Research Paper

Journal of the Korean Society of Mineral and Energy Resources Engineers. 30 April 2022. 137-147
https://doi.org/10.32390/ksmer.2022.59.2.137

ABSTRACT


MAIN

  • 서 론

  • 연구지역

  • 연구 방법

  •   ZigBee 통신모듈

  •   진동 측정 모듈 개발

  •   분진 측정 모듈 개발

  • 연구 결과

  •   지하갱도 내 모듈 설치 및 데이터 취득

  •   진동 측정 결과

  •   분진 측정 결과

  • 토 의

  • 결 론

서 론

지하광산에서는 중장비 운용과 굴착, 발파 작업 등으로 인해 진동과 분진이 발생한다. 굴착, 발파 과정 등에서 발생하는 지반 진동은 주변 암반과 구조물의 균열을 유발하여 붕락 사고나 지반침하 같은 심각한 위험을 초래할 수 있다(Kim et al., 1997). 이러한 지하광산의 안전사고를 방지하기 위해서 발파진동의 영향을 예측하거나 미소 진동을 계측하여 암반 구조물의 파괴를 사전에 감지하기 위한 연구가 다수 이루어지고 있다(Shin and Oh, 1997; Kim et al., 2011). 그러나 국내 지하광산은 열악한 작업환경으로 인해 여러 지역에서 채광작업이 이루어지기 때문에 미소 진동 계측시스템을 유지하기 어려운 점이 있다(Cheon and Jin, 2017). 또한, 광업 활동에서 발생한 분진과 미세먼지는 대기 중에 부유하여 광산환경을 악화시키고 작업자에게 다양한 질병을 유발할 수 있다(Saarikoski et al., 2019; Petavratzi et al., 2005). 특히 많은 대형 디젤 장비의 사용으로 인하여 독성이 강한 NOx와 디젤 매연(DPM) 또한 상당량 배출되는 것으로 보고되었다(Lee, 2021). 발파 시 발생한 다량의 분진은 중장비와 작업자의 시야를 방해하여 충돌사고를 유발할 수도 있다. 이러한 광산 내 진동 및 대기 문제를 예방하기 위해서는 발생원 추정, 거동 분석 등의 다양한 측면을 고려해야 하며, 특히 모니터링을 통한 현황 파악이 중요하다. 진동을 모니터링하면 구조적으로 불안한 지역을 보강하여 붕괴를 예방할 수 있고, 분진량을 모니터링하면 분진이 다량 발생하는 지역에 환풍기를 설치하여 원활한 환기 시스템을 구축할 수 있을 것이다. 그러나 기존 통신망과의 연결이 원활한 노천광산에 비해 지하광산에서는 광산 외부 통신망과의 연결이 어렵고, 복잡한 갱도 구조, 작업장의 위치 변경, 고가의 통신망 설치 비용 등의 문제로 인해 계속해서 변하는 지하환경을 관측하는 데에 어려움이 있었다(Lee et al., 2018).

최근에는 사물인터넷 기술의 발전과 함께 광산에서의 환경을 모니터링하기 위해서 다양한 센서와 사물인터넷을 접목하는 시도가 늘고 있다. Sun et al.(2012)은 광미댐에서 발생할 수 있는 붕괴 사고를 사전에 방지하기 위해 광미댐의 수위, 변형, 압력 등을 측정할 수 있는 다양한 센서와 사물인터넷 및 클라우드 컴퓨팅을 접목하였으며, Prashanth and Nimaje(2019)은 노천광산에서 발파로 인해 발생한 진동을 가속도 센서와 RF(Radio Frequency) 모듈을 이용하여 관측하였다. 이외에도 Bluetooth, WiFi, ZigBee 등의 사물인터넷 기술을 이용하여 광산에서의 대기 모니터링을 수행한 사례들이 다수 보고되었다(Anitha and Seshagiri, 2019; Nath et al., 2018; Jo and Khan, 2017). 이처럼 Bluetooth, NFC, WiFi, ZigBee를 비롯한 다양한 사물인터넷 기술이 지하광산 현장의 환경과 목적에 따라 무선통신을 위해 활용될 수 있다. Bluetooth는 10 m 안팎의 단거리 무선 통신기술로써 적은 전력을 소모하며, 최근 개발된 Bluetooth 5.0의 경우에는 전송 거리가 약 40 m, 전송속도는 2 Mbps까지 늘어났다. 그러나 광산 내에서 사용하기에는 통신 거리가 다소 짧고 최대 연결 가능 기기 수가 상대적으로 적어 실시간 모니터링에는 적합하지 않다. NFC는 10 cm 이내의 가까운 거리에서 데이터를 교환할 수 있는 근거리 무선 통신기술 중 하나로 1대1 태그 방식을 활용하기 때문에 여러 개 지점의 실시간 모니터링에는 적합하지 않다. WiFi는 통신 범위도 넓고 데이터 전송속도도 빨라 모니터링에 유용하지만 WiFi 네트워크를 구축하기 위한 무선공유기(Access Point, AP)의 전력 소모가 크기 때문에 전력망 구축이 불가피하다. 따라서 네트워크를 구축하는데 상대적으로 비용이 많이 든다는 단점이 있다. 반면에 ZigBee는 하나의 노드가 255개의 기기와 연결되어 최대 65,000개까지 확장 연결이 가능하며(Song et al., 2017), 설정에 따라 저용량의 배터리로 수년을 작동할 정도로 전력 소모가 적다는 장점이 있다(EETimes, 2022).

