않아도 오랫동안 목표 온도를 유지한다는 점을 활용해, 목표 온도에 도달한 이후에는 전력 소모를 줄여 불필요한 전력 소모를 최소화한다. 개발 과제가 성공적으로 마무리되면, 펠티어 냉장고를 사용할 때의 전력 사용 효율을 높임으로써, 에너지 절약에 기여할 수 있다. 또한 최근 점점 늘어나는 추세인 전기자동차에서 사용한다면, 기존의 펠티어 소형 냉장고에 비해 불필요한 전력 소모를 줄임으로써 냉장고 사용으로 인한 주행거리 감소 문제를 조금 해소할 수 있다는 장점이 있다.

개발 과제의 목표 및 내용

• 개발 목표

현재 넣은 음료수의 용량 및 온도, 음료수를 담은 용기의 종류 및 수에 따른 최저 냉각 가능 온도까지의 냉각 시간을 보여주고, 목표 온도 도달 이후에는 냉각에 사용되는 전력 소모를 제어하는 펠티어 냉장고를 개발한다.

Figure 4 펠티어 냉각 모듈과 일반적인 자작 펠티어 냉장고 

• 개발 과제의 내용

가) 펠티어 냉장고 본체 설계

시중의 일반적인 캠핑용, 차량용 소형 펠티어 냉장고와 유사하게 용량은 15~20L, 소모 전력은 지속적으로 구동했을 때 기준 55~65W의 펠티어 냉장고를 설계한다. 케이스의 재질은 고내 단열이 잘 되도록 단열재를 선정하고, Ansys 유동 해석 혹은 실험을 통해 가장 효율적으로 냉각이 되는 냉각 모듈의 위치를 결정한다. 냉장고 내에 들어가는 음료수의 수는 최대 6개, 그리고 층당 3개의 음료수가 들어가도록 한다. 문 쪽에 설치한 카메라하고, 카메라에 각 음료수를 담은 용기의 바닥면이 보이도록 음료수를 눕혀서 집어넣도록 틀을 설치한다. 틀에는 온도 센서와 압력 센서를 달아 현재 음료의 온도, 용량 등의 정보를 얻을 수 있도록 한다. 이외에 문 열림 감지, 계산 및 디스플레이에 사용할 라즈베리 파이, 온도, 압력 측정에 사용될 아두이노 및 센서, 그리고 전원에 사용될 smps 등의 위치를 결정한다.

Figure 5 개발하는 펠티어 냉장고의 문에서 바라본 정면도, 옆에서 바라본 측면도  

나) 냉각 시간 예측 기능 구현

먼저 문을 열었다가 음료를 넣은 후 닫으면, 문에 설치 라즈베리 파이 카메라를 이용해서 문에서 본 정면도를 찍는다. 이 사진에서 AI 모듈을 이용해 음료가 몇 개 들었는지, 그리고 음료를 담은 용기의 재질을 판별한다. 본 프로젝트에서는 음료를 담은 용기는 크게 알루미늄 캔, 유리 병, 그리고 PET 병의 세 가지로만 분류하고, 음료의 수는 최대 6개로 한다. 그리고 아두이노 온도, 압력 센서를 이용해 냉장고 고내 및 각 용기의 현재 온도, 그리고 각 용기에 들어있는 음료의 양(질량)을 측정한다.

카메라와 센서를 이용해 얻은 각 음료의 용기 종류 및 수, 음료의 양, 고내 온도, 실내 온도, 그리고 사용자가 입력한 목표 온도를 입력으로 받아 예측 모델을 통해 목표 온도에 걸리는 시간을 화면에 표시해준다. 예측 모델로는 여러 차례 실험을 통해 얻은 실험데이터 기반의 머신러닝 모델을 활용한다.

Figure 6. 냉각 시간 예측 시스템 개략도  

다) 전력 제어 관련 설계

본 과제에서 사용될 냉장고의 경우, 캠핑이나 차량 등에서 사용될 소형 포터블 냉장고이다. 그렇기 때문에 전력을 직접 공급받아서 작동할 수도, 배터리로도 작동할 수 있게끔 제작하는 목표로 삼는다. 배터리의 경우 펠티어 냉각소자의 전압과 동일한 12V로 작동되는 것으로 선정하고, 최소한 야외에서 1시간 이상 작동할 수 있을 정도의 용량을 가진 것으로 선정한다. 예상 시간 이후의 전력 소모 제어로는, on/off의 형태로 구현하거나, pid 제어 방식 중 하나를 채택한다.

관련 기술의 현황

관련 기술의 현황 및 분석(State of art)

• 전 세계적인 기술현황

a. 냉장고에 적용되는 냉각 기술

냉장고에 적용되는 냉각 기술에는 크게 컴프레서 방식과 펠티어(열전 냉각) 방식이 있다.

(1) 컴프레서 냉각 방식

Fig. 1 표준 증기압축 냉동사이클

대부분의 가정용 냉장고, 에어컨 등에서 사용되는 냉각 방식으로 대부분 표준 증기압축 냉동사이클을 활용한다. 자연계의 법칙 중 추가적인 일(에너지 공급) 없이는 열은 고온은 저온으로 밖에 이동이 안 되고, 그 반대는 불가능하다는 열역학 제2법칙을 따라 고안된 장치다. 냉장고에서의 컴프레서 방식의 냉각은 다음과 같이 이루어진다. 먼저, 저온 저압의 액상 냉매가 증발기에서 상대적으로 뜨거운 냉장고 내부의 증발열을 흡수해 기상으로 변한다. 그 다음 저온 저압의 기상 냉매가 압축기에서 외부에서부터 일을 받아 실외 온도보다도 뜨거운 고온 고압의 기상 상태가 된다. 고온 고압상태의 냉매는 응축기에서 액상상태로 응축하면서 실외에다 열을 버리고 팽창 장치를 통해 다시 저온 저압의 액상 상태가 되어 앞선 과정을 반복한다.

