[논문]센싱정보를 활용한 초고층 건설용 리프트 최적화 운행 시스템 개발

신중환; 권순욱

doi:10.6106/kjcem.2013.14.5.153

센싱정보를 활용한 초고층 건설용 리프트 최적화 운행 시스템 개발
Development of Optimum Construction Lift Operation System using Sensing Information for High-rise Building 원문보기

한국건설관리학회논문집 = Korean journal of construction engineering and management, v.14 no.5, 2013년, pp.153 - 163

신중환 (성균관대학교 대학원 u-City공학과) , 권순욱 (성균관대학교 건축공학과, u-City공학과)

초록
AI-Helper

건축물이 고층화, 대형화 될수록 수직 양중 계획 및 운영에 관한 중요성이 부각되고 있다. 이에 프로젝트 초기 단계에 실제 모델과 유사한 건설용 리프트 양중계획을 수립하려는 노력이 계속되고 있지만 프로젝트 착수 후 리프트 운행을 컨트롤 할 수 있는 시스템은 부재한 실정이다. 따라서 본 논문에서는 건설용 리프트 운영 효율증대를 위하여 센서를 사용한 리프트 운행 정보를 수집하고 실시간 분석이 가능한 건설용 리프트 최적화 운행 시스템 개발을 실시 및 검증 단계를 수행하여, 양중 효율의 지표가 되는 사용자 대기 시간의 단축을 도모하고 향후 무인 스마트 리프트의 초석이 되는 시스템을 제시하고자 한다.

Abstract ▼ AI-Helper

As recent buildings have been more higher and larger, construction vertical lifting planning and operation is a key factor for successful project in tall building. Although many studies have been trying to set up a construction lifting planning system at early stage, there's not existing a control real-time lift operation control system with respect to during construction stage. Therefore, In this study, we use the sensor device to collect the lift operating data for improvement of lift operation efficiency and develope optimum lift operating system which can perform real-time analysis. Finally, we verify the efficiency of proposed system through comparison between realtime operating data and simulated data using proposing system. In this paper, the proposed system show more efficient moving line compared with previous system. This can contribute to development of unmanned lift system.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

나아가 지능형 건설용 리프트 카 분배 S/W, H/W를 통해 무인 스마트 리프트의 개발에 초석을 세워 대형 건설 현장의 시공 경쟁력 확보에 기여하고자 한다.
따라서 본 연구는 건설용 리프트 운영 효율증대를 위하여 운용정보를 관리하고 데이터 저장 및 최적화 운영을 위한 개선방안을 제시하여 사용자의 리프트 탑승 대기시간 감소 등 건설용 리프트 카의 설치 후 운영 컨트롤에 그 목적성을 띄고 있다.
사용시기와 대상이 다르지만 그 활용 목적성에서 건설용 리프트와 유사한 성격을 갖는 엘리베이터 시스템의 경우 다양한 확률 알고리즘에 근거한 운영 시스템에 관한 연구가 상당수 이루어져 왔지만, 건설용 리프트와 달리 엘리베이터 시스템은 건물 내부 Core에 중앙집중형 배치 구조를 띄므로 각 Mast별 분산구조를 가지는 건설용 리프트와 장비구성과 컨트롤 방식에서 차이점을 보인다. 따라서 본 연구에서는 건설용 리프트의 특성을 고려한 리프트 컨트롤 장치 및 분배 시스템을 제시하고 한다.
본 연구에서는 목적 층 입력 시스템 다른 행선 층의 승객으로부터의 방해 발생 상황을 줄여주는 장점과 공정과 연관된 건설용 리프트의 특성 간 시너지 효과를 고려하여 최적 리프트 운행 시스템의 리프트 호출 기반 시스템으로 선정하였다.
본 연구에서는 시뮬레이션 비교 검토를 위해 현재 ELIS용 센서가 설치된 실제 현장의 데이터를 수령하여 검증을 실시하였다. 비교 대상 현장은 ‘송파구 잠실동’에 위치한 초고층 프로젝트 현장이며 현재 16대의(프로젝트 진행에 따른 추가 예정) 리프트 카 양중을 실시하고 있다.
본 연구에서는 시스템의 제안과 함께 소프트웨어 개발을 통하여 시스템의 효율성을 센서가 부착된 초고층 현장의 리프트 운행 실적을 바탕으로 시뮬레이션을 통해 비교 검증하였으며 시스템이 적용될 경우 프로젝트 전 기간 동안 미칠 시스템의 가치에 대해 평가하였다.

