KR102332236B1 - SYSTEM FOR NOTIFYING CONSUMER OF STATUS ANALYSIS INFORMATION ABOUT IoT HOME APPLIANCES IN REAL TIME BASED ON BIG DATA - Google Patents
SYSTEM FOR NOTIFYING CONSUMER OF STATUS ANALYSIS INFORMATION ABOUT IoT HOME APPLIANCES IN REAL TIME BASED ON BIG DATA Download PDFInfo
- Publication number
- KR102332236B1 KR102332236B1 KR1020190098516A KR20190098516A KR102332236B1 KR 102332236 B1 KR102332236 B1 KR 102332236B1 KR 1020190098516 A KR1020190098516 A KR 1020190098516A KR 20190098516 A KR20190098516 A KR 20190098516A KR 102332236 B1 KR102332236 B1 KR 102332236B1
- Authority
- KR
- South Korea
- Prior art keywords
- information
- home appliance
- big data
- iot home
- server
- Prior art date
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/2803—Home automation networks
- H04L12/2823—Reporting information sensed by appliance or service execution status of appliance services in a home automation network
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2642—Domotique, domestic, home control, automation, smart house
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Automation & Control Theory (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Algebra (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Probability & Statistics with Applications (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 소비자 알림 시스템에 관한 것으로서, 보다 구체적으로는 IoT 가전제품의 주요 계통 부품 상태를 실시간으로 진단하거나 노후화를 예측하여 이상 발생 전후로 소비자에게 대응 방안과 함께 통보함으로써 원활한 대처가 가능하도록 할 수 있는 빅데이터 기반 IoT 가전제품 실시간 상태 분석 정보 소비자 알림 시스템에 관한 것이다.
이를 위해 본 발명은, 계통 부품 상태정보를 외부로 전송하기 위한 IoT 가전제품과; 상기 IoT 가전제품의 계통 부품 정보와 수신한 계통 부품 상태정보를 빅데이터 저장소에 저장하는 가전 연동 서버와; 상기 가전 연동 서버의 빅데이터 저장소에 저장되는 계통 부품정보 및 계통 부품 상태정보에 기초하여 IoT 가전제품 분석정보를 생성하기 위한 빅데이터 분석 서버와; 상기 빅데이터 분석 서버로부터 수신한 계통 부품정보, 계통 부품 상태정보 및 IoT 가전제품 분석정보 중 적어도 어느 하나 이상을 융합하여 시각화된 IoT 가전제품 진단정보를 생성하기 위한 서비스 연동 서버와; 상기 서비스 연동 서버로부터 IoT 가전제품 진단정보를 수신하기 위한 소비자 단말기;를 포함하는 것을 특징으로 한다.The present invention relates to a consumer notification system, and more specifically, by diagnosing the state of major system components of IoT home appliances in real time or predicting deterioration in real time, and notifying consumers before and after an abnormality along with a countermeasure to enable a smooth response. It is about a big data-based IoT home appliance real-time status analysis information consumer notification system.
To this end, the present invention provides an IoT home appliance for transmitting system component status information to the outside; a home appliance interworking server for storing the system component information of the IoT home appliance and the received system component state information in a big data storage; a big data analysis server for generating IoT home appliance analysis information based on system component information and system component state information stored in the big data storage of the home appliance interworking server; a service interworking server for generating visualized IoT home appliance diagnostic information by fusing at least any one of system parts information received from the big data analysis server, system parts status information, and IoT home appliance analysis information; and a consumer terminal for receiving the IoT home appliance diagnostic information from the service interworking server.
Description
삭제delete
본 발명은 소비자 알림 시스템에 관한 것으로서, 보다 구체적으로는 IoT 가전제품의 주요 계통 부품 상태를 실시간으로 진단하거나 노후화를 예측하여 이상 발생 전후로 소비자에게 대응 방안과 함께 통보함으로써 원활한 대처가 가능하도록 할 수 있는 빅데이터 기반 IoT 가전제품 실시간 상태 분석 정보 소비자 알림 시스템에 관한 것이다.
The present invention relates to a consumer notification system, and more specifically, by diagnosing the state of major system components of IoT home appliances in real time or predicting deterioration in real time, and notifying consumers before and after an abnormality along with a countermeasure to enable a smooth response. It is about a big data-based IoT home appliance real-time status analysis information consumer notification system.
일반적으로 사물 인터넷(IoT: Internet Of Things)이라 함은 인간의 일상생활 주변에서 흔히 볼 수 있는 사물들이 인터넷을 통해 제어 가능한 환경을 의미하는 것으로, 최근에는 개인 영역으로 위치추적, 자율주행 자동차, 의료 서비스, 자산관리, 생활가전제품 등에서 IoT가 접목된 서비스를 누릴 수 있고, 기업 영역으로 가스나 전기 등의 사용량 원격 검침, 물류나 유통에서 사물인터넷 적용 서비스가 가능하며, 공공 영역으로는 교통, 운송, 신호등 제어, 보안, 환경오염 감시 등에서 사회간접자본(SOC)와 연계한 IoT 활용이 검토되고 있다.In general, the Internet of Things (IoT) refers to an environment in which things commonly seen in human daily life can be controlled through the Internet. You can enjoy services that are combined with IoT in services, asset management, and home appliances, and remote meter reading of gas and electricity usage in the corporate domain, and IoT application services in logistics and distribution are possible in the public domain, such as transportation and transportation. The use of IoT in connection with social overhead capital (SOC) is being reviewed for , traffic light control, security, and environmental pollution monitoring.
이러한 다양한 IoT의 활용 분야 중에서도 특히 개인과 관련된 스마트 홈 시스템은 냉장고, 에어컨, 공기청정기, TV 등 각종 가전제품에 IoT를 적용하여 각 가전제품 작동 상태를 모니터링하거나 원격으로 제어하는 등의 다양한 서비스를 구현하고 있다.Among these various IoT application fields, smart home systems related to individuals in particular apply IoT to various home appliances such as refrigerators, air conditioners, air purifiers, and TVs to implement various services such as monitoring or remote control of the operation status of each home appliance. are doing
IoT 환경에서 여러 가전제품들이 동시 다발적으로 다양한 IoT 플랫폼에 연결되고 해제될 수 있는 점, 가전제품들의 상태를 지속적으로 모니터링 및 분석하여 문제가 발생되는 상황을 온라인상에서 통합적으로 확인할 수 있다는 점 등을 감안할 때, IoT 가전제품에 의해 수집 가능한 데이터를 저장/관리/분석할 수 있는 플랫폼의 구축을 통해서는 가전제품의 A/S에 대한 종래 시간 소모적인 방식을 벗어나 새로운 패러다임으로 접근이 가능한 이유로 이에 대한 연구가 필요한 실정이다.In the IoT environment, multiple home appliances can be simultaneously connected to and disconnected from various IoT platforms, and the status of problems can be integrated online by continuously monitoring and analyzing the status of home appliances. Considering that, through the construction of a platform that can store/manage/analyze data that can be collected by IoT home appliances, it is possible to approach this Research is needed.