컴프레서 냉각 방식은 성능계수 COP(냉방용량/공급에너지)가 대략 3~5정도의 높은 효율을 가지고 있다는 장점이 있다. 하지만 사이클에 사용되는 부품이 많기에 무게가 많이 나간다는 단점이 있고, 냉매를 사용하기 때문에 냉매의 종류에 따라 환경에 치명적인 영향을 줄 수도 있다. 이런 점들을 보완하기 위한 연구들이 많이 진행되고 있다 예를 들어, 3D프린팅 기술을 활용해 내부에 복잡한 냉각채널도 구현이 가능하여 냉각 효율을 높일 수 있고, 이로 인해 주조 사이클타임 감소 및 냉각속도 차이에 따른 열변형도 대폭 줄일 수 있다. 또한 탄소 배출 감소를 위해 흔히 쓰는 GWP(지구 온난화 지수, CO2대비 지구온난화에 기여하는 정도)가 1000이 넘는 R134a 냉매 대신 GWP 15 이하인 냉매인 R600a의 개발 등의 노력도 이루어지고 있다.

(2) 펠티어(열전)소자 냉각 방식

Fig 2 펠티어 냉각 방식

펠티어 냉각 방식은 반도체로 연결된 두 금속 사이에 전압을 가하면 반도체 내에서 전자(n형 반도체에서는 전자가, p형 반도체에서는 전자 역할을 하는 양공이)가 이동하면서 전자를 받은 면은 열을 받아 뜨거워지고, 전자를 빼앗긴 다른 쪽 면은 열을 빼앗겨 차가워지는 펠티어 효과를 활용한 냉각 방식이다.

펠티어 냉각 방식은 소형 냉장고, CPU 쿨러 등 대체로 소형의 냉각장치들에 사용된다. 펠티어 냉각 방식은 냉매를 사용하지 않아 친환경적이고, 압축기 등에서 사용되는 모터를 구동할 일이 없어 소음이 적다. 또한, 반도체 소자 하나만 있으면 되므로 장치가 많이 필요하지 않아 가볍고, 저렴하다는 장점이 있다. 하지만 일반적인 펠티어 소자의 COP는 0.3~1 정도로 낮아 장시간 및 대형 냉각이 필요한 장치에서는 적합하지 못하다는 단점이 있다.

펠티어 냉각 관련한 연구로는 조금 더 향상된 성능을 가진 반도체 재료로 소자를 만드는 연구가 1900년대부터 초반부터 끊임없이 진행되어 왔다. 펠티어 소자가 처음 나왔을 때만 해도 효율이 1% 정도 불과했지만, 최신 연구 자료에 의하면 주석과 셀레늄을 이용한 다결정 소재를 활용하여 20%에 육박하는 효율을 가진 펠티어 소자를 개발했다고 한다. 그리고 뜨거운 면과 차가운 면 사이에서의 열전달을 최소화하기 위해 소자의 열전도도를 낮추는 연구도 많이 진행되고 있는데, 최근에는 나노기술을 활용한 표면의 가공을 통해 열전도도를 기존에 비해 약 1/10에서 1/100 수준으로 크게 낮추었다고 한다.

컴프레서 냉각 방식과 펠티어 냉각 방식을 비교하면 다음과 같다. 소형 냉장고의 경우 냉방용량이 작아 펠티어 냉각방식의 단점이 덜 부각되어 펠티어 냉각방식을 사용해도 충분히 경쟁력이 있다.

b. 스마트 냉장고 기술

최근에는 발전된 정보통신 기술을 활용하여 냉장고에 사물인터넷과 같은 정보통신 기술을 접목시킴으로써 냉장고가 더 이상 음식물을 냉장보관만을 하는 장치로서의 역할만을 하는 것이 아니라 사용자에게 유용한 기능 또한 제공하는 역할도 하고 있다. 그랜드뷰리서치에 따르면, 스마트 장고 시장 규모가 2025년까지 연평균 13.7% 성장, 규모는 6억 2470만 달러에 이를 것이라고 전망했다. 냉장고에 정보통신 기술을 적용한 예로는 다음과 같은 사례들이 있다.

국내 최초의 스마트 냉장고는 2016년에 삼성에서 제작한 패밀리 허브 냉장고가 있다. 이 냉장고는 전원이 켜져 있는 동안 라디오, TV와 같은 엔터테인먼트를 즐길 수 있는 서비스를 제공해 주방에서 일하는 동안 즐길 수 있도록 해준다. 또한 김서림에 강한 특수 카메라를 장착해 냉장고 내부를 항상 깨끗하게 촬영하여 통신 기술을 활용해 스마트폰으로 항상 냉장고 내부를 관찰할 수 있는 기능도 제공한다. 마지막으로 식재료가 부족한지, 유통기한이 얼마나 남았는지, 해당 식재료로 어떤 음식을 만들 수 있는지를 스마트폰 어플리케이션을 통해 보여주는 기능도 제공한다.

해외에서의 스마트 냉장고로는 GE에서 제작한 ‘Smart Fingerprint Resistant 4-Door French-Door Refrigerator’가 있다. 이 냉장고에서는 냉장고가 자체적으로 성능을 수시로 점검해서 스스로 압축기의 주파수 등을 조절하고 냉매의 유출을 감지하는 기능을 탑재하는 등 최적의 성능을 낼 수 있도록 냉장고가 자체적으로 조절할 수 있다.

Fig 3 스마트 냉장고 예시(삼성 패밀리 허브 냉장고)

본 프로젝트에서는 스마트 냉장고를 만들 때에는 아래의 기술들이 사용된다.

c. 컴퓨터 비전

컴퓨터 비전은 이미지와 비디오를 처리하여 유의미한 정보를 추출하는 인공지능 기술이다. 카메라와 센서가 인간의 눈의 기능을 한다면, 컴퓨터 비전은 받은 시각 데이터를 처리하는 인지능력을 말한다. 이미지 처리나 모델 학습, 패턴 인식 등의 작업의 기본원리이다. 컴퓨터 비전을 통해 할 수 있는 작업은 여러가지가 있다. 예를 들어 이미지의 크기를 조정하거나 색상을 보정하고 노이즈를 제거하는 이미지 개선, 변형작업을 하거나 주어진 이미지에서 특정 패턴이나 특징을 찾아 얼굴 식을 하는 등의 작업을 할 수 있다. 딥러닝이 발전하게 되면서 Computer Vision의 발전도 가속화가 되었는데 이로 인해 아래와 같은 작업을 수행하면서 여러 분야에서 핵심적인 역할을 수행하고 있다.

1. 객체 분류(classification)

2. 객체 검출 및 추적 (Object Detection & Tracking)

3. 객체 분할 (Segmentation)

4. 이상탐지

5. 포즈 추정 ( Pose Estimation )

대표적으로 자율 주행이나 보안 시스템, 의료 진단 등의 분야에서 많이 응용되고 있다.