가설 설정

① 현재 리프트 카 내에 한계적재용량의 70%를 초과한 경우 이후 양중명령의 수송량에 대응하지 못할 것으로 가정하고 우선적으로 최적 리프트 후보군에서 배제한다. 프로그램 상의 구현은 아래와 같은 연산을 거친다.

제안 방법

최적 리프트 운행 소프트웨어는 그림 9와 같이 프로젝트 현장 내 전체 리프트 카를 선택항목으로 나열하고 수평 그룹(가설 리프트의 마스트가 인접한 리프트)별로 운행상황을 관리자가 모니터링 할 수 있도록 구현하였다. 그룹의 선택 화면은 사용자가 위치를 구분하기 쉽게 해당 구역의 전경 사진을 기반으로 아이콘화 하였다.
그리고 제안된 시스템의 효용성을 검토하기 위해서 실제 초고층 프로젝트의 리프트 운행 실적을 대상으로 개발 소프트웨어 시뮬레이션을 통하여 사용자 대기 시간 단축 효과를 검증해 보았다. 그 결과, 본 연구에서 제안한 시스템은 동일한 호출 명령 사건 발생 조건 내에서 사용자 대기 시간 감축의 효과에 있어서의 효용성을 드러냈다.
따라서 본 연구에서는 ELIS(Embedded Lift Information System)시스템의 개발을 통해 리프트에 부착된 6가지 센서(엔코더, 로드셀, 분할변류기, 전류센서, 케이블 장력, 가이드 롤러 마모 근접센서)로부터 각 리프트의 개별 운행 정보를 수집/저장/디스플레이 하고 수집 데이터를 바탕으로 건설용 리프트 특성을 고려한 최적 리프트 선정 의사결정 프로세스를 거침으로써 리프트 분배 시스템을 제시한 동시에, 사용자의 리프트 대기 시간의 최소화시키는 개선 시스템을 제안하였다. 제안된 시스템은 GUI(graphic user interface) 출력 방식을 통하여 관리자가 개선된 리프트의 운행 현황을 판별하기 용이한 형태로 개발되었다.
그 결과, 본 연구에서 제안한 시스템은 동일한 호출 명령 사건 발생 조건 내에서 사용자 대기 시간 감축의 효과에 있어서의 효용성을 드러냈다. 또한, 리프트 카 배치 예상시간 계산식을 거친 객관적 리프트 배치 프로세스를 통해 동선의 중복에 의해 발생하는 장비의 낭비를 철저히 방지하였으며 실시간 축적 데이터에 기반으로 한 리프트 수직 조닝 재설정 방식을 제안하였다.
매뉴얼상의 장비 사양의 최대속도 100m/min이나 ELIS에 저장된 데이터 실측값을 분석한 결과 실제 리프트 카에 부하되는 최고속도 93m/min로 나타났고 프로그램 내 소프트웨어 기준에 맞춰주기 위해 1.55m/s을 개발 소프트웨어 입력값으로 적용하였다. 또한, 매뉴얼 상에 명시되지 않은 리프트 가속시간은 ELIS 데이터분석을 통해 6sec로 나타났으며, 가속도는 0.
비교 대상 현장의 샘플 일자의 리프트 운행 기록을 각 리프트 카 별로 출력하면 그림 11과 같이 나타난다. 본 검증에서는 리프트 카의 호출 발생 명령 시각과 출발 층, 목적 층 정보만이 필요하게 되므로 3가지 정보를 추출해 4대의 샘플 데이터를 호출 명령 사건 발생 시각을 기준으로 하나의 데이터로 병합하면 표 5와 같다.