본 발명은 상기한 종래 기술의 문제점을 해결하기 위해 안출된 것으로서, IoT 가전제품의 주요 계통 부품 상태를 실시간으로 진단하거나 노후화를 예측하여 이상 발생 전후로 소비자에게 대응 방안과 함께 통보함으로써 원활한 A/S 대처를 가능하게 하기 위한 빅데이터 기반 IoT 가전제품 실시간 상태 분석 정보 소비자 알림 시스템을 제공하는데 그 목적이 있다.The present invention has been devised to solve the problems of the prior art, and by diagnosing the state of major system components of IoT home appliances in real time or predicting the aging, and notifying consumers before and after an abnormality along with countermeasures, a smooth A/S response The purpose of this is to provide a big data-based IoT home appliance real-time status analysis information consumer notification system to enable
상기 목적을 달성하기 위하여, 본 발명은, 계통 부품 상태정보를 외부로 전송하기 위한 IoT 가전제품과; 상기 IoT 가전제품의 계통 부품 정보와 수신한 계통 부품 상태정보를 빅데이터 저장소에 저장하는 가전 연동 서버와; 상기 가전 연동 서버의 빅데이터 저장소에 저장되는 계통 부품정보 및 계통 부품 상태정보에 기초하여 IoT 가전제품 분석정보를 생성하기 위한 빅데이터 분석 서버와; 상기 빅데이터 분석 서버로부터 수신한 계통 부품정보, 계통 부품 상태정보 및 IoT 가전제품 분석정보 중 적어도 어느 하나 이상을 융합하여 시각화된 IoT 가전제품 진단정보를 생성하기 위한 서비스 연동 서버와; 상기 서비스 연동 서버로부터 IoT 가전제품 진단정보를 수신하기 위한 소비자 단말기;를 포함하는 것을 특징으로 한다.In order to achieve the above object, the present invention provides an IoT home appliance for transmitting system component status information to the outside; a home appliance interworking server for storing the system component information of the IoT home appliance and the received system component state information in a big data storage; a big data analysis server for generating IoT home appliance analysis information based on system component information and system component state information stored in the big data storage of the home appliance interworking server; a service interworking server for generating visualized IoT home appliance diagnostic information by fusing at least one of the system parts information received from the big data analysis server, the system parts status information, and the IoT home appliance analysis information; and a consumer terminal for receiving the IoT home appliance diagnostic information from the service interworking server.
여기서, 상기 빅데이터 분석 서버는 머신러닝 회귀 분석을 통해 IoT 가전제품의 계통 부품 노후 예측을 분석하고, 상기 IoT 가전제품 진단정보는 계통 부품 이상 원인 및 고장 수리 방안 중 적어도 어느 하나 이상을 더 포함하고, 상기 서비스 연동 서버는 계통 부품 이상 발견 상황 및 일정 기간 내 계통 부품의 이상 예측 상황 중 적어도 어느 하나 이상의 부품 이상 상황 정보를 실시간으로 소비자 단말기에 통보하는 것을 특징으로 한다.Here, the big data analysis server analyzes the system component aging prediction of the IoT home appliance through machine learning regression analysis, and the IoT home appliance diagnosis information further includes at least one or more of a system component abnormal cause and a failure repair method, , The service interworking server is characterized in that it notifies the consumer terminal of at least one part abnormality situation information among a system component abnormality detection situation and an abnormality prediction situation of a system component within a certain period in real time.
또한, 상기 서비스 연동 서버로부터 부품 이상 상황 정보를 소비자 단말기와 동시에 통보받는 A/S 관리 서버를 더 포함하고, 상기 A/S 관리 서버는 소비자 단말기로부터 가장 가까운 위치에 있는 A/S 기사 단말기에 부품 이상 상황 정보 및 사전 취득한 소비자 연락처를 전송하는 것을 특징으로 한다. In addition, the service link server further comprises an A/S management server that is notified of parts abnormality status information at the same time as the consumer terminal, wherein the A/S management server is located at the nearest location from the consumer terminal to the A/S driver's terminal. It is characterized in that abnormal situation information and pre-obtained consumer contact information are transmitted.
추가적으로, 상기 A/S 관리 서버는 A/S 기사 단말기로부터 IoT 가전제품의 계통 부품 점검 정보를 수신하여 빅데이터 분석 서버로 전송하고, 상기 빅데이터 분석 서버는 계통 부품정보, 계통 부품 상태정보 및 계통 부품 점검 정보에 기초하여 IoT 가전제품 분석정보를 생성하는 것을 특징으로 한다.Additionally, the A/S management server receives system parts inspection information of IoT home appliances from the A/S driver terminal and transmits it to a big data analysis server, and the big data analysis server includes system parts information, system parts status information and system It is characterized in that IoT home appliance analysis information is generated based on the parts inspection information.
한편으로, 본 발명은, IoT 가전제품이 계통 부품 상태정보를 외부로 전송하는 부품 상태정보 전송단계와; 가전 연동 서버가 상기 IoT 가전제품의 계통 부품 정보와 수신한 계통 부품 상태정보를 빅데이터 저장소에 저장하는 가전 부품정보 저장단계와; 빅데이터 분석서버가 상기 가전 연동 서버의 빅데이터 저장소에 저장되는 계통 부품정보 및 계통 부품 상태정보에 기초하여 IoT 가전제품 분석정보를 생성하는 가전 분석정보 생성단계와; 서비스 연동 서버가 상기 빅데이터 분석 서버로부터 수신한 계통 부품정보, 계통 부품 상태정보 및 IoT 가전제품 분석정보 중 적어도 어느 하나 이상을 융합하여 시각화된 IoT 가전제품 진단정보를 생성하는 가전 진단정보 생성단계와; 소비자 단말기가 상기 서비스 연동 서버로부터 IoT 가전제품 진단정보를 수신하는 가전 진단정보 수신단계;를 포함하는 것을 특징으로 한다.On the other hand, the present invention, the IoT home appliance includes the component state information transmitting step of transmitting the system component state information to the outside; a home appliance parts information storage step of storing, by the home appliance interworking server, the system parts information of the IoT home appliance and the received system parts state information in a big data storage; a home appliance analysis information generation step in which the big data analysis server generates IoT home appliance analysis information based on system parts information and system parts state information stored in the big data storage of the home appliance interworking server; A home appliance diagnosis information generation step in which the service interworking server fuses at least any one of system parts information, system parts status information, and IoT home appliance analysis information received from the big data analysis server to generate visualized IoT home appliance diagnosis information; ; and a home appliance diagnosis information receiving step in which the consumer terminal receives the IoT home appliance diagnosis information from the service interworking server.