따라서 본 연구에서는 지하광산 내 넓은 영역에 걸쳐 진동과 분진량을 측정하기 위해 저전력, 저비용으로 비교적 넓은 영역의 통신망을 구성할 수 있는 ZigBee 통신기술을 활용하였다. ZigBee 통신 모듈과 가속도 센서, 미세먼지 센서를 결합하여 진동과 분진량을 측정할 수 있는 소형장치를 개발하였으며, 이러한 소형장치들이 무선 센서 네트워크(Wireless Sensor Network, WSN)를 구축하여 측정된 데이터를 서로 주고받을 수 있도록 설계하였다. 개발한 기술을 강원도 삼척시 도계읍에 위치한 태영EMC 삼도사업소에 적용한 결과, 발파 작업이 이루어질 때 지하갱도 내 다수 지점의 진동 및 분진량의 변화와 공간적 분포를 확인할 수 있었다.

연구지역

연구지역은 강원도 삼척시 도계읍에 위치한 태영EMC의 삼도사업소를 선정하였다(Fig. 1). 삼도사업소는 1993년 4월 강원도 삼척시 도계읍에 6개 광업권을 설정 등록하였으며, 현대화 시설을 투입한 잔주식 채광법을 이용하여 제철 및 제강용 고품위 석회석을 주로 생산하는 지하광산이다. 삼도사업소는 풍촌층 석회암을 대상으로 채광하며, 풍촌층 석회암에는 상부의 균질한 석회암대를 따라 백색 내지 회백색의 미정질 방해석형 고품위 석회석 광상이 형성되어 있다. 이는 쥐라기(189~205 Ma)에 야기된 천열수(100~200°C) 변질 작용으로 인해 형성된 것으로 알려져 있다(Noh and Oh, 2005). 삼도사업소의 광산에서는 연간 약 150만 톤의 석회석을 채광하고 있으며, 이를 위해 작업 및 운반 차량의 운행이 반복되고 매일 수차례에 걸친 발파 작업이 이루어지고 있으므로 광산 내의 진동과 분진량을 모니터링하는 것이 매우 중요하다. 현재 삼도사업소 광산에서는 통기 승갱과 기압차를 이용한 자연환기 방식과 갱내 다수 지점에 설치한 환기 팬(fan)을 활용한 방식을 병행하여 환기 시스템을 운영하고 있다. 본 연구에서는 삼도사업소의 갱 입구에서부터 약 2 km 진입한 지점에 있는 발파장소 주변부를 대상으로 개발한 기술을 적용하였다.

/media/sites/ksmer/2022-059-02/N0330590202/images/ksmer_59_02_02_F1.jpg
Fig. 1.

Images of Taeyoung EMC’s Samdo mine (Taeyoung EMC, 2022).

연구 방법

지하광산 내에 설치된 센서는 외부의 통신망에 직접 연결될 수 없으므로 광산 내부에서 취득한 데이터를 확보하기 위해서는 별도의 저장장치를 활용하거나 중계기를 통해 외부의 통신망까지 데이터를 전송해야 한다. 본 연구에서는 광산 심부에서의 진동 값을 측정하기 위해서 가속도 센서를 이용하였고, 분진량을 측정하기 위해서 미세먼지 센서를 이용하였다. 그리고 이러한 센서들을 통해 취득한 데이터는 ZigBee 통신을 통해 목적지까지 전송될 수 있도록 WSN을 구축하였다. 데이터가 집결되는 물리적 위치가 광산 외부에 위치한다면 외부 통신망을 통해 별도의 서버로 전송될 수 있도록 하였고, 광산 내부에 위치할 때는 노트북 컴퓨터의 저장장치나 메모리 카드에 저장될 수 있도록 시스템을 구성하였다.

ZigBee 통신모듈

외부 통신망과의 연결이 어려운 지하광산에서도 측정 데이터를 전송할 수 있도록 ZigBee 통신기술을 이용하였다. Zigbee는 로컬 영역 무선 네트워킹을 위한 저전력의 무선통신 프로토콜로, Bluetooth가 표준으로 지정된 통신 방식인 것처럼 ZigBee 또한 표준 통신 방식 중 하나이다. 따라서 표준만 따른다면 서로 다른 회사의 다양한 제품들끼리도 ZigBee 방식으로 통신할 수 있다. ZigBee 통신은 크게 세 가지 중요한 특징을 가지는데, 첫 번째로 하나의 정보(패킷)가 최종 목적지로 이동하는 동안 다른 모듈을 통해 전달될 수 있는 라우팅 기능이 있으며, 두 번째로 인위적인 개입 없이도 전체 무선 네트워크를 즉시 생성할 수 있는 애드혹 네트워크 기능이 있다. 세 번째로는 하나 이상의 모듈이 네트워크에서 누락되어도 이를 자동으로 파악하고 네트워크를 재구성할 수 있는 자체 메시 복구 기능을 들 수 있다(Farahani, 2011).

