MVP 파일럿 · 위시켓 PID 155692

하수처리장 송풍기,
AI로 정밀 제어

유입 BOD 부하를 예측하고, DO 목표값을 계산하고, 인버터에 실시간 Write. 3초 안에 자동화되는 3단계 파이프라인.

50–70%
전력비 절감 목표
< 3초
예측→제어 반응
3단계
AI 자동 파이프라인
Modbus TCP
PLC 통신 프로토콜
제어 파이프라인

3단계 AI 제어 파이프라인

센서 데이터에서 PLC Write까지, 자동화된 제어 루프가 3초마다 실행됩니다.

MODULE 01

유입 부하 예측

유량·BOD·COD·NH₄·수온을 입력받아 XGBoost 모델이 유입 BOD 부하(kg/h)를 실시간 예측합니다. 시간대·요일·계절 특성까지 반영. RMSE 3.065 kg/h.

XGBoost scikit-learn pandas
MODULE 02

최적 DO 목표 산출

예측된 부하와 수온으로 포기조 용존산소(DO) 목표값을 동적 계산. Arrhenius 온도 보정 + 부하 비례 알고리즘. HRT·α계수 등 전 파라미터를 UI에서 직접 조정 가능.

Arrhenius Metcalf & Eddy PI 제어
MODULE 03

PLC 제어값 실시간 전송

DO 편차를 PI 제어기가 인버터 주파수(20–50 Hz)로 변환. IEEE 754 float로 인코딩해 Modbus TCP Write. 내장 시뮬레이터로 실 장비 없이도 전 파이프라인 검증 가능.

Modbus TCP IEEE 754 pymodbus
시스템 아키텍처

데이터 흐름

센서 입력에서 PLC 출력까지 단방향 파이프라인으로 연결됩니다.

INPUT
센서 데이터
유량·BOD·수온·DO
MODULE 1
XGBoost 예측
부하 (kg/h)
MODULE 2
DO 계산기
DO 목표 (mg/L)
MODULE 3
PI 제어기
주파수 (Hz)
OUTPUT
Modbus Write
PLC 메모리 주소

SQLite 로컬 DB에 전 주기 데이터 기록 — 실시간 대시보드 · 날짜 범위 이력 조회 · 파라미터 설정까지 단일 프로그램에 통합

소프트웨어 미리보기

실시간 대시보드

Windows PC 프로그램. 시뮬레이터 모드로 실 PLC 없이 즉시 실행 가능.

AI 지능형 송풍기 최적 제어 시스템 v1.0
시뮬레이터 실행 중
대시보드
이력 조회
파라미터 설정
유입 부하 (예측)
287.3kg/h
DO 목표값
2.11mg/L
DO 현재값
1.87mg/L
인버터 주파수
38.2Hz
공기 유량 (추산)
91.7m³/min
PLC Write 횟수
142
유입 부하 (kg/h) — 최근 20사이클
예측값
시뮬레이션
320 280 240
기술 스택

검증된 오픈소스 기반

프로덕션급 라이브러리만 채택. 별도 라이선스 없이 즉시 사용 가능합니다.

Python 3.11
핵심 언어
PySide6 (Qt6)
Windows GUI 프레임워크
XGBoost
유입 부하 예측 모델
scikit-learn
ML 파이프라인
pymodbus 3.x
Modbus TCP 클라이언트
pyqtgraph
실시간 차트 렌더링
SQLite + SQLAlchemy
로컬 시계열 DB
PyInstaller
Windows .exe 패키징

Windows 인스톨러 다운로드

설치 즉시 시뮬레이터 모드로 실행 — 실 PLC 장비 불필요

AI_BlowerControl_Setup.exe

Windows 10 / 11 x64 · GitHub Actions 빌드 · 오픈소스