본 시스템은 ELIS(Embedded Lift Information System)에 저장된 센싱 및 운행결과 데이터를 바탕으로 그림 7의 흐름에 따라 단계적으로 최적 리프트 선정 프로세스를 수행한다. 최적 리프트 운행 소프트웨어는 그림 9와 같이 프로젝트 현장 내 전체 리프트 카를 선택항목으로 나열하고 수평 그룹(가설 리프트의 마스트가 인접한 리프트)별로 운행상황을 관리자가 모니터링 할 수 있도록 구현하였다.
본 연구에서 제안된 리프트 최적 운행 시스템은 ELIS 데이터베이스와의 연동을 통하여 그림 8과 같이 리프트의 정지층 빈도 분석을 사용자 설정 기간 동안 실시하고 다수의 정지가 예상되는 층을 주요대상으로 수직 구획 설정을 제안한다. 또한, 시스템 내 자유로운 운행구간설정을 통해 어떠한 이벤트라도 관리자의 판단에 의해 조정가능하다.
비교 대상 현장은 ‘송파구 잠실동’에 위치한 초고층 프로젝트 현장이며 현재 16대의(프로젝트 진행에 따른 추가 예정) 리프트 카 양중을 실시하고 있다. 비교 방법은 비교대상 초고층 현장의 리프트 운행 실적데이터를 센서를 통해 수집한 후, ELIS에 저장하고 엑셀 시트 형식으로 운행 기록을 출력하여 최적 리프트 운행 시스템 상에 호출 명령 사건을 발생시켜 사용자의 대기시간 단축에 대한 효과 검증을 실시하였다.
수집된 운행 데이터베이스를 바탕으로 사용자 대기시간을 최소화 할 수 있는 리프트 분배 알고리즘을 제시함과 동시에 불필요한 운행 층을 제거하는 의사결정 시스템을 제안하였다.
이와 비교해 표 5와 같은 호출 명령 발생 시각, 출발 층, 목적 층 데이터 set을 최적 리프트 운행 소프트웨어에 입력시키고 시스템 인터페이스 상의 리프트 카 이동 애니매이션에 대해 총 20회의 동작 분석¹⁾을 실시하였다. 이를 통해 표 5와 동일한 시간동안 6시간 42분 28초의 전체 사용자 대기시간이 나타난다.
따라서 본 연구에서는 ELIS(Embedded Lift Information System)시스템의 개발을 통해 리프트에 부착된 6가지 센서(엔코더, 로드셀, 분할변류기, 전류센서, 케이블 장력, 가이드 롤러 마모 근접센서)로부터 각 리프트의 개별 운행 정보를 수집/저장/디스플레이 하고 수집 데이터를 바탕으로 건설용 리프트 특성을 고려한 최적 리프트 선정 의사결정 프로세스를 거침으로써 리프트 분배 시스템을 제시한 동시에, 사용자의 리프트 대기 시간의 최소화시키는 개선 시스템을 제안하였다. 제안된 시스템은 GUI(graphic user interface) 출력 방식을 통하여 관리자가 개선된 리프트의 운행 현황을 판별하기 용이한 형태로 개발되었다.
본 연구에서 제안한 운행관리 시스템 인터페이스는 그림 10과 같이 크게 3가지 부분으로 구성하였다. 즉 리프트별 위치정보 애니메이션 그래픽, 적재량 및 수행시간 등의 양중 정보, 동선정보 부분으로 구성하였다.