이러한 특징을 기반으로 ZigBee 네트워크에 속한 각각의 모듈에 코디네이터, 라우터, 엔드 디바이스의 세 가지 역할을 부여할 수 있다. 코디네이터는 하나의 네트워크에 하나만 존재할 수 있으며 네트워크의 형성, 주소 배포, 보안 설정, 네트워크 유지 등의 관리자 임무를 수행한다. 라우터는 네트워크에 접속해서 정보를 주고받고, 멀리 떨어진 장치 간의 라우팅 임무를 수행한다. 즉 무선통신의 통로로서 메신저 역할을 하므로 상시 전원을 유지할 필요가 있다. 엔드 디바이스는 네트워크에 접속하고 정보를 주고받을 수 있지만, 라우팅 역할은 없으므로 절전모드를 통해서 에너지를 절약할 수 있다(Farahani, 2011).

목적에 따라 이러한 모듈 간에 다른 네트워크 방식을 적용할 수 있는데, 크게 스타 네트워크, 트리 네트워크, 메시 네트워크로 구분할 수 있다. 스타 네트워크는 엔드 디바이스가 코디네이터와 직접 연결되는 방식으로, 라우터가 없어 네트워크가 넓게 확장될 수 없다는 단점이 있다(Fig. 2(a)). 트리 네트워크는 나뭇가지 모양의 네트워크 형태를 가지며, 라우터끼리 한 개의 라인으로 연결되고 엔드 디바이스는 제일 가까운 라우터와 연결되어 코디네이터로 데이터를 전송한다(Fig. 2(b)). 마지막으로 메시 네트워크는 라우터끼리 복수의 연결이 가능한 그물망 모양의 네트워크이다(Fig. 2(c)).

/media/sites/ksmer/2022-059-02/N0330590202/images/ksmer_59_02_02_F2.jpg
Fig. 2.

Types of ZigBee networks: (a) Tree, (b) Star, and (c) Mesh.

본 연구에서는 Digi International 사의 XBee S2C 제품을 이용해서 ZigBee 프로토콜 기반의 무선통신을 수행하였다. XBee S2C 제품은 실외에서는 약 90 m의 통신 범위를 가지고, 실내에서는 약 30 m의 통신 범위를 가진다.

본 연구에서 사용한 XBee S2C 제품(Fig. 3(a))은 Digi International 사에서 제공하는 XCTU 프로그램(Fig. 3(b))을 이용해서 각 모듈의 역할, 네트워크 유형, 절전모드 여부 등 네트워크 구축을 위한 다양한 설정을 해줄 수 있다. XBee 모듈은 아두이노나 라즈베리 같은 마이크로컨트롤러와 연계하여 활용될 수 있고, 자체적으로도 총 20개의 핀을 가지고 있으므로 다양한 센서와 결합하여 독립적으로 사용될 수 있다.

/media/sites/ksmer/2022-059-02/N0330590202/images/ksmer_59_02_02_F3.jpg
Fig. 3.

(a) XBee S2C module; and (b) XCTU application (Digi international, 2022).

진동 측정 모듈 개발

본 연구에서는 진동 값을 측정하기 위해서 저비용의 가속도 센서인 ADXL335를 사용하였다. ADXL335는 미세전자기계시스템(Micro Electro Mechanical Systems, MEMS) 가속도 센서이며, 특정 축에 가속도가 가해질 때 폴리실리콘 스프링에 의해 지지가 되는 미세 구조가 편향되어 전기용량(capacitance)이 변화하게 된다. 이러한 변화량은 해당 축의 가속도에 비례하도록 설계되었으며, 중력으로 인한 정적 가속도와 충격이나 진동으로 인한 동적 가속도를 X축, Y축, Z축에 대해 ±3 g 범위에서 측정할 수 있다. 이 센서는 1.8V~3.6V의 전원에서 작동하며 일반적으로 350 µA의 전류만 소비하기 때문에 저전력을 요구하는 본 연구의 목적에 적합하다. ADXL335 센서는 X, Y, Z축의 가속도 값에 따라 3개의 아날로그 출력 핀을 통해 전압을 내보내며, VCC 핀을 통해 전력을 공급받고 GND 핀을 통해서 접지하여 준다(Fig. 4). 출력되는 아날로그 값과 가속도의 관계는 Equation 1과 같다. 여기서 ADC value는 아날로그 값, Vref는 기준 전압, 1.65(V)는 0 g에서의 전압, 0.330(V)은 감도 스케일 팩터(sensitivity scale factor)에 해당한다.