Fig. 4 컴퓨터비전 응용 사례 

유명한 오픈 소스 라이브러리로는 OpenCV ( Open Computer Vision ) 이 있다. 인텔이 실시간 컴퓨터 비전을 목적으로 개발하였다. 본 프로젝트에서는 OpenCV와 Object detection 모델 중 가장 많이 사용되는 Yolov5 모델을 활용하여 진행할 예정이다.

d. 회귀 분석

통계학에서 연속형 변수들에 대해서 두 변수 사이의 모형을 구한 뒤 적합도를 측정해 내는 분석 방법이다. 하나의 종속변수와 하나의 독립변수 사의 관계를 분석할 경우는 단순회귀분석이라 하며 여러 독립변수 사이의 관계를 구명하고자 하면 다중회귀분석이라 한다. 회귀분석을 통해서 미래 값을 예측하거나 변수간의 상관관계를 분석할 수 있고 인과 관계를 분석할 수도 있다.

회귀분석에는 여러가지 유형이 있는데 그 중 많이 사용되는 유형은 다음과 같다.

1. 선형 회귀 분석 : 두 변수 간 상관관계가 선형으로 이루어져 있다고 가정하여 분석하는 방법

2. 로지스틱 회귀 분석 : 종속변수가 범주형이면서 0이나 1일 경우 사용하는 회귀 분석

3. 비선형 회귀 분석 : 종속변수와 독립변수간의 비선형 관계를 추정하여 분석하는 방법

4. 릿지 및 라쏘 회귀 분석 : 선형회귀의 일종으로 제약조건 항을 추가하여 과적합을 막기위한 분석 방법

이러한 분석을 통해서 회귀식을 찾게되면 회귀식이 통계적으로 유의한지 검정하는 과정이

필요하다. 이 검정 과정을 유의성 검정이라고 한다. 이러한 검정을 통해 통계적으로 유의미한 분석임을 증명할 수 있다.

예를 들어 본 프로젝트에서 냉장고의 초기온도, 보관하는 물체의 온도 및 용량, 각 보관용기의 열전달 계수, 목표온도를 독립변수로 두고 예상도달시간을 종속변수로 두면 회귀분석을 통해서 변수들간의 회귀모델을 찾을 수 있고 이 식을 통해서 미래를 시간을 예측할 수 있게 된다. 이러한 시간은 유의성 검정을 통해서 통계적으로 유의미한 모델임을 증명할 수 있다.

e. 제어 기술

자동제어 기술은 기준치에서 넘어간 수치(온도, 습도) 등을 기준치에 맞춰 불필요한 에너지 소모를 줄이거나 위험한 상황 등을 방지하기 위해 도입되는 기술이다. 일반적으로 전력을 제어할 때 사용하는 방식에는 ON-OFF 제어 방식과 연속 제어 방식이 있다.

ON-OFF 제어 방식의 경우 온도 등의 수치가 설정치보다 높거나 낮을 때 ON 또는 OFF로 동작하는 방식으로 구조가 간단하고 경제적이라는 장점이 있다. 그러나 조작부가 설정치를 경계로 하여 ON-OFF 되므로 2위치 동작에 의한 제어의 오르내림이 발생한다. 이를 제거하기 위하여 조절감도를 좁히면 출력의 떨림 현상이 생긴다든지 노이즈의 영향을 받을 수가 있고 조절감도(Dead Band)를 넓히면 정도가 문제가 된다. 그러나 이 오르내림(Cycling)의 폭이 허용범위 폭 이내라고 하면 ON-OFF 제어방식으로도 충분히 목적을 잘 달성할 수 있다.

연속 제어 방식은 측정값과 설정치를 비교하여 그 편차신호의 크기에 비례하는 전력을 공급하는 방식이다. 비례제어(P) 방식만을 적용하면 원리적으로 회로정수부터 피할 수 없는 제어오차가 발생하므로 이 오차를 없애고 제어정도를 높이기 위한 적분동작 (I) 및 장치의 응답속도를 빨리하기 위한 미분동작(D)을 채용하면 유효하다. 따라서 일반적으로 P.I 또는 P.I.D 제어방식이 가장 많이 채용되고 있다.

현재 냉장고에 적용되는 제어기술로는 인버터 제어방식이 있다. 이것은 컴프레서 내에 센서를 장착하여 온도, 습도, 모터 회전 속도 같은 데이터를 지속적으로 수집하여 이 데이터를 바탕으로 냉장고 내부의 소형 컴퓨터가 제어 명령을 계산한 후, 절전을 담당하는 전력 칩은 모터를 최적의 회전 속도로 작동하도록 하여 필요 이상의 전력 소모를 줄이면서 냉장고 온도를 일정하게 유지시키는 연속 제어 방식이다. 이 방식은 모터를 항상 켜고 끄는 정속형(ON-OFF) 제어방식보다 훨씬 효율적이다.

Fig. 5 냉장고에서의 자동제어(인버터 방식) 

• 특허조사

(1) 펠티어 소자를 활용한 냉장고 (2006)

펠티어 소자를 활용한 냉장고에서 냉각 모듈의 위치, 단열 패드의 배치, 냉기 순환을 원활하게 할 수 있는 냉각핀의 위치, 결로 이송을 할 수 있는 어셈블리 플레이트 위치 등, 펠티어 냉장고 내부의 전체적인 구조 및 부품들의 위치들을 보여준다.

(2) 인공지능 기반의 냉장고 식자재 관리 서비스 제공 장치 (2022)​

해당 특허에서는 우리 프로젝트와 유사한 이미지 처리를 활용한 스마트 냉장고이다. 이 냉장고는 촬영부의 카메라를 통해 상품 혹은 영수증을 카메라로 촬영 후 이를 CNN 등의 모델을 통해 이미지 처리를 한 다음에 정보를 수신한다. 그 이후 사용자 단말기와 통신을 통해 식자재를 관리한다.

(2) 펠티어 소자를 구비한 냉장고의 제어방법 및 이를 사용하는 냉장고 (2020)​

펠티어 냉장고에서 사용할 수 있는 제어 기술로 냉장고 내부 공기 온도를 측정해 목표치와 비교해서 낮으면 추가 전압을 인가하고, 적정하면 냉각 모듈이 최대의 성능을 발휘하거나 오랜 시간 수명을 유지할 수 있는 온도로 PID 제어를 한다.