이상과 같은 본 발명에 따른 빅데이터 기반 IoT 가전제품 실시간 상태 분석 정보 소비자 알림 시스템은 IoT 가전제품의 주요 계통 부품 상태를 지속적으로 모니터링 및 진단하는 과정에서 부품의 이상 여부를 파악하거나 교체 시기를 예측하여 소비자에게 대응책과 함께 자동으로 통보함으로써 제조사 및 소비자 모두 시간 효율적으로 A/S 관리가 이루어지도록 할 수 있다.As described above, the big data-based IoT home appliance real-time status analysis information consumer notification system according to the present invention detects abnormalities in parts or predicts replacement time in the process of continuously monitoring and diagnosing the status of major system parts of IoT home appliances. By automatically notifying consumers along with countermeasures, both manufacturers and consumers can time-efficiently manage A/S.
도 1은 본 발명에 따른 빅데이터 기반 IoT 가전제품 실시간 상태 분석 정보 소비자 알림 시스템을 개략적으로 도시한 도면
도 2는 본 발명에 따른 빅데이터 기반 IoT 가전제품 실시간 상태 분석 정보 소비자 알림 시스템에 따른 정보 전달 과정을 도시한 흐름도
도 3은 본 발명에 따른 빅데이터 기반 IoT 가전제품 실시간 상태 분석 정보 소비자 알림 방법을 도시한 순서도
도 4는 본 발명에 따른 빅데이터 기반 IoT 가전제품 실시간 상태 분석 정보 소비자 알림 방법에 따른 정보 전달 과정을 도시한 흐름도1 is a diagram schematically showing a big data-based IoT home appliance real-time status analysis information consumer notification system according to the present invention
2 is a flowchart illustrating an information delivery process according to the big data-based IoT home appliance real-time status analysis information consumer notification system according to the present invention;
3 is a flowchart illustrating a method for notifying consumers of real-time status analysis information of big data-based IoT home appliances according to the present invention;
4 is a flowchart illustrating an information delivery process according to a method for notifying consumers of real-time status analysis information of big data-based IoT home appliances according to the present invention;
본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다.The terms or words used in the present specification and claims should not be construed as being limited to their ordinary or dictionary meanings, and the inventor may properly define the concept of the term in order to best describe his invention. It should be interpreted as meaning and concept consistent with the technical idea of the present invention based on the principle that there is.
따라서, 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시예에 불과할 뿐이고, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.Accordingly, the embodiments described in this specification and the configurations shown in the drawings are only the most preferred embodiment of the present invention, and do not represent all the technical spirit of the present invention, so they can be substituted at the time of the present application It should be understood that various equivalents and modifications may exist.
이하, 도면을 참조로 하여 본 발명에 따른 빅데이터 기반 IoT 가전제품 실시간 상태 분석 정보 소비자 알림 시스템 및 방법을 설명하기로 한다.Hereinafter, a system and method for notifying consumers of real-time status analysis information of big data-based IoT home appliances according to the present invention will be described with reference to the drawings.
도 1은 본 발명에 따른 빅데이터 기반 IoT 가전제품 실시간 상태 분석 정보 소비자 알림 시스템을 개략적으로 도시한 도면이다.1 is a diagram schematically illustrating a big data-based IoT home appliance real-time status analysis information consumer notification system according to the present invention.
본 발명에 따른 빅데이터 기반 IoT 가전제품 실시간 상태 분석 정보 소비자 알림 시스템은 기본적으로 IoT 가전제품, 가전 연동 서버, 빅데이터 분석 서버, 서비스 연동 서버 및 소비자 단말기를 포함하여 구성된다.The big data-based IoT home appliance real-time status analysis information consumer notification system according to the present invention basically includes an IoT home appliance, a home appliance interworking server, a big data analysis server, a service interworking server, and a consumer terminal.
도 2는 본 발명에 따른 빅데이터 기반 IoT 가전제품 실시간 상태 분석 정보 소비자 알림 시스템에 따른 정보 전달 과정을 도시한 흐름도이다.2 is a flowchart illustrating an information delivery process according to the big data-based IoT home appliance real-time status analysis information consumer notification system according to the present invention.
도 2를 참조로 하면, 보다 구체적으로 본 발명은 계통 부품 상태정보를 외부로 전송하기 위한 IoT 가전제품과, IoT 가전제품의 계통 부품 정보와 수신한 계통 부품 상태정보를 빅데이터 저장소에 저장하는 가전 연동 서버와, 가전 연동 서버의 빅데이터 저장소에 저장되는 계통 부품정보 및 계통 부품 상태정보에 기초하여 IoT 가전제품 분석정보를 생성하기 위한 빅데이터 분석 서버와, 빅데이터 분석 서버로부터 수신한 계통 부품정보, 계통 부품 상태정보, IoT 가전제품 분석정보 등을 융합하여 시각화된 IoT 가전제품 진단정보를 생성하기 위한 서비스 연동 서버와, 서비스 연동 서버로부터 IoT 가전제품 진단정보를 수신하기 위한 소비자 단말기를 포함하여 이루어진다.Referring to FIG. 2 , more specifically, the present invention provides an IoT home appliance for transmitting system component state information to the outside, and a home appliance that stores system component information of the IoT home appliance and received system component state information in a big data storage An interworking server, a big data analysis server for generating IoT home appliance analysis information based on system parts information and system parts state information stored in the big data storage of the home appliance interworking server, and system parts information received from the big data analysis server , a service interworking server for generating visualized IoT home appliance diagnosis information by fusion of system component status information, IoT home appliance analysis information, etc., and a consumer terminal for receiving IoT home appliance diagnosis information from the service interworking server. .
상기 가전 연동 서버, 빅데이터 분석 서버, 서비스 연동 서버는 일종의 웹서버, 데이터베이스 서버, 모바일 서버로서 역할을 하도록 구축될 수 있는데, 예를 들어 처리된 결과를 온라인 네트워크를 통해 웹페이지 상에서 보여주거나 필요한 입력 데이터를 웹페이지를 통해 전송받을 수 있고, 여기서 웹페이지는 단순한 텍스트, 이미지, 사운드, 동영상 등 이외에도 웹 어플리케이션과 같은 특정 작업을 수행하기 위한 소프트웨어를 포함하는 것으로 해석되어야 하며, 또한 데스크탑, 노트북, 스마트폰, 태블릿 PC 등에 설치되는 어플리케이션과 인터페이스를 제공하도록 구축될 수도 있다.The home appliance interworking server, big data analysis server, and service interworking server may be constructed to serve as a kind of web server, database server, and mobile server. Data may be transmitted through a web page, where the web page should be interpreted as including software for performing a specific task, such as a web application, in addition to simple text, image, sound, video, etc., and also desktop, laptop, smart It may be built to provide an interface with an application installed on a phone, tablet PC, or the like.