대상 데이터

비교 대상 현장은 ‘송파구 잠실동’에 위치한 초고층 프로젝트 현장이며 현재 16대의(프로젝트 진행에 따른 추가 예정) 리프트 카 양중을 실시하고 있다.
본 연구에서는 제안하는 최적 리프트 컨트롤 시스템은 센싱정보를 기반으로 하며 실시간 리프트의 동작상태를 판단하기 위해 프로젝트 현장 내 전체 리프트 카의 정보를 일괄 수집하고 저장 하는 장치가 요구된다. 운용정보를 파악할 수 있는 로드셀, 엔코더 센서 등 총 6가지의 센서를 각 리프트에 설치하였으며 중앙 데이터베이스 저장소에 저장하여 운행 분석의 기반 데이터로써 활용하였다. 표 1에 나타난 6가지 센서는 또한 리프트 카의 소모품 주기 및 유지보수를 위한 데이터로써 활용 된다.

성능/효과

그리고 제안된 시스템의 효용성을 검토하기 위해서 실제 초고층 프로젝트의 리프트 운행 실적을 대상으로 개발 소프트웨어 시뮬레이션을 통하여 사용자 대기 시간 단축 효과를 검증해 보았다. 그 결과, 본 연구에서 제안한 시스템은 동일한 호출 명령 사건 발생 조건 내에서 사용자 대기 시간 감축의 효과에 있어서의 효용성을 드러냈다. 또한, 리프트 카 배치 예상시간 계산식을 거친 객관적 리프트 배치 프로세스를 통해 동선의 중복에 의해 발생하는 장비의 낭비를 철저히 방지하였으며 실시간 축적 데이터에 기반으로 한 리프트 수직 조닝 재설정 방식을 제안하였다.
이를 통해 표 5와 동일한 시간동안 6시간 42분 28초의 전체 사용자 대기시간이 나타난다. 따라서 1일 동안 최적 리프트 운행 시스템과 현재 운행 시스템 간에 1시간 53분 16초의 전체 사용자 대기시간 차가 나타나며 이는 제안된 시스템을 통하여 21.83%의 사용자 대기 시간 단축을 이끌어냈음을 의미한다. 발생하는 호출 명령의 사건 수가 같고 전체 운행 구간의 범위가 2배로 확장 될수록 사용자 대기시간의 차이 또한 2배수씩 정비례하여 증가한다고 가정하였을 때 4대의 리프트 카 샘플을 기준으로 100층 내외의 범위를 운행하고 있는 리프트 그룹의 경우 10시간 37분 내외의 사용자 대기시간 차이가 발생할 것으로 예상된다.
55m/s을 개발 소프트웨어 입력값으로 적용하였다. 또한, 매뉴얼 상에 명시되지 않은 리프트 가속시간은 ELIS 데이터분석을 통해 6sec로 나타났으며, 가속도는 0.26㎨이다.
실제 현장 데이터를 바탕으로 데이터 분석을 실시했을 때 또 하나의 주목 할 점은 그림 11의 전체 운행기록에서 발생하는 낭비 동선 거리, 즉 하중이 걸려있지 않거나 호출 명령 수행이 아닌 이동거리의 샘플 리프트 카 4대 총합이 9시간 22분 55초, 35409m로 검측되었다. 그러나 본 연구에서 제안된 시스템에서는 이러한 낭비동선에 대한 여지가 철저히 배제되며 이는 리프트 카의 소모품 주기 연장에 막대한 영향을 끼친다.
제안된 시스템에서의 기반 데이터는 비교 대상 현장에 설치된 센서로부터 수집되기 때문에 공정의 진행 및 리프트 운행 구간의 범위가 증대될수록 그 효용가치 및 비교 검증의 정확도는 프로젝트가 진행됨에 따라 상승한다.