• 특허 전략 분석

본 프로젝트 제품은 크게 가지의 특징을 갖는다. 첫번째는 캠핑용 냉장고라는 점이다. 이는 배터리를 사용해서 포터블하게 들고다닐 수 있다는 것을 의미한다. 두번째는 카메라와 센서를 활용하여 보관되어 있는 음료를 실시간으로 모니터링할 수 있고 그 결과를 디스플레이에 표시한다는 점이다. 세번째으로 목표온도까지의 예상소요시간을 예측하여 보여준다. 마지막으로 펠티어소자의 냉각성능 자동제어를 통해 에너지를 효율적으로 사용할 수 있다는 점이다.

시중에는 실시간으로 제품의 상태를 모니터링할 수 있는 IoT 기술을 접목시킨 캠핑용 냉장고가 존재한다. 하지만 본 프로젝트는 펠티어 소자를 사용하여 무게를 가볍게 하고 예상소요시간을 예측하고 자동제어를 활용하여 에너지를 효율적으로 사용할 수 있다는 점에서 차별점을 가진다. 따라서 에너지 절약을 위한 AI 캠핑용 냉장고를 주 기능으로 특허전략을 세우게 되었다.

• 기술 로드맵

a. 펠티어 소자 재료 기술의 발전

열전현상(펠티어 현상) 19세기 초 Seebeck, Peltier, Thomson 등에 의해 발견되었다. 이때는 금속계 재료의 열전재료를 사용했는데, 효율이 1% 정도로 매우 낮았다

1950년대에 이르러서는 반도체 시대를 맞이하여 열전반도체의 개념이 형성되었다. 1954년에는 Goldsmid H.J에 의한 Bi-Te계 및 2원계 화합물을 이용한 구조 제어를 통해 열전도율이 저감되어 약 5% 가량 이상의 효율을 얻게 되었다.

1970년대에는 우주시대를 맞이하여 작동 온도 범위가 넓은 Pb-Te, Si-Ge계 소자의 실용화가 이루어졌다. 이들은 혹성 탐사위성의 통신용 전원소자에 이용되었으며, 현재에 이르러서도 화성이나 목성 탐사용으로 사용되고 있다.

현재에 이르러서도 효율이 높은 열전소자의 개발에 대한 연구과 활발히 이루어져 있다. 가장 최근의 연구 중 하나에 따르면 Cu2Se계 소자를 사용함으로써 대략 8%에 육박하는 효율을 가진 소자가 개발되었다고 한다.

b. Computer Vision

(1) Object Detection

Object Detection 기술은 딥러닝을 활용한 Computer vision 분야에서 많이 관심을 받고 있는 분야이다. Classification 처럼 대상이 무엇인지 분류하는 것 뿐만 아니라 대상이 어디에 위치하는 지까지 추론하는 분야이다. 이러한 기술은 CNN이 본격적으로 Computer vision 분야에 사용되면서 급격하게 발전하기 시작했다. AlexNet이라는 CNN Classification 모델이 공개되면서 이미지에 CNN모델이 사용되기 시작했다. 2014년에는 처음으로 CNN 모델이 Object Detection 모델에 활용된 R-CNN 모델이 발표되었다. 이 모델은 높은 정확도를 보여주지만 여러가지 모델을 합쳐 구성한 모델로 속도가 느리다는 단점이 있었다. 이러한 단점은 Yolo가 공개되면서 해결되었다. Yolo 초기 모델은 end-to-end training을 위해 한가지 모델로 구성이 되어있어 속도가 매우 빠르며 IoU와 NMS 기술을 활용하여 학습정확도를 높이게 되었다. 이때부터 Realtime Object Detection이 가능하게 되었다. 최근에는 많은 사람들이 YoloV5 모델을 활용하여 Object Detection을 수행하는데 이 모델은 기존버전보다 정확도를 10%가량 상향시킴과 동시에 더 빠른 속도를 보여주었다.

(2) OpenCV

OpenCV는 인텔에서 개발한 Computer vision 오픈소스 라이브러리이다. 초기에는 C를 기반으로 개발 되어있지만 이후 C++, Python등으로 확장되었으며 간단한 딥러닝 모델을 추가하는 등 여러가지 기능들을 추가하면서 발전해나갔다.

c. 스마트냉장고

스마트 냉장고는 사물인터넷이라는 IoT가 발전함에 따라 개발되어왔다. 2010년대 초에 처음으로 어플과 연동하여 냉장고의 상태를 확인하는 IoT 냉장고가 개발되었다. 이후 디스플레이와 카메라가 추가되면서 여러가지 기능이 추가되었고 AI기술이 추가되어 음성으로도 냉장고와 상호작용할 수 있게 되었다. 현재는 에너지 효율성과 친환경 소재를 사용하는 등 에너지와 환경에 집중하는 방향으로 개발되어가는 중이다.

시장상황에 대한 분석

• 경쟁제품 조사 비교

a. 보만 차량용 냉온장고

가로 540mm, 세로 300mm, 높이 305mm의 사이즈이며, 냉장기능과 온장기능 모두 구현이 되어있다. 냉장의 경우, 외부 온도보다 20도 낮게 냉장 가능하고, 온장의 경우 외부 온도보다 40도 높게 온장 가능하다. 냉매를 사용하지 않고, 펠티어 소자를 사용하며, 전자 온도 제어 방식의 LCD와 터치식 조작부로 편리한 온도 세팅이 가능하다. 집안에서 사용시 220V 연결 케이블을 사용하고(AC 케이블), 차량에서 사용시 12V, 24V 연결 케이블을 사용한다(DC 케이블). 500mL 물병 20개, 310mL 캔 24개, 와인병 9개 정도를 수납할 수 있다. 이동 스트랩을 이용해 손쉽게 이동할 수 있다.

b. 알피쿨 차량용 냉장고 K25

가로 630mm, 세로 335mm, 높이 415mm의 사이즈이며, 냉장기능만 구현이 되어있다. 냉장의 경우, 30분만에 30도에서 -10도에 도달하고, 100분만에 -20도에 도달할 수 있다. 내구성이 높고 소음이 적은 2세대 냉매를 사용하며, 스프링 이중 잠금, 안전 고리, 고무 패킹 등으로 냉각 효율을 높이고, 문 고장의 위험을 줄였다. 개폐 시 자동 전등, 관리 용이한 배수구 등 사용자 친화적으로 설계되었고, 220V, 12V, 24V를 지원한다. 550mL 물병 16개, 330mL 캔 32개, 750mL 와인병 16개 정도를 수납할 수 있다.