(1)
Accelerationvalue=((ADCvalue×Vref)/1024)1.65)/0.330

/media/sites/ksmer/2022-059-02/N0330590202/images/ksmer_59_02_02_F4.jpg
Fig. 4.

(a) ADXL335 accelerometer; and (b) Schematic (Analog devices, 2022).

Fig. 5는 Xbee와 ADXL335를 함께 활용하여 개발한 지하광산용 진동 측정 모듈의 회로도(Fig. 5(a))와 실제 모습(Fig. 5(b))을 보여주고 있다. 3V 정도의 전압을 공급할 수 있도록 AA 배터리 2개를 내장하였고, 이를 승압하여 일정한 전압을 공급하기 위한 3.3V 레귤레이터를 연결하였다. XBee 모듈과 ADXL335는 모두 3.3V의 입력전압에 최적화되어 있으므로 레귤레이터에서 출력되는 일정한 전압을 각각에 공급하였다. ADXL335에서는 가속도 값에 따라 X축, Y축, Z축으로 최대 3.3V의 전압을 출력하는데 XBee에서 입력받을 수 있는 아날로그 값은 최대 1.2V라는 문제점이 있다. 따라서 XBee의 아날로그 핀을 통해 0V~3.3V의 가속도 센서 출력전압을 측정하려면 최대 출력전압을 1.1V(3분의 1)로 낮출 필요가 있다. 이를 위해서 각각의 축마다 3개의 1 MΩ 저항을 설치하고 전압이 3분의 1이 되는 지점과 아날로그 핀을 연결하여 최대 1.1V의 전압을 측정할 수 있도록 하였다. 이때 1 MΩ의 높은 저항을 사용한 이유는 ADXL335의 내부저항보다 훨씬 큰 값을 사용해야 병렬 회로에서의 합성 저항에 영향을 주지 않고, 출력되는 전압을 왜곡시키지 않기 때문이다. XBee의 아날로그 핀에서는 0V~1.2V의 값을 0~1023(10비트)의 숫자로 측정하므로 가속도가 0에 해당하는 전압(0.55V)이 입력될 때는 약 469의 값을 측정하게 된다. 이렇게 얻어진 값은 라우터의 역할을 하는 다른 XBee 모듈과 연결되어 최종적으로 코디네이터로 전송되도록 하였다.

/media/sites/ksmer/2022-059-02/N0330590202/images/ksmer_59_02_02_F5.jpg
Fig. 5.

Vibration measurement module: (a) Schematic; and (b) Product.

분진 측정 모듈 개발

광산 내에서의 분진 밀도를 측정하기 위해서 저비용의 미세먼지측정 센서인 GP2Y1014AU0F를 사용하였다. GP2Y1014AU0F는 적외선 발광다이오드(light emitting diode, LED)와 포토트랜지스터를 이용하여 먼지를 광학적으로 감지하는 센서이다. 적외선 LED는 일정한 양의 빛을 반복해서 방출하는데 먼지가 지나가면 먼지가 없을 때보다 수광부에 도달하는 빛이 줄어들고 이에 따라 전압이 바뀌게 된다. 이때 측정되는 전압의 변화량을 감지하여 미세먼지의 양을 측정하는 방식이다. Fig. 6(a)에서 센서의 형태와 핀 배치를 확인할 수 있는데, V-LED 핀은 적외선 LED에 전력을 공급하며, LED-GND 핀을 통해 접지를 시켜준다. LED 핀은 LED의 깜빡임을 조절하는 기능을 수행한다. VCC 핀은 미세먼지 센서 자체에 전력을 공급하며, S-GND 핀을 통해서 센서에 흐르는 전류를 접지시킨다. Vo 핀은 공기 중의 미세먼지 입자 농도에 따라서 아날로그 전압을 출력하므로 마이크로컨트롤러에 연결하여 그 값을 측정하고 분진 밀도를 예측할 수 있다. 이러한 핀들의 관계와 센서 내에서의 전기적 흐름은 Fig. 6(b)에서 확인할 수 있다. 이 센서는 최대 약 0.5 mg/m³까지 분진 밀도를 측정할 수 있으며, 출력되는 전압과 분진 밀도가 선형관계를 나타내므로 간단한 수식을 통해 측정된 전압을 분진 밀도로 변환할 수 있다. 이때 분진의 밀도에 따라 전압이 정비례하는 경향은 제품마다 거의 일정하지만, 초기의 센서 감도는 제품마다 달라서 여러 개의 제품으로부터 정확하고 일관성 있는 데이터를 확보하려면 각각의 제품에 대한 보정 과정이 필요하다. 본 연구에서는 공기청정기의 배출구에서 분진 밀도가 0 mg/m³이라고 가정하고, 청정한 공기에서 측정되는 전압을 기록하였다. 그리고 센서의 구멍을 막아 분진 밀도가 최대(0.5 mg/m³)가 되는 환경에서의 전압을 기록하였다. 최종적으로는 제품마다 다르게 나타나는 전압과 분진 밀도의 관계식을 구하였고, 측정된 전압으로부터 분진 밀도를 계산하였다. 다만 저비용 센서의 한계로 인해 높은 정확도를 얻는 것에는 무리가 있으므로 본 연구에서는 정확한 분진 밀도를 얻는 것보다는 광산 내에서의 전반적인 분진 거동을 파악하는 것을 목적으로 하였다.