후속연구

그러나 본 연구는 초고층 현장의 프로젝트가 진행됨에 따라 필연적으로 발생 가능한 호출 명령 간의 돌발 변수에 대한 지속적인 대응이 요구된다. 또한, 프로젝트 진행 기간 동안 지속적 비교 검증을 통해 운행 구간 범위의 증대와 사용자 대기 시간차이의 연관성에 대한 실증적 결과를 도출하기 위해 보다 넓은 공정 단계에서의 비교 검증을 진행할 것이다.
또한, 프로젝트 진행 기간 동안 지속적 비교 검증을 통해 운행 구간 범위의 증대와 사용자 대기 시간차이의 연관성에 대한 실증적 결과를 도출하기 위해 보다 넓은 공정 단계에서의 비교 검증을 진행할 것이다. 그리고 유동적 수직 조닝의 방안에 대해서도 빈도 분석을 바탕으로 실제 현장에 도입 가능한 의사결정 시스템을 수립해야 할 것이다. 그리고 점심시간대, 출퇴근시간대 등의 peaktime의 운영방식에 대한 새로운 고찰이 요구된다.
끝으로, 본 연구는 수학적 모델과 소프트웨어 의사결정을 기반으로 한 운행시스템의 시발점이 되므로 연구 프로젝트 전 기간에 걸친 검증을 통한 무인 스마트 리프트의 기반 시스템으로 정착이 될 것으로 예상된다.
그러나 본 연구는 초고층 현장의 프로젝트가 진행됨에 따라 필연적으로 발생 가능한 호출 명령 간의 돌발 변수에 대한 지속적인 대응이 요구된다. 또한, 프로젝트 진행 기간 동안 지속적 비교 검증을 통해 운행 구간 범위의 증대와 사용자 대기 시간차이의 연관성에 대한 실증적 결과를 도출하기 위해 보다 넓은 공정 단계에서의 비교 검증을 진행할 것이다. 그리고 유동적 수직 조닝의 방안에 대해서도 빈도 분석을 바탕으로 실제 현장에 도입 가능한 의사결정 시스템을 수립해야 할 것이다.
본 연구를 통해 개발된 시스템의 효율성을 검토하기 위해서는 구축된 시스템이 현재 운행 시스템과 대비해 사용자 대기시간(호출 명령 수행 시간)상에 단축이 발생하였는가에 대한 비교과정이 요구된다.
본 연구에서는 ‘운행 관리’에 초점을 맞추고 있으나 본 연구과정에서 축적되는 운행 데이터는 향후 ‘양중 계획’의 수립에 신뢰도가 높은 실적자료가 됨으로 양중관리 전체를 다룬다고 할 수 있다.
본 연구에서는 제안하는 최적 리프트 컨트롤 시스템은 센싱정보를 기반으로 하며 실시간 리프트의 동작상태를 판단하기 위해 프로젝트 현장 내 전체 리프트 카의 정보를 일괄 수집하고 저장 하는 장치가 요구된다. 운용정보를 파악할 수 있는 로드셀, 엔코더 센서 등 총 6가지의 센서를 각 리프트에 설치하였으며 중앙 데이터베이스 저장소에 저장하여 운행 분석의 기반 데이터로써 활용하였다.

질의응답

핵심어	질문	논문에서 추출한 답변
	초고층 건물의 건설에 있어 생산성 향상에 영향을 주는 요인은 무엇인가?	건축물이 고층화, 대형화 될수록 시공 계획과 운영에 관한 많은 제약사항에 부딪히게 되는데, 그 중 초고층건물의 양중관리에 관한 고려는 자재 및 인력의 운반에 있어 생산성 향상에 큰 영향요인이 된다. 특히 그림 1과 같이 오늘날 건물의 높이가 급격하게 증가함에 따라 더욱 중요한 이슈가 되고 있다.
	건설 프로젝트의 양중관리를 세분화하면 어떻게 나눌수있는가?	건설 프로젝트의 양중관리는 착공 전 ‘양중 계획(lift Planning)’과 착공 후 ‘운행 관리(lift Operation)’로 세분화 할 수 있다. 본 연구에서는 ‘운행 관리’에 초점을 맞추고 있으나 본 연구과정에서 축적되는 운행 데이터는 향후 ‘양중 계획’의 수립에 신뢰도가 높은 실적자료가 됨으로 양중관리 전체를 다룬다고 할 수 있다.
	양중 변수에 대한 적절한 대응에 대한 미흡한 연구로 인해 어떤 결과를 초래하는가?	국내외 건축물이 고층화 영향에 의해 양중해야 할 자재의 수와 이동 동선의 거리가 크게 증가하고 있고 초기 단계의 양중계획에 대한 연구가 꾸준히 이뤄져왔으나 초기 단계의 양중계획으로 기반으로 프로젝트 진행 단계에서 발생하는 모든 양중 변수에 대한 적절한 대응에 대한 연구는 미흡한 실정이다. 즉, 각각의 호출 명령 사건에 대해 최적의 리프트 카를 배치시키는 의사결정이 곤란하고 필요치 않는 낭비 동선의 발생으로 인해 리프트 카 소모품 주기 단축의 결과를 유발할 수 있는 가능성을 가지고 있다.