c. VEROS 냉온 저장 24L 화이트 보냉고

가로 375mm, 세로 310mm, 높이 460mm의 사이즈이며, 냉장기능과 온장기능 모두 구현이 되어 있다. -9도까지 냉장할 수 있고, 60도까지 온장할 수 있다. 냉매를 사용하지 않고 2개의 펠티어 소자를 사용하며, ABS, 알루미늄 등을 사용하여 제작하였다. 100V 연결 케이블을 사용하고(AC 케이블), 차량에서 사용 시 12V 연결 케이블을 사용한다(DC 케이블). 현재의 온도를 액정에 표시하고, 500mL 물병 24개, 2L 물병 4개 정도를 수납할 수 있다.

d. 선룩 전자냉장고 SR-R4803NWD

가로 430mm, 세로 480mm, 높이 510mm의 사이즈이며, 냉장기능만 구현이 되어있다. 0도까지 냉장할 수 있고, 사용에 따라 세 단계로 조정할 수 있다. 조용하고 진동이 적은 펠티어 소자를 사용하며, 내부의 선반이 탈착식으로 되어있다. 100V 연결 케이블을 사용하고(AC 케이블), 내부에 LED조명을 사용한다. 500mL 물병 12개, 2L물병 7개, 350mL 캔 30개 정도를 수납할 수 있다.

• 마케팅 전략 제시

1. SWOT분석

2. SWOT전략

개발과제의 기대효과

기술적 기대효과

1. 사용자 편의성 제공

사용자에게 넣은 음료수들이 목표로 설정한 온도까지 냉각되는데 걸리는 시간을 제시하고 실시간 음료의 온도를 알려줌으로써, 수시로 냉장고의 문을 열어 음료의 온도를 확인하는 불편함을 덜어줄 수가 있으며, 온도 확인에 투자되는 시간을 다른 곳에 사용할 수 있으므로 사용자에게 시간을 효율적으로 사용할 수 있게 해 준다.

2. 불필요한 전력 소모 감소

본 개발과제에서 개발하는 냉장고는 목표 온도까지 예측되는데 걸리는 시간을 알려줌으로써 사용자가 불필요하게 문을 엶으로써 발생하는 열손실을 방지하고, 냉장고가 단열이라는 점으로 활용해, 목표 온도 도달 이후에는 펠티어 소자에 인가하는 전력을 제어함으로써 불필요한 에너지 손실을 줄이는 것을 목표로 한다.

플로리다 대학교의 농업식품과의 연구에 따르면 일반적인 냉장고를 여닫으면서 발생하는 추가 에너지 소모량은 냉장고 전체 에너지 소모량의 7%에 달하며, 이는 대략 연간 50~120kWh에 해당하는 양이라고 한다. 일반적인 냉장고에 해당 기술을 적용하여 문열림의 빈도를 1/5 수준으로 줄였다고 가정할 경우, 문열림으로 인해 발생하는 불필요한 연간 30~90kWh의 에너지를 절약할 수 있다.

또한 전력 제어 기술을 사용할 경우, 냉장고가 단열임을 가정했을 때, 음료들이 목표온도에 도달하면 외부로 빠져나가는 열량 Q=0이다. 그러므로 이때부터는 Q=cmΔT 이므로 펠티어 소자의 온도를 (냉장고 내부+음료수)계의 온도 정도 이하로는 냉각시킬 필요가 없다는 것이다. 만일 하루에 A%정도의 시간을 냉각하는데 사용되고, 목표 온도 도달 이후에 최대 출력의 B% 정도의 수준으로 운전을 시킨다면 하루 종일 최대 출력으로 가동했을 때 전력소모 C에서 C*(1-A/100)*(B/100)의 에너지 소모를 줄일 수 있다.

경제적, 사회적 기대 및 파급효과

본 개발과제의 결과는 현재 점차 발전되고 있는 스마트 냉장고 산업에 큰 도움이 될 것이라고 여겨진다. 현재에도 내부의 음식물들을 식별하여 유통기한 표시, 추천 요리 제시 등의 기능들이 있는데, 이러한 이미지 처리를 활용한 기술을 열역학적 지식을 기반으로 한 냉각시간 예측 모듈과 결합한다면, 문을 여닫으면서 발생하는 에너지 낭비를 줄일 수 있어 현재의 에너지 위기에 큰 기여를 할 수 있다. 에너지 소모 감소는 곧 에너지를 사용하는데 필요한 비용을 줄이는 것과 동일하므로 경제적으로도 충분히 이득이 있다고 볼 수 있다.

에너지 절약과 그로 인한 경제적인 이득 이외에도 사용자가 수시로 문을 여닫아 음료의 온도를 확인하는 불편함을 줄이고, 예상 시간 동안 다른 데 시간을 쓸 수 있는 등 시간을 효율적으로 쓰게 하는 장점 또한 있다.

하지만, 본 개발과제 역시 단점 또한 존재한다. 우선 현재의 스마트 냉장고의 가격이 시중의 일반적인 냉장고에 비해 가격이 높듯이, 본 과제에서도 정보 및 컴퓨터 기술에 사용되는 비용이 상당하다는 단점이 있다. 그리고, 냉각에 사용되는 전력은 분명 줄였으나, 컴퓨터 등에 사용되는 전력이 크다면 이 또한 에너지 절약의 취지를 약화시킬 수 있다. 마지막으로 냉각 시간 예측이 절대적으로 정확하다는 것을 보장할 수가 없으므로, 검증되지 않은 모델을 제시함으로써 소비자를 기만하는 문제점이 발생할 수 있다는 것 또한 조심해야 한다.

기술개발 일정 및 추진체계

개발 일정

구성원 및 추진체계

설계

설계사양

제품의 요구사항

가. 제품 요구사항

(1) 목적 계통도

설계 사양

개념설계안

가. 냉장고

1) 냉장고 케이스

2) 온도 센서

3) 무게 센서

4) 결로 처리 방식

나. 모델

5) Object Detection 모델

6) 시간 예측 모델

• 평가 및 분석

가. 평가 기준

나. 평가 내용(각 항목은 표 상단의 가중치를 점수에 곱한 후 합산 점수 비교)

1) 냉장고 케이스

- 냉장고 케이스의 경우 본 프로젝트에서 가장 가격이 많이 드는 부품이고, 크기에 따라 가격변동 폭이 크기 때문에 개발 비용에 큰 가중치를 주었음

- 아크릴의 경우 제작할 수 있는 형태가 한정되어 있어 사용자 친화적인 디자인을 만들기가 힘들다는 단점이 있으나, 10만원 이내의 비교적 저렴한 가격으로 제작을 할 수 있고, 가볍고 단열 성능이 우수하다는 성질 때문에 냉장고 케이스의 재료로 채택했음

2) 온도 센서

- 접촉식 온도센서의 경우 직접 접촉을 할 경우 비접촉식 온도 센서에 비해 온도 센서의 정확도는 좋은 편이나, 음료의 온도를 측정할 경우 일일이 음료에 직접 접촉을 시켜야 하는 불편함이 있고, 정확도가 좋은 센서일수록 가격이 크게 증가하는 단점이 있다.