상기 소비자 단말기는 온라인 네트워크를 통해 서비스 연동 서버에 접속하여 IoT 가전제품 진단정보를 수신하기 위한 것으로, 태블릿, 넷북, PDA(personal digital assistant), PMP(portable multimedia player), 스마트폰, 웨어러블 스마트 기기 등의 다양한 통신 수단을 포함하는 것으로 해석되어야 하며, 서비스 연동 서버에서 제공하는 각종 기능을 실행하기 위한 소프트웨어, 어플리케이션 등을 구비할 수 있다.The consumer terminal is for receiving IoT home appliance diagnostic information by accessing a service interworking server through an online network, such as a tablet, a netbook, a personal digital assistant (PDA), a portable multimedia player (PMP), a smart phone, a wearable smart device, etc. should be interpreted as including various communication means of , and may include software, applications, etc. for executing various functions provided by the service interworking server.
또한, 본 발명에서 언급하는 온라인 네트워크라 함은 유선 공중망, 무선 이동 통신망, 또는 휴대 인터넷 등과 통합된 코어 망일 수도 있고, TCP/IP 프로토콜 및 그 상위 계층에 존재하는 여러 서비스, 즉 HTTP(Hyper Text Transfer Protocol), HTTPS(Hyper Text Transfer Protocol Secure), Telnet, FTP(File Transfer Protocol), DNS(Domain Name System), SMTP(Simple Mail Transfer Protocol) 등을 제공하는 전 세계적인 개방형 컴퓨터 네트워크 구조를 의미할 수 있으며, 이러한 예에 한정하지 않고 다양한 형태로 데이터를 송수신할 수 있는 데이터 통신망을 포괄적으로 의미하는 것이다.In addition, the online network referred to in the present invention may be a core network integrated with a wired public network, a wireless mobile communication network, or the portable Internet, and various services existing in the TCP/IP protocol and its upper layers, that is, Hyper Text Transfer (HTTP). Protocol), HTTPS (Hyper Text Transfer Protocol Secure), Telnet, FTP (File Transfer Protocol), DNS (Domain Name System), SMTP (Simple Mail Transfer Protocol), etc. , which is not limited to these examples and refers to a comprehensive data communication network capable of transmitting and receiving data in various forms.
상기 IoT 가전제품은 예로써 냉장고, 에어컨, 공기청정기, TV 등과 같이 일상생활에서 전기적으로 구동되면서 작동과 관련된 신호를 유선/무선으로 송수신할 수 있는 모든 것을 포괄적으로 의미하며, 이러한 IoT 가전제품의 주요 계통 부품에는 온도, 압력, 전압, 전류 등 부품의 성능을 감지하기 위한 각종 센서, 측정기가 구비되질 수 있으며, 이에 따라 계통 부품 상태정보를 통신망을 통해 가전 연동 서버와 같은 외부에 전송할 수 있게 된다.The IoT home appliance comprehensively refers to everything that can transmit and receive signals related to operation by wire/wireless while being electrically driven in daily life, such as refrigerators, air conditioners, air purifiers, TVs, etc. System components may be provided with various sensors and measuring devices for detecting the performance of components such as temperature, pressure, voltage, and current, and accordingly, system component status information can be transmitted to the outside such as a home appliance interworking server through a communication network.
상기 가전 연동 서버는 주로 IoT 가전제품의 A/S에 책임이 있는 제조사나 유통사측에서 운영하는 것으로, IoT 가전제품의 계통 부품 정보가 업로드 되고 IoT 가전제품로부터 수신한 계통 부품 상태정보를 함께 관리하면서 해당 정보를 빅데이터 분석 서버로 중계하도록 기능한다.The home appliance interworking server is mainly operated by the manufacturer or distributor responsible for the after-sales service of IoT home appliances, and the system component information of the IoT home appliance is uploaded and the system component status information received from the IoT home appliance is managed together. It functions to relay the corresponding information to the big data analysis server.
상기 빅데이터 분석 서버는 계통 부품정보 및 계통 부품 상태정보에 따라 현재 계통 부품의 이상 여부를 확인할 수 있는 IoT 가전제품 분석정보와 더불어 머신러닝 회귀 분석을 통해 IoT 가전제품의 계통 부품 노후 예측을 분석하여 계통 부품의 수리 또는 교체 예상 시기를 소비자 단말기로 안내할 수 있도록 하는데, 여기서 머신러닝 회귀 분석의 원리에 대해 살펴보면, 주어진 데이터가 어떤 함수로부터 생성되었는가를 알아보는 '함수 관계'를 추측하는 것으로, 다시 말해서 데이터 세트(x, y)로부터 학습 알고리즘을 이용하여 가설을 생성하고 생성된 가설에 데이터를 입력하여 예측 값 데이터를 얻고, 이러한 가설에 해당하는 식이 어떤 방정식인지, 계수는 어떤 것을 의미하는지 알아가는 과정이라고 할 수 있다.The big data analysis server analyzes the system component aging prediction of IoT home appliances through machine learning regression analysis along with IoT home appliance analysis information that can check whether the current system parts are abnormal according to the system parts information and system parts status information. It allows to guide the expected time for repair or replacement of system parts to the consumer terminal. Here, looking at the principle of machine learning regression analysis, it is to guess the 'function relationship' to find out from which function the given data is generated, and again In other words, generating a hypothesis using a learning algorithm from a data set (x, y), inputting data into the generated hypothesis to obtain predicted value data, and finding out what kind of equation is the equation corresponding to this hypothesis and what the coefficient means It can be called a process.
머신러닝 회귀 분석에서 방정식의 계수가 선형인 경우 선형 회귀 분석(Linear Regression Analysis)이라 하고, 방정식의 계수가 여러 개이면 다중 선형 회귀 분석(Multiple Linear Regression Analysis)이라 하며, 테스트 데이터는 y=x 그래프에 약간의 오차를 섞어 만든 데이터로 학습을 통해 데이터에 맞는 가중치 값(w)과 편향 값(b)을 찾아 수행한 결과를 나타낸다.In machine learning regression analysis, when the coefficients of the equation are linear, it is called Linear Regression Analysis. If the coefficients of the equation are multiple, it is called Multiple Linear Regression Analysis, and the test data is a y=x graph. It shows the result of finding the weight value (w) and bias value (b) that fit the data through training with data created by mixing some errors in the data.