참고문헌 (15)

강용탁 (2007). "건설용 리프트카 무인자동운전장치 건설현장 적용에 관한 연구". 건설안전기술, pp. 86-99
김선국.한갑규 (2008). "건설 리프트의 적정 대수 산정에 관한 연구". 한국건축시공학회 논문집, 제6권 제3호, pp. 119-125

원문보기 상세보기
김동진.송영석.임형철 (2002). "고층건축공사의 리프트 양중계획 합리화". 대한건축학회 논문집, 제22권 제2호, pp. 483-486
신윤석.강경인 (2010). "이산사건 시뮬레이션을 이용한 초고층 건축공사 건설 리프트 양중계획 모델". 한국건설관리학회 논문집, 제9권 제26호, 한국건설관리학회, pp. 119-127
신윤석 (2011). "초고층 건축공사를 위한 건설 리프트 양중계획 시스템 개발". 대한건축학회 논문집, 제27권 제22호, pp. 227-235
안병주 (2001). "초고층건물공사 마감자재의 수직.수평이동 계획이 통합된 의사결정모델". 한양대학교 박사학위 논문
김재준.안병주 (2004). "이산형 시뮬레이션을 사용한 초고층 빌딩 공사 운반 작업의 최적화". 대한건축학회 논문집, 제17권 제2호, pp. 1377-1383
이종렬.전용석.박찬식 (2004). "고층건축공사 타워크레인 양중시간 예측모델". 정기학술발표대회 논문집, 제5권, 한국건설관리학회, pp. 472-475
이학주.김대원.조훈희.강경인 (2008). "큐잉이론을 이용한 고층건물 가설리프트 계획 모델 구축에 관한 연구". 정기학술발표대회 논문집, 제8권, 한국건설관리학회, pp. 635-640
조창연.권순욱.신태홍.진상윤.김예상 (2011). "A development of next generation intelligent liftcar toolkit for vertical material movement management". Automation in Construction, 20, No. 1, pp. 14-27

상세보기
조창연.조문영.신윤석 (2012). "이산사건 시뮬레이션을 이용한 고층건축공사의 타워크레인 양중시간 예측모델". 한국건설관리학회 논문집, pp. 151-158
최광수.김학길.김용수 (2002). "건설용 리프트의 사용실태 조사 및 문제점 분석에 관한 연구". 대한건축학회 논문집, 제22권 제2호, pp. 479-482
Leung, Arthur W. T. Tam, C. M. and Liu, D. K (2001). "Comparative study of artificial neural networks and multiple regression analysis for predicting hoisting times of tower cranes". Building and Environment, Vol. 36 No. 4, pp. 457-467

상세보기
R, Sacks. Navon, R. and Shapira, A (2005). "Feasibility of Automated Monitoring of Lifting Equipment in Support of Project Control". Journal of construction Engineering and Management, Vol. 131 No. 5, pp. 604-615

상세보기
Zhang, P., Harris, F. C., Olomolaiye, P. O. and Holt, G. D (1999). "Location optimization for a group of tower cranes". Journal of construction engineering and management, Vol. 125 No. 2, pp. 115-122

상세보기

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증