- 비접촉식 온도 센서의 경우 개당 8000원 내외로 저렴한 편이며, 어느 정도의 오차는 발생하지만, 앞에 물체가 가로막지만 않는다면 대략 30~50cm 정도 떨어진 경우에도 1.5’C 내외의 작은 오차를 보이고, 무엇보다 센서를 한 곳에 고정시킨 채로 음료만 적재하면 되기 때문에 제작에 용이하다고 판단되어 채택했다.

3) 무게 센서

- 압력 센서의 경우 단순히 음료를 그 위에 올리기만 하면 되기 때문에 설치가 매우 간단하지만, 입력 받는 수치가 압력이기 때문에 정확한 용량 수치를 얻기 위해서는 복잡한 코딩 과정이 필요하다.

- 로드셀의 경우 제 기능을 하기 위해서는 저울 형태로 직접 제작해야 하는 번거로움이 있지만 틀만 설치를 잘하면 파운드 단위로 무게를 직접 전송해주기 때문에 값을 입력 받을 때 데이터 처리가 용이하다. 그리고 대략 5kg까지 정확하게 재 주는 편이기 때문에 정확도도 우수하다고 판단해 채택했다

4) Object detection 모델

- InternImage의 경우에는 물체 판별 성능은 Yolo에 비해 우월하다는 장점이 있지만, 본 프로젝트의 냉장고에서는 단 세 가지의 음료 용기 만을 판별하기 때문에 정밀한 물체 판별 능력보다는 신속한 데이터 제시가 우선시 되며, Yolo의 경우 라이브러리 공유가 활발히 되어 있는 편이므로 제작 용이성 및, Inference speed를 고려해서 Yolo를 objection detection 모델로 채택했다.

5) 시간 예측 모델

- 시간 예측 모델의 경우 인공 신경망을 이용할 경우 기존의 라이브러리를 그대로 적용하면 되기 때문에 제작이 간편한 편이나 굉장히 많은 실험 데이터가 필요하기 때문에 모델을 만드는 데 걸리는 시간이 매우 오래 걸리며, 또한 데이터를 계산해서 제시하는데 회귀모델보다 오래 걸리는 단점이 있다.

- 회귀 모델의 경우 데이터를 계산해내는 시간이 빠르고, 냉장고에서 사용될만한 식이 Q=cmΔT, q=haΔT의 어느 정도 직관적인 식임을 감안할 때, 경향성을 잘 반영해 줄 수 있어 정확한 예측이 가능할 것이라고 판단되어 통계 회귀모델을 채택했다.

6) 결로 처리 방식

- 결로의 경우 아주 많은 양이 생기지 않기 때문에 바닥에 흐르지만 않게끔만 하면 되므로 결로 처리의 용이함보다는 개발 비용 및 제작의 용이성에 초점을 맞춰서 기존 제품인 단열 브라켓을 개조하는 형식을 사용하기로 결정했다.

다. 구조도

1) 전체 구조도

2) 예상 소프트웨어 작동 시나리오

이론적 계산 및 시뮬레이션

1. 비어 있는 냉장고의 성능 분석

냉장고가 내부 공기의 온도를 얼마의 시간동안 얼마나 빨리 냉각시킬 수 있는지에 대한 분석을 이론적, 시뮬레이션, 실험적으로 분석했다.

(1) 시뮬레이션으로 분석

냉장고 내부 공기 벽면을 전부 단열이라고 가정하고, 펠티어 소자의 최저 성능 수준인 COP를 0.33이라고 가정하고 13의 공기를 얼마만에 25’C에서 5’C로 내릴 수 있는지 시뮬레이션을 돌렸다. 시뮬레이션 모델 및 경계조건은 다음과 같이 주었다.

경계 조건 및 초기 조건:

-펠티어 소자 냉각성능 60W*0.33=20W

-단열재, 공기 초기 온도: 25’C

-단열재 열전도도: 0.03Wm/K

-시뮬레이션 시간: 5분(1초 간격)

-팬 풍량: 0.01kg/s(임의로 설정)

5 분 정도 시뮬레이션을 돌려본 결과 3분도 안 되어서 5도 이하로까지 떨어지는 것을 확인할 수 있었다.

(2) 실험적인 분석

시뮬레이션에서는 냉각팬의 정확한 데이터, 냉장고에서의 유격 등이 제대로 구현되지 않았기 때문에 현실에서의 결과와 괴리가 많이 있을 수가 있다. 그렇기 때문에 실제로 제작한 냉장고에서 온도 센서를 내부에 넣은 후 내부 공기의 온도의 변화를 동영상으로 찍어서 비교를 했다.

실험 결과를 보면 5분 20’C의 온도에서 시작을 하면 대략 5분 정도 지나면 8’C까지 내부 공기의 온도가 떨어지는 것을 확인할 수 있다. 냉장고 내부에서의 유격, 단열재 처리의 미흡함 및 기타 손실 등으로 인해 시뮬레이션에 비해 상대적으로 냉각이 느리게 된다는 것을 확인할 수 있다.

조금 더 구체적으로 분석하면, 처음에는 분당 3도 정도의 빠른 속도로 떨어지다가 고내 온도가 10도 즈음에 다다르자 온도 하락 속도 분당 1도 내외로 급격하게 떨어지는 것을 알 수 있었다.

일반적인 냉장고에서 고내 온도가 2도 안팎의 온도로 안정화될 때까지 수 시간이 걸린다는 것을 비추어 볼 때, 냉장고로서의 역할은 충분히 할 수 있다고 볼 수 있다. 시뮬레이션이 현실의 조건을 모사하지 못하는 점에서 이후에 요소들은 대부분 실험적으로 분석을 진행했다.