/media/sites/ksmer/2022-059-02/N0330590202/images/ksmer_59_02_02_F6.jpg
Fig. 6.

(a) GP2Y1014AU0F dust sensor; and (b) Schematic (Sharp, 2022).

미세먼지측정 센서를 활용하여 지하광산 내의 분진 밀도를 측정하고 그 데이터를 전송하기 위해서 휴대용으로 설치 가능한 분진 측정 모듈을 개발하였다. Fig. 7(a)는 개발된 모듈의 회로도를 나타내며, Fig. 7(b)는 실제 개발 모듈을 보여준다. GP2Y1014AU0F 센서로 분진 밀도를 측정하려면 적외선 LED의 깜빡임을 짧고 정밀한 시간 간격으로 제어해야 하므로 마이크로컨트롤러인 Arduino Uno를 프로그래밍하여 연결하였다. 미세먼지측정 센서는 5V의 전압에 최적화되어 있으므로 5V 레귤레이터를 통해 배터리로부터 공급되는 약 3V의 전압을 5V로 승압하여 안정적으로 공급하였다. 분진 측정 모듈은 진동 측정 모듈보다 사용전력이 크기 때문에 상대적으로 큰 용량을 가지는 1.5V D형 배터리 2개를 연결하였다. 측정된 분진 밀도 값은 Arudino Uno의 아날로그 입력 핀을 통해서 Arduino에 입력되고, 그 결과를 XBee를 통해 전송하였다. XBee 모듈을 Arduino와 연결하기 위해서 XBee Shield를 사용하였고, 지하광산에 안전하게 설치할 수 있도록 3D 프린터를 이용하여 외장 케이스를 제작하였다. 미세먼지측정 센서의 특성상 Arduino와 센서에 계속해서 전력을 공급해야 하므로 분진 측정 모듈에 설치된 XBee 모듈 또한 항시 전원을 유지하는 라우터 모드로 설정하였다. 즉, 분진 측정 모듈은 그 자체로 분진 밀도를 측정하고 전송하는 역할과 더불어 라우터로써 코디네이터와 엔드 디바이스의 중간에 연결되어 통신 영역을 넓히고 다른 데이터를 전달하는 임무를 수행하기도 한다.

/media/sites/ksmer/2022-059-02/N0330590202/images/ksmer_59_02_02_F7.jpg
Fig. 7.

Dust measurement module: (a) Schematic, and (b) Product.

연구 결과

지하갱도 내 모듈 설치 및 데이터 취득

본 연구에서 개발한 진동 측정 모듈과 분진 측정 모듈을 태영EMC 삼도사업소의 지하갱도에 적용하였으며, 외부 통신망과 연결할 수 없는 지점에서도 데이터를 원활하게 취득하고 공유할 수 있는지 평가하였다. 실험을 수행한 위치는 삼도사업소 본갱 일부 영역에 해당하며, 이곳은 하루에도 주기적으로 수차례 발파와 채광이 이루어지는 지점이다. 상시 전원이 필요하지 않은 진동 측정 모듈은 엔드 디바이스로 설정하여 전력 소모를 최소화하였고 총 19개의 모듈을 갱도에 설치하였다. 이러한 엔드 디바이스는 데이터를 측정하고 전송하는 역할이 가능하지만, 다른 데이터를 받고 전달해주는 기능이 없으므로 넓은 영역에 걸쳐 원활한 WSN을 구축하기 위해서는 반드시 라우터들을 배치해야 한다. 상시 전원으로 구동하는 분진 측정 모듈을 라우터로 설정하여 9개 설치하였으며, 모듈 간 원활한 통신을 위해 가시선(Line Of Sight, LOS)을 확보하여 약 30 m 간격으로 배치하였다. 분진 측정 기능이 없는 단순 데이터 전달용 라우터 모듈도 추가로 6개를 설치하여 통신 영역을 확장하였다(Fig. 8). 측정 실험은 이틀에 걸쳐서 진행하였으며, 2번에 걸친 발파 지점을 Fig. 8에 표시하였다.

/media/sites/ksmer/2022-059-02/N0330590202/images/ksmer_59_02_02_F8.jpg
Fig. 8.

Location map of the modules installed in the Samdo mine.