아래 수학식 1과 같은 정의에 따라 결과값과의 오차를 경사 하강법(Gradient Descent)을 통해 학습하여 알맞은 함수를 찾을 수 있다.An appropriate function can be found by learning the error from the result value through gradient descent according to the definition shown in Equation 1 below.
수학식 1: y = wx + bEquation 1: y = wx + b
데이터에 대한 가설을 학습할 때 그려진 선과 각 데이터의 분포의 차이를 계산하여 차이가 가장 적은 것이 이 모델에 적합한 선이라는 것을 알 수 있고, 이를 비용함수(Cost Function)라 하며, 비용함수를 이용하여 실제 세운 가설과 나타내는 값이 얼마나 다른지를 유추해 볼 수 있다. When learning a hypothesis about data, the difference between the drawn line and the distribution of each data is calculated, and it can be seen that the line with the smallest difference is the line suitable for this model. It can be inferred how different the values indicated are from the hypotheses actually established.
즉, 비용함수(오차함수)는 두 개의 매개변수(w, b) 로 구성되어 있으므로 이를 2차원 공간에 표현할 수 있음에 따라, 각 점에서 오차함수의 높이는 직선에 대한 오차이고, 어떤 직선들은 다른 직선들보다 더 작은 오차를 가지게 되며, 가령 텐서플로우에서 경사 하강법 알고리즘을 수행할 때 이 평면의 한 지점에서 시작하여 더 작은 오차를 갖는 직선을 찾아 이동해나간다. In other words, since the cost function (error function) consists of two parameters (w, b), it can be expressed in a two-dimensional space, so the height of the error function at each point is the error with respect to a straight line, and some straight lines are It has a smaller error than straight lines. For example, when performing gradient descent algorithm in TensorFlow, it starts at a point on this plane and moves to find a straight line with a smaller error.
또한, 오차함수의 기울기를 계산하기 위하여 오차함수를 미분하는 과정을 거치게 되고, 직선을 찾아가는 과정의 반복이 있을 때마다 움직일 방향을 알아가기 위해 w와 b에 대한 편미분 방정식 계산이 필요하다. In addition, in order to calculate the slope of the error function, a process of differentiating the error function is performed, and it is necessary to calculate the partial differential equations for w and b to know the direction of movement whenever the process of finding a straight line is repeated.
다중 회귀 분석은 단일 회귀 분석에서 쓰였던 입력 데이터 x가 2개 이상이 되고, 일례로 두 개의 변수(x1, x2)를 갖는 다중 회귀 분석의 경우 아래 수학식 2와 같이 정의하고 학습을 통해 데이터에 맞는 평면을 찾을 수 있다.In multiple regression analysis, the input data x used in single regression analysis becomes two or more, for example, in the case of multiple regression analysis having two variables (x1, x2), it is defined as Equation 2 below and fits the data through learning. plane can be found.
수학식 2: y = w1*x1 + w2*x2 + bEquation 2: y = w1*x1 + w2*x2 + b
위와 같은 단일, 다중 선형 회귀 분석을 통하여 어떠한 데이터가 존재하면 그 데이터를 표현하는 함수를 학습할 수 있다는 것을 알 수 있다.Through single and multiple linear regression analysis as above, it can be seen that if there is any data, a function representing the data can be learned.
참고로, 경사하강법은 cost 비용을 최소화하기 위한 최적화 알고리즘으로, 최적화란 여러 가지 허용되는 값들 중에서 주어진 기준을 가장 잘 만족하는 것을 선택하는 것이고, 해당 함수의 최소값 위치를 찾기 위해 비용함수의 기울기 반대 방향으로 정의한 스텝 사이즈(Step Size)를 가지고 조금씩 움직이면서 최적의 파라미터를 찾는 과정이라고 할 수 있으며, 간략하게는 기울기로 함수의 최소값을 찾는 방법이다.For reference, gradient descent is an optimization algorithm to minimize cost. Optimization is to select the one that best satisfies a given criterion from among a number of allowable values. It can be said that it is a process of finding the optimal parameter by moving little by little with a step size defined in the direction, and it is a method of finding the minimum value of a function with a gradient.
상기 IoT 가전제품 진단정보는 계통 부품정보, 계통 부품 상태정보, IoT 가전제품 분석정보를 선택적 또는 전체적으로 포함하는데 더하여 계통 부품 이상 원인, 고장 수리 방안 등을 더 포함할 수 있는데, 이는 IoT 가전제품의 계통 부품 상태 이상이 발견되었거나 일정 기간 이내로 예측되는 경우 단순히 그러한 상황만 소비자 단말기로 안내하는 것이 아니라 빅데이터 분석 서버에서 분석된 계통 부품의 이상에 대한 고장 원인, 고장 대응책을 함께 알림으로써 향후 소비자가 부품 고장에 신속하고 원활하게 대처 가능하도록 하기 위함이며, 이러한 계통 부품 이상 원인, 고장 수리 방안에 대한 정보는 가전 연동 서버의 빅데이터 저장소나 빅데이터 분석 서버 자체에 저장됨에 따라 계통 부품 상태 이상 발견/예측된 상황과 매칭될 수 있을 것이다.The IoT home appliance diagnosis information may further include system component information, system component status information, and IoT home appliance analysis information selectively or entirely, and may further include a cause of system component abnormality, a troubleshooting plan, etc., which is a system of IoT home appliance In the event that a part condition abnormality is found or predicted within a certain period, it does not simply inform the consumer terminal of such a situation, but also informs the cause of the failure of the system parts analyzed in the big data analysis server and the countermeasures against the failure, so that the future consumer will be able to prevent the failure of parts. information on the causes of system component abnormalities and troubleshooting methods is stored in the big data storage of the home appliance interlocking server or the big data analysis server itself, so that the system component status abnormality is detected/predicted. It may match the situation.
상기 서비스 연동 서버는 계통 부품 이상 발견 상황, 일정 기간 내 계통 부품의 이상 예측 상황과 같은 부품 이상 상황 정보를 실시간으로 소비자 단말기에 통보하기 위한 것으로, 특히 IoT 가전제품의 특정 계통 부품에 대한 이상이 발견/예측되는 상황을 즉각적으로 소비자에게 알려 이에 대한 빠른 조치가 취해지도록 할 수 있으며, 이 때 위에서 언급된 바와 같은 계통 부품의 이상에 대한 고장 원인, 고장 대응책 또한 함께 통보되는 것이 바람직할 것이다.The service interlocking server is for notifying the consumer terminal of component abnormality status information such as system component abnormality detection status and system component abnormality prediction status within a certain period in real time. / The predicted situation can be immediately notified to the consumer so that a quick action can be taken.