2. 냉장고 문을 열었을 경우의 열손실 분석

냉장고에서 문을 열었을 경우에 상당한 열손실이 발생된다. 문을 열었을 경우의 열손실을 실험적으로 분석한 결과는 다음과 같다.

3도 정도였던 냉장고가 문을 열 경우, 단 1분도 되지 않은 시간에 13도 정도로 약 10’C가량 올라가는 것을 확인할 수 있었다. 이는 문을 열 경우의 열손실이 굉장히 크다는 것을 의미한다.

예측 시간을 통해 불필요한 문 열림 횟수를 줄인다면 얻을 수 있는 효과는 다음과 같다. (냉장고 문이 비었을 경우 기준)

3. 음료를 넣었을 경우의 실험 데이터 분석

인공지능 학습 모델에 넣기 전에 충분한 실험 데이터를 확보하기 위해서 수 차례의 실험을 진행하였다. 각 실험은 아래의 14가지 실험을 진행하였다.

각 실험은 물을 20’C에서 대략 10’C 까지 내려가기까지 혹은 2시간 동안 냉각시키는 방식으로.

500ml PET 1병, 2병, 4병, 6병

500ml 알루미늄 캔 1병 3병 5병

500ml 유리병 1병 3병 4병

350ml PET 1병

350ml 캔 1병

350ml 유리병 1병

500ml PET, 캔, 유리병 1개씩 혼합

각 실험을 3번씩 진행했을 경우의 평균치를 내서 정리를 하였고 대표적인 경향성을 확인하면 다음과 같다.

(1) 종류 별 수량에 따른 온도 변화 추이 차이

측정 결과 PET와 캔의 경우 거의 비슷한 변화 추이를 보여줬으나, 유리병의 경우 차이점이 있었다. 유리병의 경우에는 1병일 경우 냉각 속도가 나머지 둘에 비해 확실히 빠르나, 용기의 수가 늘어날수록 온도 감소 폭이 급격하게 감소한다는 특징이 있다. 이는 pet와 캔의 경우 용기의 두께가 매우 얇고 가벼워 사실상 물만 있는 상태와 거의 똑같기 때문이고, 유리병이 차이나는 이유는 용기가 커서 전열 면적이 넓으나, 용기의 수가 증가할수록 유리병 자체의 열용량이 나머지 둘에 비해 상당히 크기 때문에 이것의 영향이 온도 감소의 변화에 영향을 주기 때문이다.

(2) 용기의 용량 차이에 따른 냉각속도 변화

이론적 계산을 통해 용량 차이의 경향을 분석하면 다음과 같이 용량차이 따른 냉각 용량 차이는 없다는 결과가 나왔다.

(3) 다른 종류의 병을 같이 넣었을 때의 경향성 분석

이전의 실험 결과들과 같이 캔과 PET병은 거의 동일한 결과를 보였고, 유리병의 경우 급격하게 감소하는 추세를 보였다. 즉 해당 실험 결과에서는 혼합해서 집어넣어도 단독으로 집어넣은 경우와 큰 차이가 없이 각 용기들은 독립적이라는 결과를 얻을 수가 있었다.

4. 인공지능 모델

(1) 실험 데이터 기반 예상시간 학습 모델

위의 학습 데이터들을 바탕으로 회귀분석을 돌린 결과 다음과 같이 상당히 정확하게 나오게 된다. 결정계수 R^2=0.97로 1에 매우 가까운 수가 나와 충분히 유용한 예측모델이 나왔다.

(2) Yolo를 통한 용기 종류 판별 학습

유리병, PET병, 캔 이렇게 3종류의 데이터의 사진들을 혼합해서 50장씩 찍어서 학습시킨 후 500 회 training을 한 결과 다음과 같이 정확하게 구분을 할 수 있게 되었다.

상세설계 내용

• 조립도

a. 조립도

본 프로젝트의 펠티어 냉장고 시연제품의 최종 모델링과 전체 조립도는 다음과 같다.

Figure 1 펠티어 냉장고 최종 모델링

Figure 2 펠티어 냉장고 전체 조립도

b. 조립 순서

2) 음료 담을 틀 조립

3) 단열재와 부착

4) 펠티어 모듈 및 디스플레이를 냉장고 몸체와 결합

• 부품도

a. 냉장고 골격

1) 냉장고 몸체

2) 단열재

b. 무게 및 온도 측정 장치(온도센서, 로드셀 저울 부품도)

1) 온도 센서

2) 로드셀 저울 부품도

c. 펠티어 소자 관련 부품

1) 펠티어 냉각 모듈

1) 결로 받이 및 냉각 모듈 고정용 깔때기

d. 디스플레이

• 제어부 및 회로 설계

-제작품에서는 총 3가지 센서(자석센서, 온도센서, 무게센서(로드셀))가 사용되고, 하나의 LED 모듈과 라즈베리 파이가 사용된다.

-LED 모듈과 자석센서의 경우 라즈베리 파이의 GPIO핀에 직접 연결하여 파이에서 직접 제어하도록 한다.

-파이 카메라는 라즈베리 파이의 카메라 연결 단자에 연결해서 작동시킨다.

-온도센서와 무게센서의 경우 아두이노에서 값을 받아와 라즈베리 파이와 통신을 해서 값을 전달한다.

-온도센서의 경우 3.3V 전압을 받으므로 VCC에 해당하는 핀들은 3.3V로 묶어서 연결한다. GND에 해당하는 핀들은 GND에 꽂아주고, 온도값을 받아오고, 이를 실시간으로 업데이트 해주는 핀들은 각각 묶어 아날로그 핀에 꽂아주도록 한다.

- 무게센서(로드셀)의 경우에는 5V를 사용하기 때문에 5V핀을 사용한다. VCC, GND에 해당하는 핀들은 온도센서와 똑같이 묶어서 연결해도 되나, 무게를 받아오고 업데이트 하는 핀들은 묶어서 연결은 할 수 없기 때문에, 각각 1개의 디지털 핀 혹은 아날로그 핀을 사용하도록 한다. 즉 1개의 무게센서가 2개의 디지털 혹은 아날로그 핀을 사용하게 되므로, 필요한 디지털 및 아날로그 핀은 총 12개이다.

