2.1 무게 측정 방식과 하드웨어 사양

지능형 땅속작물 수확기가 무게를 측정하는 과정은 감자나 양파 같은 구근류의 수확 작물들을 굴취 후 선별부를 통해 이동하여 수집부의 하역 판위에 놓인 수집 박스로 담기고 이 무게를 측정하여 설정된 기준 무게에 도달하면 롤러를 통해 수집 박스를 측면으로 자동 하역하는 방식으로 그림 2와 같다.

그림. 2. 무게 측정 시스템을 통한 무게 측정과 자동 하역 개념도

Fig. 2. Conceptual diagram of weighing and automatic unloading by weight measurement system

본 시스템의 하드웨어 구성은 로드셀이 무게 데이터 값을 측정하고 마이크로컨트롤러(MCU)에서 연산하여 FND를 통해 무게 값을 표시해주는 형태의 개발보드로 설계하였다.

무게 측정 시스템의 하드웨어 스펙은 아래 표 1과 같다.

2.2 무게 측정 시스템의 세부 구성 요소

본 연구를 위해 개발한 무게 측정 시스템은 크게 3부분으로 나뉘는데 센싱부, 제어부, 표시부로 구성되며 그림 3과 같다.

수확 작물들의 무게를 측정하는 센서부인 로드셀의 장착 위치와 기구부 구조는 그림 4와 같다.

그림. 3. 무게 측정 시스템의 구성

Fig. 3. Composition of the weight measurement system

그림. 4. 수집 박스 무게 측정 모습과 로드셀 장착 위치

Fig. 4. Collection box weighing and load-cell mounting position

수확기의 구조적 특성 상 그림 4에 표시된 것처럼 로드셀이 수집 박스를 직접적으로 무게를 측정하는 것이 아닌 하역 판에 실린 수집 박스의 무게를 간접적으로 측정하도록 설계되어 있다.

로드셀에서 센싱된 무게 값을 연산하는 제어부와 FND 모듈로 측정된 무게 값을 보여주는 표시부는 그림 5와 같다.

그림. 5. 무게 측정 제어부와 표시부의 외형

Fig. 5. Weight measurement indicator appearance

그림 5의 (a)는 제어부이며, (b)는 표시부로서 그림 4의 로드셀과 함께 이 모듈들을 통합하여 지능형 땅속작물 수확기의 무게 측정 시스템이라 한다.

3.1 진동 오차 보상 수식 설계

로드셀은 외력(힘, 하중 등)에 의해 비례적으로 변하는 탄성체의 하중 변화와 이 때 발생되는 저항의 변화를 전기적인 신호로 바꾸어주는 스트레인 게이지를 이용한 하중 감지 센서이다.^(3-4)

물체는 힘이나 하중에 의해 이에 비례하는 변형이 발생하며, 단위길이 당 발생하는 변형량을 변형률(Strain)이라 하고 이 때 변형률은 힘이나 하중의 크기에 직선적으로 변화하여 다음과 같은 특징을 가진다.^(3-6)

$응력(STRESS)=\dfrac{작용하중(F)}{단면적(A)}$

$변형률(STRA\in)=\dfrac{\text{하중 작용 후 변화된 길이}(L'-L)}{\text{하중 작용 전 길이}(L)}$

이 때 변형률을 측정하는 소자가 스트레인 게이지이며, 변형률이 발생되면 스트레인 게이지의 길이와 저항이 변형되며 이를 통해 로드셀은 무게가 얼마인지 알 수 있게 되는데, 이를 수식으로 변환하면 식 (1)과 같다.

여기서 $e$는 로드셀의 출력값, $d R$은 변형된 저항값, $R$은 초기 저항값, $E$는 인가 전압이다.

기존에 로드셀을 통한 힘이나 무게를 측정하는 일반적인 환경은 정적인 상태였지만 본 연구에서는 수확기의 시동이 ON된 상태 즉, 진동이 발생되는 동적 상태에서 로드셀에 감지되는 무게를 측정하려고 한다.

이 때 로드셀에 전달되는 변수는 외력(하중, 무게 등) 외에도 동적인 상태에서 수확기에 발생되는 진동이 추가되며 이는 식 (2)와 같다.

$V(x)$는 진동에 의한 무게 오차 값으로 이로 인해 무게 측정값에 큰 편차가 생겨 정확한 무게 값을 측정하고 확인할 수 없게 된다.

그러므로 진동을 저감시키거나 상쇄시키는 방안을 제어부에 적용하여 진동이 있는 동적 환경에서도 무게 오차가 적은 강인한 제어 시스템을 설계해야 되고, 이를 수식으로 정리하면 식 (3)과 같다.

$V(y)$는 무게 보상 값으로 이 값이 초기 무게 오차 값인 $V(x)$ 값에 근접할수록 로드셀에 전달되는 진동 오차를 보상하게 되므로 최종적으로 측정된 무게 값의 오차율이 줄어드는 강인하고 안정적인 무게 측정 시스템이 된다.

3.2 정렬(Sorting) 알고리즘

식 (2)에서 설명된 무게 오차 값인 $V(x)$ 값이 클수록 표시부에 보이는 무게 측정값의 편차가 커져 육안으로 확인하기 어려워지므로, 이 $V(x)$ 값의 편차를 줄이는 방안으로 Sorting 알고리즘을 제안하였다.