ZigBee 네트워크에는 반드시 하나의 코디네이터가 존재해야 하므로 XBee와 Arduino Uno를 XBee Shield로 연결하여 코디네이터 모듈을 제작하였고, 측정 모듈에서 취득한 모든 데이터를 모니터링할 수 있도록 프로그래밍하여 노트북에 연결하였다. 코디네이터 역할의 XBee에서 취득하는 패킷 형태 데이터는 각 모듈을 정의하는 고유한 코드와 아날로그값으로 구성되며, Arduino는 TTL(Time To Live) 방식의 시리얼 통신을 통해 이러한 데이터를 노트북으로 전송한다. Fig. 9(a)는 현장에 설치한 각각의 모듈을 보여주고 있으며, Fig. 9(b)는 코디네이터 모듈이 연결된 노트북 화면을 통해 데이터를 취득하는 모습을 보여준다. 취득한 데이터는 CSV(comma-separated values) 포맷으로 실시간 기록되므로 현장에서도 간단하게 모니터링 현황을 확인할 수 있다.

/media/sites/ksmer/2022-059-02/N0330590202/images/ksmer_59_02_02_F9.jpg
Fig. 9.

Field test of: (a) Developed modules, and (b) Data logging.

진동 측정 결과

총 19개의 진동 측정 모듈을 발파 지점과 가까운 지점부터 멀어지는 방향으로 설치하고 V1에서 V19까지 번호를 부여하였다. 발파 지점에서 가장 먼 곳에 코디네이터 모듈을 설치한 결과, 모든 진동 측정 모듈의 관측값을 코디네이터에서 모니터링할 수 있음을 확인하였다. 발파 지점 근처의 모듈은 코디네이터 모듈과 거리가 300 m 이상 떨어져 있고, 각각의 XBee S2C 통신 모듈은 실내 환경에서의 통신 범위가 약 30 m이므로 이들 사이에 직접적인 통신은 불가능하다. 즉, 갱도 중간에 설치한 라우터 모듈들이 무선통신의 중계 활동을 수행하고 있음을 확인하였다.

Fig. 10은 일부 진동 측정 모듈에서 취득한 첫째 날 발파에 대한 진동 측정 결과를 보여준다. 진동 측정 모듈은 가속도 센서를 이용해서 제작하여 진동이 없는 환경에서도 중력 가속도가 측정되고 있다. 따라서 취득한 가속도 데이터에 저역필터(Low-pass filter)를 적용하여 중력 가속도를 제거하였다. 각 모듈은 1초마다 진동을 측정할 수 있도록 시간 간격을 설정하였고, 모듈의 전력 소모를 줄이기 위해서 1초 중 0.9초는 전원을 끄도록 슬립모드를 설정하였다. V15, 17, 19와 같이 코디네이터에서 상대적으로 가까운 모듈에서는 안정적인 데이터 취득이 이루어졌고, 발파가 이루어진 16시 51분경에 약 0.05 g의 진동이 관측되는 것을 확인할 수 있다(Fig. 10(a)-(c)). 이는 매우 작은 진동으로 단단한 암반으로 인해 지반을 통한 진동 전파의 영향은 크지 않은 것으로 추정된다. 코디네이터와 진동 측정 모듈이 멀리 떨어질수록 중간에 많은 라우터를 거쳐서 데이터를 전송해야 하므로, 네트워크 어딘가에서 연결이 원활하지 않다면 안정적인 데이터 전송이 어려울 수 있다. 예를 들어 가장 멀리 떨어지고 발파 지점에 가까운 V1의 경우에는 하나의 라우터에만 연결 가능하므로 상대적으로 누락되는 데이터가 많은 것으로 나타났다(Fig. 10(d)). 그 외 다수의 진동 측정 모듈에서 데이터를 잘 취득하다가도 취득하지 못하는 공백 기간이 나타나는 것을 확인하였다. 이는 복잡한 지하갱도의 구조로 인해 진동 측정 모듈의 네트워크 연결이 순간적으로 끊김을 의미하며 이에 대해서는 토의에서 자세히 다루도록 하겠다.

/media/sites/ksmer/2022-059-02/N0330590202/images/ksmer_59_02_02_F10.jpg
Fig. 10.

Vibration measurement results of: (a) V15, (b) V17, (c) V19, and (d) V1 modules.

분진 측정 결과

총 9개의 분진 측정 모듈에 D1에서 D9까지 번호를 부여하고 둘째 날 발파에 대한 분진 밀도 변화를 관측하였다. 모든 분진 측정 모듈의 관측값을 코디네이터에서 모니터링할 수 있었으며, 간헐적으로 네트워크 연결이 끊겨 데이터가 일부 누락되었던 진동 측정 모듈과 비교하면 분진 측정 모듈에서는 더 안정적으로 데이터를 취득할 수 있었다. 이러한 차이가 발생한 이유는 엔드 디바이스로 설정하여 슬립모드를 실행한 진동 측정 모듈과 비교하여 분진 측정 모듈은 상시 전원을 유지하는 라우터로 설정하였기 때문으로 판단된다.