또한, 본 발명은 상기 서비스 연동 서버로부터 부품 이상 상황 정보를 소비자 단말기와 동시에 통보받는 A/S 관리 서버를 더 포함할 수 있으며, 이러한 A/S 관리 서버는 소비자 단말기로부터 가장 가까운 위치에 있는 A/S 기사 단말기에 부품 이상 상황 정보 및 사전 취득한 소비자 연락처를 전송함으로써, 고장이 발생하였거나 예측되는 IoT 가전제품의 A/S를 소비자가 A/S 센터, 유통사, 제조사 등에 연락하지 않고도 A/S 기사가 사전에 소비자와 연락하여 신속한 수리가 이루어지도록 할 수 있다.In addition, the present invention may further include an A/S management server that is notified of parts abnormality status information from the service interworking server at the same time as the consumer terminal. By transmitting part abnormality status information and pre-obtained consumer contact information to the S-driver terminal, A/S technicians can provide after-sales service for IoT home appliances that have occurred or are predicted to fail without contacting A/S centers, distributors, manufacturers, etc. You can contact the consumer in advance so that the repair can be done promptly.
예를 들어, 냉장고에 대한 부품 이상 상황 정보가 소비자 및 A/S 기사 모두에게 전송되면, 소비자는 냉장고가 고장이 발생한 상황이나 고장날 것을 인지하고 있는 상황에서 별도의 연락을 취하지 않고도 편리하게 A/S 기사로부터 수리를 받을지 여부에 대한 확인을 직접 받을 수 있게 됨에 따라 신속하게 냉장고 고장에 대응할 수 있게 된다.For example, if information on abnormality of parts for a refrigerator is transmitted to both the consumer and the after-sales service engineer, the consumer can conveniently provide after-sales service without making separate contact in a situation in which the refrigerator is faulty or is aware that it will break down. By being able to receive confirmation directly from the technician whether or not to receive repairs, it is possible to respond to refrigerator failures quickly.
추가적으로, 상기 A/S 관리 서버가 A/S 기사 단말기로부터 IoT 가전제품의 계통 부품 점검 정보를 수신하여 빅데이터 분석 서버로 전송하도록 하고, 빅데이터 분석 서버가 계통 부품정보, 계통 부품 상태정보 및 계통 부품 점검 정보에 기초하여 IoT 가전제품 분석정보를 생성하도록 함에 따라 더욱 정확한 IoT 가전제품 분석정보를 생성할 수 있게 되고, 서비스 연동 서버 또한 계통 부품정보, 계통 부품 상태정보, 계통 부품 점검 정보, IoT 가전제품 분석정보 등을 융합하여 새로운 IoT 가전제품 진단정보를 생성할 수 있을 것이다.Additionally, the A/S management server receives the system parts inspection information of IoT home appliances from the A/S driver terminal and transmits it to the big data analysis server, and the big data analysis server receives system parts information, system parts status information and system By generating IoT home appliance analysis information based on parts inspection information, more accurate IoT home appliance analysis information can be created, and the service interworking server also provides system parts information, system parts status information, system parts inspection information, IoT home appliances It will be possible to create new IoT home appliance diagnostic information by converging product analysis information.
도 3은 본 발명에 따른 빅데이터 기반 IoT 가전제품 실시간 상태 분석 정보 소비자 알림 방법을 도시한 순서도이다.3 is a flowchart illustrating a method for notifying consumers of big data-based IoT home appliance real-time status analysis information according to the present invention.
한편으로, 본 발명에 따른 빅데이터 기반 IoT 가전제품 실시간 상태 분석 정보 소비자 알림 방법은 기본적으로 부품 상태정보 전송단계, 가전 부품정보 저장단계, 가전 분석정보 생성단계, 가전 진단정보 생성단계 및 가전 진단정보 수신단계를 포함하여 구성된다.On the other hand, the big data-based IoT home appliance real-time status analysis information consumer notification method according to the present invention is basically a component status information transmission step, a home appliance parts information storage step, a home appliance analysis information generation step, a home appliance diagnosis information generation step, and a home appliance diagnosis information It consists of a receiving step.
도 4는 본 발명에 따른 빅데이터 기반 IoT 가전제품 실시간 상태 분석 정보 소비자 알림 방법에 따른 정보 전달 과정을 도시한 흐름도이다.4 is a flowchart illustrating an information delivery process according to a method for notifying consumers of real-time status analysis information of big data-based IoT home appliances according to the present invention.
도 4를 참조로 하면, 보다 구체적으로 본 발명은 IoT 가전제품이 계통 부품 상태정보를 외부로 전송하는 부품 상태정보 전송단계와, 가전 연동 서버가 IoT 가전제품의 계통 부품 정보와 수신한 계통 부품 상태정보를 빅데이터 저장소에 저장하는 가전 부품정보 저장단계와, 빅데이터 분석서버가 가전 연동 서버의 빅데이터 저장소에 저장되는 계통 부품정보 및 계통 부품 상태정보에 기초하여 IoT 가전제품 분석정보를 생성하는 가전 분석정보 생성단계와, 서비스 연동 서버가 빅데이터 분석 서버로부터 수신한 계통 부품정보, 계통 부품 상태정보, IoT 가전제품 분석정보 등을 융합하여 시각화된 IoT 가전제품 진단정보를 생성하는 가전 진단정보 생성단계와, 소비자 단말기가 서비스 연동 서버로부터 IoT 가전제품 진단정보를 수신하는 가전 진단정보 수신단계를 포함하여 이루어진다.Referring to FIG. 4 , more specifically, the present invention provides a component state information transmission step in which an IoT home appliance transmits system component state information to the outside, and a system component state received by the home appliance interworking server with system component information of the IoT home appliance Home appliance parts information storage step of storing the information in the big data storage, and the big data analysis server generates IoT home appliance analysis information based on system parts information and system parts status information stored in the big data storage of the home appliance interworking server Home appliance diagnostic information generation step in which the analysis information generation step and the service interlocking server create visualized IoT home appliance diagnostic information by fusion of system parts information, system parts status information, and IoT home appliance analysis information received from the big data analysis server and a home appliance diagnosis information receiving step in which the consumer terminal receives the IoT home appliance diagnosis information from the service interworking server.
여기서, 상기 가전 진단정보 생성단계에서 생성되는 IoT 가전제품 진단정보에 계통 부품 이상 원인, 고장 수리 방안과 같은 내용이 더 포함되도록 할 수 있다. Here, the IoT home appliance diagnostic information generated in the home appliance diagnostic information generation step may further include contents such as a cause of system component abnormality and a troubleshooting plan.