• 소프트웨어 설계

가. UI 설계

Figure 1 UI flow chart

본 프로젝트의 최종 결과물은 UI를 실행시키면서 작동을 시작한다. UI에는 현재 공기의 온도, 현재 전 력 사용량, 문 열림 닫힘 유무, 왼쪽 안쪽부터 시계 방향으로 1, 2, 3, 4, 5, 6번 자리에 있는 음료용기의 종류 및 현재 온도, 현재 용량, 그리고 최저 냉각 온도에 가까운 10~11도에 이르기까지 걸리는 시간을 표시해 준다.

동작은 다음과 같이 이루어진다. 먼저, 냉장고에 음료를 넣고 문을 닫으면, 내부의 LED가 불을 잠시 비추고, 그 사이에 내부의 카메라가 사진을 찍으면, Yolo Objection Detection 모델을 적용시키면 내부의 음료의 용기의 종류가 무엇인지를 판별하고, 아두이노로부터 받은 센서값들로부터 용량이 얼마인지, 온 도는 얼마인지 출력을 해주고, 마지막으로 현재 온도값부터 11도까지 몇 분이 걸리는지 예측모델로 부 터 얻은 값을 화면에 출력해준다.

UI를 구현하는 데에는 PyQt 라이브러리를 사용했다 PyQt5는 Qt 프레임워크의 파이썬 바인딩으로, Qt는 GUI를 비롯한 여러 기능을 제공하는 C++ 프레 임워크이다. 이것은 다양한 플랫폼에서 사용되며, 데스크톱, 임베디드 시스템, 모바일 디바이스 등에서 애플리케이션을 개발하는 데 활용된다. PyQt5의 다양한 모듈 중 다음 모듈들을 사용했다.

(1) Qt Core 모듈: 기본적인 데이터 구조, 파일 I/O, 이벤트 처리, 스레딩 등의 핵심 기능을 제공하는 모듈

(2) Qt GUI 모듈: 윈도우, 위젯, 텍스트 렌더링, 이미지 처리, 이벤트 처리 등 GUI와 관련된 기능을 포함 하는 모듈

(3) Qt Widgets 모듈: 다양한 위젯(버튼, 라벨, 텍스트 상자 등)과 사용자 인터페이스 요소를 제공하여 GUI를 구축하는 데 사용되는 모듈

Qt Designer를 사용하면 시각적으로 GUI를 디자인하고, 이를 코드로 변환하여 PyQt5와 함께 사용할 수 있다. 이것은 시간을 절약하고 UI 개발을 더 효율적으로 만들어주기에 이를 잘 활용했다.

나. 센서 알고리즘

Figure 2 Sensor algorithm sequence diagram

라즈베리파이에 연결되어 있는 아두이노는 냉장고 내부에 있는 6개의 온도센서와 6개의 무게센서로부터 초 단위로 계속해서 받는다. 파이 내부에 있는 UI 프로그램을 실행시키면, 파이에서 아두이노에게 온도센서와 무게센서 데이터를 요청한다. 아두이노로부터 받은 센서값들은 파이가 대략 10초에 한 번씩 업데이트를 하고, 업데이트를 할 때마다 다시 아두이노에게 새로운 데이터를 요청한다.

Figure 3 PID 제어 다이어그램

전력 제어의 경우 두 가지 방식으로 이루어진다. 냉각이 크게 필요하지 않은 빈 냉장고에서는 전력을 적게 사용하다(50%) 음료가 들어오면 출력을 최대 출력까지 서서히 늘리는 제어와 음료가 한계치까지 냉각되었을 때(대략 9도)에 다다르면 효율이 나오지 않는 냉각 보다는 온도를 유지하는 것에 집중해 소비 전력량을 서서히 줄이는 제어로 구성된다. 확인된 전력량의 경우 최소량은 78W에서부터 135W 정도까지 제어가 되는 것으로 확인되었다.

Figure 4 최대 전력과 최소 전력

결과 및 평가

완료 작품의 소개

프로토타입 사진 혹은 작동 장면

Figure 1 프로토 타입 실물 사진

포스터

관련사업비 내역서

• 개발사업비 내역서

완료작품의 평가

향후계획

가. 회귀 분석 모델의 보완

본 프로젝트에서는 실험을 실질적으로 진행할 수 있는 시간이 대략 열흘 정도 밖에 없었기 때문에 실험을 대략 12번 정도밖에 진행을 못했다. 하지만 용량 차이를 무시하면 최소한 실험을 3H6 = 28번은 진행을 해야 하는 것을 고려하면 실험을 조금 더 많이 진행하면 본 프로젝트의 모델에서의 예측 정확도를 높일 수 있을 것이다.

또한, 본 프로젝트에서는 용기의 종류는 최대 3가지, 용기의 수는 최대 6개로 한정시켰기 때문에, 만일 조금 더 큰 형태 그리고 더 많은 종류의 용기를 넣을 때는 실험 수가 기하급수적으로 늘어 직접 실험하는 형식으로는 예측 모델을 짜기 힘들다. 이런 경우에는 최대한 경향성을 찾아서 불필요한 실험 수를 줄이거나 어느 정도 일관성 있는 규칙을 가진 모델로 짠다면 범용성 높은 예측 모델을 만들 수가 있을 것이다.

나. 냉각 성능 개선

본 프로젝트에서는 초기에는 일반적인 시중의 펠티어 냉장고를 생각하여 용량은 25L, 전력 소모량은 60W를 목표로 잡았었다. 하지만 뛰어난 단열 노하우를 가지고 있지 못해서 단순히 단열재를 오려서 아크릴 상자에 끼워 넣는 형식으로 단열을 하는 형식을 취했다. 그렇다 보니 실제 실험을 해본 결과 60W로는 내부의 음료가 차가워지는 속도가 너무 느려 어쩔 수 없이 펠티어 소자를 2개 사용해 120W를 사용하게 했다. 특허 등을 더 조사해서 단열 기술에 대한 지식을 높인다면 더 적은 전력을 쓰면서 더 빨리 냉각을 시킬 수 있는 냉장고를 만들 수가 있다.

다. 편의성 개선

본 프로젝트에서는 처음에는 휴대하기 편하게 배터리로 구동하는 기능을 갖춘 펠티어 냉장고를 개발하고자 하였다. 하지만 보고서에 적힌대로 60W로는 충분한 냉각 성능을 낼 수 없어서 120W이상을 쓰게 되어서 전력부족으로 배터리 구동은 포기하게 되었다. 위의 단열 성능 개선을 달성한다면 충분히 배터리로도 구동을 하는 휴대하기 편한 냉장고를 만들 수 있을 것으로 판단된다.

특허 출원 내용