Fig. 11은 1초 단위로 측정된 분진 밀도 데이터의 1분간 평균값 변화 추이를 그래프로 나타낸 결과이다. Fig. 11(a)는 각 모듈의 분진 밀도 변화를 모듈마다 다른 기준을 가지고 색상으로 표시한 결과이며, 붉은색에 가까울수록 높은 값이고 파란색에 가까울수록 작은 값을 의미한다. 발파 시점을 전후로 하여 대부분 모듈에서 측정값이 크게 변화하는 현상을 확인할 수 있다. 발파 시간인 오후 4시 44분경부터 발파 지점과 가장 가까운 D1, D2 모듈부터 변화가 감지되며, 발파 지점에서 멀어지는 방향으로 차례대로 분진 밀도가 증가하는 경향을 보인다. D8, D9 모듈은 상대적으로 변화가 늦게 나타나는데 해당 모듈이 설치된 지역은 상대적으로 고도가 높은 지역에 위치하였기 때문으로 추정된다. 발파가 시작되기 20분 전부터 발파 시점까지는 분진 밀도가 서서히 줄어드는 현상을 볼 수 있는데 그 이유는 발파가 시작되기 전에는 갱도 내의 모든 장비의 가동을 중단하고 영향 범위 밖으로 이동시키므로 갱 내부에서는 분진을 발생시킬 요인이 줄어들기 때문으로 생각된다. Fig. 11(b)는 모든 모듈의 분진 밀도를 같은 기준을 가지고 색상으로 표시한 결과이다. D1, D2, D9 모듈은 전체적으로 낮은 분진 밀도를 보이며, D3-8 모듈의 분진 밀도가 상대적으로 높게 나타나는 것을 확인할 수 있다. 특히 D3-6 모듈은 발파 이후 급격하게 분진 밀도가 증가하는 것을 봤을 때, 발파 지점에서 발생한 분진이 D1, D2 방향(남쪽)보다는 D3-7 방향(북쪽)으로 주로 유동하는 것을 추정할 수 있다. 각 모듈의 구체적인 분진 밀도 변화량은 Fig. 11(c)에서 확인할 수 있다. 발파 직후에 일시적으로 분진 밀도가 높아지지만, 일반적으로는 높지 않은 분진 밀도를 유지하고 있으므로 광산 내의 환기 시스템이 잘 운영되고 있음을 확인할 수 있다.

/media/sites/ksmer/2022-059-02/N0330590202/images/ksmer_59_02_02_F11.jpg
Fig. 11.

Dust measurement results: (a) Dust density change in each module, (b) Distribution of overall dust density, and (c) Line chart for all the modules.

토 의

본 연구에서는 ZigBee 통신기술을 활용한 WSN을 구축해서 지하갱도 내에 설치한 모든 진동 측정 모듈과 분진 측정 모듈로부터 데이터를 취득할 수 있었다. 그러나 엔드 디바이스인 진동 측정 모듈은 설치 위치에 따라 네트워크 연결 안정성에 차이가 나타났다. ZigBee 기반의 센서로부터 향후 더 안정적으로 데이터를 취득하기 위해서는 다음과 같은 사항들을 고려하고 개선할 필요가 있다.

(1) 본 연구에서는 모듈에서의 전력 소모를 최소화하기 위해서 진동 측정 모듈을 엔드 디바이스로 설정하였는데, 엔드 디바이스는 데이터를 주고받을 수 있는 라우터와 달리 취득한 데이터를 전송하는 역할만 가능하다는 단점이 있다. 본 연구에서는 엔드 디바이스 대비 라우터의 개수가 적어서 일부 진동 측정 모듈에서는 데이터 취득이 안정적이지 못했던 것으로 판단된다. 따라서 지하광산과 같이 구조가 복잡하여 통신이 어려운 곳에서는 원활한 통신을 위해 라우터 모듈을 충분히 확보할 필요가 있을 것이다.

(2) 본 연구에서는 진동 측정 모듈에 슬립모드를 적용하여 1초 중 0.9초는 전원을 끄고 0.1초만 작동하도록 설정함으로써 상시 전원을 공급하는 것보다 배터리의 수명을 늘렸다. 슬립모드를 활용하면 전원이 꺼져있는 시간에 어느 정도 비례하여 소모전력을 줄일 수 있는 것으로 알려져 있다(Shirono et al., 2012). 그러나 슬립모드를 통해 전원이 꺼졌다 켜지게 되면 계속 전원을 유지하는 것에 비해서 WSN에 대한 연결 지속성이 떨어지는 것으로 추정된다. 이는 라우터로 설정하여 상시 전원을 유지해주는 분진 측정 모듈과 비교할 때, 진동 측정 모듈의 데이터 취득 안정성이 떨어지는 것을 통해 확인할 수 있다. 실험실 환경에서는 슬립모드에서도 신속하게 네트워크 연결이 가능했으나 지하광산에서는 원활한 네트워크 연결성을 확보하기 어렵기 때문이다. 또한, 발파로 인한 진동은 순식간에 발생하고 사라지기 때문에 상시 전원을 공급하여 1초보다 짧은 간격으로 측정하면 더 안정적으로 진동을 관측할 수 있을 것으로 생각된다.

