용강 모니터링 시스템은 래들 예열 상태에 따른 출강 전후의 측정된 온도 비교를 통해

재료별 내부 표면 온도 변화를 예측하여 온도 손실을 예방하기 위한 제어 기술 개발에 목적이 있습니다.

온도 변화 예측은 해당 재료에 대한 전로 측정 정보, 출강 정보, LF 처리 정보를 기반으로 AI 알고리즘을 적용한 온도 Drop 예측 모델을 이용합니다.

[시스템 구성]

용강 모니터링 시스템은 영상 프로세싱 서버와 AI 서버로 구성되며, 

영상 프로세싱 서버는 전로 열화상 카메라와 LF 열화상 카메라에서 수신되는 열화상 영상으로부터

온도 데이터 및 영상 이미지를 추출하여 AI 서버로 전달합니다.

AI 서버는 실시간으로 수집된 온도 데이터와 이미지, 재료별 전로 측정 정보 및 출강 정보,

LF 처리 정보를 이용하여 AI 알고리즘을 거쳐 온도 Drop 예측을 수행합니다. 

열화상 카메라의 녹화 시점이나 이미지 저장 시점은

Level 2로부터 정보를 받은 AI 서버가 영상 서버로 이벤트를 보냄으로써 실시간으로 자료가 수집됩니다.

[주요 기능]

· 래들 내 표면 온도 변화량 확인

· 열화상 카메라 서버에서 이미지 저장 및 대상 정보 매칭, DB 저장, 이력 조회

· 커버가 열렸을 경우 예열 설비 온도값 측정 및 출강 진행 중 온도값 측정

· 열화상 카메라 ↔ AI 서버 ↔ Level 2 간 통신 인터페이스 구성

· AI 모델과의 DB 연동 및 내부 인터페이스 구성

· 열화상 카메라 제어

· 사용자 요청 사항에 따른 현장 최적화

[적용 사례]

<FLIR A615 카메라 2대와 용강 모니터링 시스템을 이용한 영상 서버 사용자 화면>

<한컴MDS ThingSPIN 플랫폼을 활용한 AI 서버 수집 데이터 모니터링 화면>

<한컴MDS ThingSPIN 플랫폼을 활용한 AI 모델 알고리즘 적용 화면>