Sorting 알고리즘은 n개의 숫자가 입력으로 주어졌을 때, 이를 사용자가 지정한 기준에 맞게 정렬하여 출력하는 정렬 알고리즘이다.

Sorting 알고리즘에는 선택 정렬, 삽입 정렬, 버블 정렬, 합병 정렬, 퀵 정렬 등 크게 5가지로 나뉘는데 일반적으로 정렬 데이터의 숫자가 100개 미만일 때는 어떠한 정렬 알고리즘을 사용해도 계산 속도에는 크게 영향을 미치지 않는다.⁽⁷⁾

이에 본 연구에서는 무게 측정 데이터 값이 6초 동안 100msec의 속도로 측정된 60개의 측정값들을 사용하므로 구현이 간단하고 가장 대표적인 정렬 알고리즘인 선택 정렬 방법을 적용하여 로드셀에 입력되는 무게 측정값들을 정렬하였다.

참고로 6초를 기준으로 삼은 이유는 진폭의 한 주기가 6초에 가장 근접했기 때문이다.

기존 제어부에서는 6초 동안 측정된 60개 측정 데이터들의 모든 최대값과 최소값의 합을 더해 나누는 평균값 알고리즘만을 사용하였다.

본 연구에서는 Sorting 알고리즘을 사용하여 과도하게 튀는 진폭의 최대값들과 최소값들을 버리고 설정된 진폭 사이의 값만을 선택 정렬하여 평균값을 사용하였다.

결과적으로 기존 알고리즘에 비해 중간값의 편차율이 줄어들게 되므로 훨씬 안정적으로 측정된 무게 값을 표시부에서 확인할 수 있었다.

이에 60개의 측정값들 중 최소값 10개, 최대값 10개를 제외한 40개의 측정값들만을 가지고 평균을 내어 무게 값을 도출하였다.

그리고 진동으로 발생된 무게 오차 값을 구하여 이를 무게 보상 값인 $V(y)$에 적용한다면 동적 환경에서도 허용 오차가 줄어든 신뢰성 높은 무게 측정 시스템을 설계할 수 있다.

4.1 기존 시스템에서의 실험 결과

기존 시스템으로 정적 상태에서 측정하고 분석한 무게 값은 아래 표 2와 같다.

그리고 동일 실험 조건에서 수확기의 시동을 ON시켜 진동이 발생되는 동적 환경에서의 측정한 무게 값은 아래 표 3과 같다.

표 2와 표 3에 나온 무게 평균값은 60개의 무게 측정 데이터 값을 평균한 값이며, 진동 발생 무게 오차 값은 정적인 상태에서의 무게 평균값에서 동적인 상태에서의 무게 평균값을 뺀 값으로 진동에 의해 발생된 무게의 오차 값을 뜻한다.

기존 시스템에서 진동 값이 발생된 동적 상태에서의 무게 측정 그래프는 아래 그림 6과 같다.

그림. 6. 동적 환경에서 측정된 기존 시스템에서의 무게 측정 그래프

Fig. 6. Weight measurement graph in dynamic environment by existing system

4.2 개선 시스템에서의 실험 결과

개선 시스템에서 정적 상태에서 측정하고 분석한 무게 값은 아래 표 4와 같다.

그리고 동일 시험 조건에서 외부에서 발생된 진동이 포함된 동적 환경에서의 Sorting 알고리즘이 적용된 개선 시스템으로 측정하고 분석한 무게 값은 아래 표 5와 같다.

표 4와 표 5에 나온 무게 평균값은 도출된 수식과 Sorting 알고리즘을 적용하여 나온 40개의 무게 측정 데이터 값을 평균한 값이며, 진동 발생 무게 오차 값은 정적인 상태에서의 무게 평균값에서 동적인 상태에서의 무게 평균값을 뺀 값으로 진동에 의해 발생된 무게의 오차 값을 뜻한다.

개선 시스템에서 진동 값이 발생된 동적 상태에서의 무게 측정 그래프는 아래 그림 7과 같다.

그림. 7. 동적 환경에서 측정된 개선 시스템에서의 무게 측정 그래프

Fig. 7. Weight measurement graph in dynamic environment by improvement system

4.3 고찰

지금까지의 실험 내용들을 정리하면 발생된 진동의 진폭 편차가 보정 전인 기존 시스템에 대비하여 보정 후인 개선 시스템 때 그림 8의 비교 그래프에서와 같이 무게 측정 편차가 줄어들었고, 표 6의 결과를 통해 무게측정 오차율이 16.7% 개선되어 표시부에서 무게측정 값을 사용자가 안정적으로 인지할 수 있음을 확인할 수 있다.

그림. 8. 동적 환경에서의 기존 시스템과 개선 시스템의 무게 측정 비교 그래프

Fig. 8. Comparison graph of weight measurement of existing system and improvement system in dynamic environment

본 실험으로 도출된 진동 발생 무게 오차 값을 통해 진동을 감소시켜주는 각 시편에 적합한 실질적인 무게 보상 값 $V(y)$를 구해볼 수 있었다.

현재 적용된 Sorting 알고리즘에 도출된 무게 보상 값까지 모두 적용하여 동적 상태에서 측정한 결과는 표 6과 같다.

이로써 표 6에서 나타나듯 진동 발생으로 인한 무게측정 오차 값이 줄어들며 개선된 것을 확인할 수 있다.