상술된 바와 같은 본 발명의 과정에 따르면, IoT 가전제품의 주요 계통 부품마다 설치되는 센서, 측정기 등을 통해 확인된 계통 부품의 정상 또는 비정상의 상태정보를 계통 부품 정보와 함께 빅데이터화 하면서 비교/분석을 통해 IoT 가전제품의 이상 여부에 대한 진단정보를 생성하여 소비자에게 실시간으로 전달함으로써, 제조사 및 소비자 양자간에 신속하고 효율적인 A/S 관리가 이루어지도록 할 수 있다.According to the process of the present invention as described above, the normal or abnormal state information of system parts identified through sensors, measuring instruments, etc. installed for each main system part of the IoT home appliance is compared/analyzed while making big data with system part information. Through this, it is possible to create and deliver diagnostic information on the abnormality of IoT home appliances to consumers in real time, enabling quick and efficient A/S management between both manufacturers and consumers.
이상에서 첨부된 도면을 참조하여 본 발명을 설명함에 있어 특정형상 및 방향을 위주로 설명하였으나, 본 발명은 당업자에 의하여 다양한 변형 및 변경이 가능하고, 이러한 변형 및 변경은 본 발명의 권리범위에 포함되는 것으로 해석되어야 한다.In the above description of the present invention with reference to the accompanying drawings, a specific shape and direction have been mainly described, but the present invention can be variously modified and changed by those skilled in the art, and such modifications and changes are included in the scope of the present invention. should be interpreted as
Claims (7)
상기 IoT 가전제품의 계통 부품 정보와 수신한 계통 부품 상태정보를 빅데이터 저장소에 저장하는 가전 연동 서버와;
상기 가전 연동 서버의 빅데이터 저장소에 저장되는 계통 부품정보 및 계통 부품 상태정보에 기초하여 IoT 가전제품 분석정보를 생성하기 위한 빅데이터 분석 서버와;
상기 빅데이터 분석 서버로부터 수신한 계통 부품정보, 계통 부품 상태정보 및 IoT 가전제품 분석정보 중 적어도 어느 둘 이상을 융합하여 시각화된 IoT 가전제품 진단정보를 생성하기 위한 서비스 연동 서버와;
상기 서비스 연동 서버로부터 IoT 가전제품 진단정보를 수신하기 위한 소비자 단말기;를 포함하며,
상기 빅데이터 분석 서버는 머신러닝 회귀 분석을 통해 IoT 가전제품의 계통 부품 노후 예측을 분석하며,
상기 머신러닝 회귀 분석은,
학습을 통해 데이터에 맞는 가중치 값(w)과 편향 값(b)을 찾고, 수학식 1에 의해 결과값의 오차를 경사하강법을 통해 학습하고,
두 개의 변수(x1, x2)를 갖는 다중 회귀 분석의 경우 수학식 2에 의해 학습을 통해 데이터에 맞는 평면을 찾을 수 있도록 구성되며,
상기 IoT 가전제품 진단정보는 계통 부품 이상 원인 및 고장 수리 방안 중 적어도 어느 하나 이상을 더 포함하며,
상기 서비스 연동 서버는 계통 부품 이상 발견 상황 및 일정 기간 내 계통 부품의 이상 예측 상황 중 적어도 어느 하나 이상의 부품 이상 상황 정보를 실시간으로 소비자 단말기에 통보하며,
상기 서비스 연동 서버로부터 부품 이상 상황 정보를 소비자 단말기와 동시에 통보받는 A/S 관리 서버를 더 포함하고,
상기 A/S 관리 서버는,
상기 소비자 단말기로부터 가장 가까운 위치에 있는 A/S 기사 단말기에 부품 이상 상황 정보 및 사전 취득한 소비자 연락처를 전송하고,
냉장고에 대한 부품 이상 상황 정보가 소비자 단말기 및 A/S 기사 단말기로 전송되면, 소비자 단말기가 A/S 기사 단말기로부터 수리를 받을지 여부에 대한 확인을 하며,
상기 계통 부품의 정상 또는 비정상의 상태정보를 계통 부품 정보와 함께 빅데이터화 하면서 비교 및 분석을 통해 IoT 가전제품의 이상 여부에 대한 진단정보를 생성하는 것을 특징으로 하는 빅데이터 기반 IoT 가전제품 실시간 상태 분석 정보 소비자 알림 시스템.
수학식 1: y = wx + b
수학식 2: y = w1*x1 + w2*x2 + b
IoT home appliances for transmitting system component status information to the outside;
a home appliance interworking server for storing the system component information of the IoT home appliance and the received system component state information in a big data storage;
a big data analysis server for generating IoT home appliance analysis information based on system component information and system component state information stored in the big data storage of the home appliance interworking server;
a service interworking server for generating visualized IoT home appliance diagnostic information by fusing at least any two or more of system parts information received from the big data analysis server, system parts status information, and IoT home appliance analysis information;
A consumer terminal for receiving the IoT home appliance diagnostic information from the service interworking server;
The big data analysis server analyzes the aging prediction of system parts of IoT home appliances through machine learning regression analysis,
The machine learning regression analysis is
Through learning, the weight value (w) and the bias value (b) that fit the data are found, and the error of the result value is learned through the gradient descent method by Equation 1,
In the case of multiple regression analysis with two variables (x1, x2), it is configured to find a plane that fits the data through learning by Equation 2,
The IoT home appliance diagnostic information further includes at least any one or more of a cause of system component failure and a troubleshooting method,
The service interworking server notifies the consumer terminal of at least one part abnormality situation information among the system part abnormality detection situation and the system part abnormality prediction situation within a certain period in real time,
Further comprising an A/S management server that is notified of parts abnormality status information from the service interworking server at the same time as the consumer terminal,
The A / S management server,
Transmitting part abnormality situation information and pre-obtained consumer contact information to the A / S driver terminal located closest to the consumer terminal,
When the component abnormality status information for the refrigerator is transmitted to the consumer terminal and the A/S engineer terminal, the consumer terminal checks whether or not to receive repairs from the A/S operator terminal,
Big data-based IoT home appliance real-time status analysis, characterized in that the normal or abnormal status information of the system parts is converted into big data together with the system parts information, and diagnostic information about the abnormality of the IoT home appliance is generated through comparison and analysis. Information Consumer Notification System.
Equation 1: y = wx + b
Equation 2: y = w1*x1 + w2*x2 + b
상기 A/S 관리 서버는 A/S 기사 단말기로부터 IoT 가전제품의 계통 부품 점검 정보를 수신하여 빅데이터 분석 서버로 전송하고,
상기 빅데이터 분석 서버는 계통 부품정보, 계통 부품 상태정보 및 계통 부품 점검 정보에 기초하여 IoT 가전제품 분석정보를 생성하는 것을 특징으로 하는 빅데이터 기반 IoT 가전제품 실시간 상태 분석 정보 소비자 알림 시스템.The method according to claim 1,
The A/S management server receives system parts inspection information of IoT home appliances from the A/S driver terminal and transmits it to the big data analysis server,
The big data analysis server generates IoT home appliance analysis information based on system parts information, system parts state information, and system parts inspection information.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190098516A KR102332236B1 (en) | 2019-08-13 | 2019-08-13 | SYSTEM FOR NOTIFYING CONSUMER OF STATUS ANALYSIS INFORMATION ABOUT IoT HOME APPLIANCES IN REAL TIME BASED ON BIG DATA |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190098516A KR102332236B1 (en) | 2019-08-13 | 2019-08-13 | SYSTEM FOR NOTIFYING CONSUMER OF STATUS ANALYSIS INFORMATION ABOUT IoT HOME APPLIANCES IN REAL TIME BASED ON BIG DATA |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20210019652A KR20210019652A (en) | 2021-02-23 |
KR102332236B1 true KR102332236B1 (en) | 2021-11-30 |
Family
ID=74688356
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020190098516A KR102332236B1 (en) | 2019-08-13 | 2019-08-13 | SYSTEM FOR NOTIFYING CONSUMER OF STATUS ANALYSIS INFORMATION ABOUT IoT HOME APPLIANCES IN REAL TIME BASED ON BIG DATA |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102332236B1 (en) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102548979B1 (en) * | 2022-12-06 | 2023-06-28 | 황찬식 | System for providing home appliance and part total sale service |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004070699A (en) | 2002-08-07 | 2004-03-04 | Matsushita Electric Ind Co Ltd | Equipment management system |
JP2006057906A (en) | 2004-08-19 | 2006-03-02 | Sharp Corp | Refrigerator management system, refrigerator and refrigerator management device |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20020006816A (en) * | 2000-07-13 | 2002-01-26 | 윤종용 | Remote self-diagnosis apparatus and method of a household appliances |
KR100830443B1 (en) * | 2001-07-11 | 2008-05-20 | 엘지전자 주식회사 | system for reservation of after sales service and operation method thereof |
KR101249902B1 (en) * | 2011-08-10 | 2013-04-05 | 엘지전자 주식회사 | Diagnostic system and method for home appliance |
JP6359304B2 (en) * | 2013-06-27 | 2018-07-18 | 東芝ライフスタイル株式会社 | Home appliances and network systems |
KR20170105327A (en) | 2016-03-09 | 2017-09-19 | 한국전자통신연구원 | Apparatus for collecting and analyzing information from devices over different IoT platforms and method for transferring information |
KR101812777B1 (en) * | 2016-04-25 | 2018-01-30 | 한국지역난방공사 | System for monitoring district heating customer facility based on internet of things and improving efficiency |
KR20190021560A (en) * | 2017-08-23 | 2019-03-06 | 주식회사 에스씨티 | Failure prediction system using big data and failure prediction method |
KR102511522B1 (en) * | 2017-10-18 | 2023-03-17 | 삼성전자주식회사 | Data learning server, method for generating and using thereof |
KR102602216B1 (en) | 2017-12-22 | 2023-11-15 | 삼성전자주식회사 | Method and apparatus for controlling appliance device based on failure prediction |
-
2019
- 2019-08-13 KR KR1020190098516A patent/KR102332236B1/en active IP Right Grant
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004070699A (en) | 2002-08-07 | 2004-03-04 | Matsushita Electric Ind Co Ltd | Equipment management system |
JP2006057906A (en) | 2004-08-19 | 2006-03-02 | Sharp Corp | Refrigerator management system, refrigerator and refrigerator management device |
Non-Patent Citations (1)
Title |
---|
생활 속 AI. 1편: 가전 스스로 진단하고 제안하는 홈케어 매니저, 삼성전자 뉴스룸, 2018.01.26.* |
Also Published As
Publication number | Publication date |
---|---|
KR20210019652A (en) | 2021-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6707331B2 (en) | Regional big data nodes, ways to improve process plant behavior, systems for supporting regional big data within process plants | |
US10958531B2 (en) | On-demand remote predictive monitoring for industrial equipment analysis and cost forecast | |
EP3139318A1 (en) | Patch management for industrial control systems | |
US20110314331A1 (en) | Automated test and repair method and apparatus applicable to complex, distributed systems | |
CN104142663A (en) | Industrial device and system attestation in a cloud platform | |
JP2016139411A (en) | Field device performance verification, process element alignment determination method, and process element alignment device in process control system supported by big data | |
JP2016076218A (en) | Automatic signal processing-based learning in process plant, system and method for providing big data-based learning in process plant, and system for automatically processing big data-based learning in process plant | |
JP2009099144A (en) | Method and system for remotely predictig remaining life of ac motor system | |
KR20190021560A (en) | Failure prediction system using big data and failure prediction method | |
US20200319626A1 (en) | Method and apparatus for monitoring the state of a device in a process industry and medium | |
US11150640B2 (en) | Systems and methods for managing alerts associated with devices of a process control system | |
Barbieri et al. | RUL prediction for automatic machines: a mixed edge-cloud solution based on model-of-signals and particle filtering techniques | |
CN116882426A (en) | Electromechanical equipment management platform based on identification analysis | |
Bousdekis et al. | A real-time architecture for proactive decision making in manufacturing enterprises | |
Jovith et al. | Industrial IoT Sensor Networks and Cloud Analytics for Monitoring Equipment Insights and Operational Data | |
KR102332236B1 (en) | SYSTEM FOR NOTIFYING CONSUMER OF STATUS ANALYSIS INFORMATION ABOUT IoT HOME APPLIANCES IN REAL TIME BASED ON BIG DATA | |
CN113227922B (en) | Method and system for controlling a process in a process plant | |
US20200150641A1 (en) | Apparatus and method for automatic detection and classification of industrial alarms | |
CN110214332A (en) | The method using planning is carried out to the electrical system for energy supply | |
JP6667664B2 (en) | Plant management apparatus, plant management method, and program | |
US20230359194A1 (en) | System and method for predicting shutdown alarms in boiler using machine learning | |
KR101996237B1 (en) | DEVICE AND PLATFORM FOR IoT SENSOR THROUGH DISTRIBUTED PROCESSING | |
EP3948459A1 (en) | Asset condition monitoring method with automatic anomaly detection | |
KR20230127660A (en) | System and method for performing failure deterioration predictive maintenance for environmental safety management application device | |
KR20190070428A (en) | Industrial Process Equipment System Management Method using Cloud-based Intergrated Context-Aware Processing Engine |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
AMND | Amendment | ||
E601 | Decision to refuse application | ||
AMND | Amendment | ||
X701 | Decision to grant (after re-examination) | ||
GRNT | Written decision to grant |