(3) 전자기파는 회절과 반사로 인해 장애물을 넘어 일부 전달될 수 있으나, 기본적으로 직선 경로를 따라서 방출되며 특히 대기권의 낮은 위치에서 높은 주파수 대역은 회절이나 반사 효과가 거의 일어나지 않는다(Wikipeida, 2022). 따라서 원활한 통신이 이루어지려면 안테나 사이의 가시선을 확보하는 것이 매우 중요하다. 지하광산에서는 갱도 외에는 단단한 암벽으로 둘러싸여 있으므로 모듈 간에 가로막는 장애물이 없도록 가시선을 잘 확보해야 하며 본 연구에서도 이를 신경 써서 설치 작업을 진행하였다. 그러나 어둡고 이동이 불편한 환경에서 종이지도를 통한 대략적인 위치와 설치자의 직관에 의지하여 설치 작업을 진행하였기 때문에 모듈의 통신 범위와 가시선을 완벽하게 고려하기에는 어려움이 있었다. 따라서 지하갱도에 대한 3D 모델링 및 가시선 분석을 사전에 수행하고 가시선 확보에 가장 유리한 지점에 설치를 진행한다면 더욱 효과적인 네트워크를 구축할 수 있을 것이다.

결 론

본 연구에서는 ZigBee 기술 기반의 XBee 모듈과 가속도 센서, 미세먼지 센서를 이용해서 지하광산 내 진동과 분진 밀도를 모니터링하기 위한 저전력·저비용의 모듈을 제작하였다. 제작한 모듈을 강원도 삼척시 도계읍에 위치한 태영EMC 삼도사업소 갱도를 따라 설치하였고, 발파가 진행될 때와 발파 전후의 진동 및 분진 밀도를 측정하였다. 그 결과 발파 지점과 300 m 이상 떨어진 곳에서도 진동과 분진 밀도의 변화에 대한 데이터를 취합할 수 있었고, 외부 통신망과 연결이 어려운 지하환경에서도 다수 지점의 데이터를 동시에 취득할 수 있음을 확인하였다. 발파 직전에는 대부분 모듈에서 분진 밀도가 감소하는 경향을 보였으며, 발파 직후에는 분진 밀도가 일시적으로 증가하는 경향을 확인할 수 있었다. 발파 과정에서 일시적인 변화가 감지되었지만, 대상 광산은 안정적인 지반과 환기 시스템을 갖춘 것으로 판단된다. 엔드 디바이스로 설정한 일부 진동 측정 모듈에서는 통신의 안정성이 떨어졌는데, 이러한 문제를 개선하기 위해서는 상시 전원을 유지하거나 라우터 모듈의 개수를 늘리는 방법이 필요할 것으로 생각한다. 이와 더불어 대용량 배터리를 설치하거나 모듈의 성능 및 배터리 효율을 개선하는 연구를 병행하여야 할 것이다. 또한, 더욱 원활한 WSN을 구축하기 위해서는 모듈 간에 가시선을 확보할 필요가 있다. 지하갱도에 대한 3D 모델링 및 가시선 분석이 사전에 이루어진다면 더욱 효과적인 지점에 모듈을 설치할 수 있을 것이며, 현장에서 LiDAR 센서를 이용한다면 장애물이 가리지 않는 위치를 실시간으로 분석하고 적절한 설치 지점을 파악할 수 있을 것으로 기대된다. 향후 연구에서는 최적의 모듈 설치 지점을 분석하고자 하며, 대시보드를 통해 모니터링 결과를 실시간으로 가시화하여 더욱 직관적으로 지하광산 내 환경을 파악하고자 한다. 또한, 머신러닝 기술을 통해 취득 데이터를 학습하고 위험지역을 사전에 파악한다면 지하광산에서 발생 가능한 피해를 예방하고 근무환경을 개선하는데 기여할 것으로 기대한다. 본 연구는 저전력과 저비용으로 구축 가능하므로 상대적으로 영세하고 열악한 지하광산에 적용되어 안전한 환경을 위한 기초 연구로써 활용될 수 있을 것이다.

Acknowledgements

본 연구는 한국연구재단의 연구비 지원(No. 2020R1G1A1010789)과 (주)태영이엠씨의 지원을 받아 수행되었습니다.

References

1
Analog devices, 2022.02.02., www.analog.com.
2
Anitha, K. and Seshagiri, T., 2019. Implementation of Wireless Sensor in Coal Mine Safety System using ZigBee, International Research Journal of Engineering and Technology, 6(5), p.1467-1472.
3
Cheon, D.S. and Jin, K., 2017. Analysis of Microseismic Waveform for Safety Management of Rock Mass Structures, Journal of the Korean Society of Mineral and Energy Resources Engineers, 54(5), p.467-479. 10.12972/ksmer.2017.54.5.467
4
Digi interanational, 2022.01.23., https://www.digi.com.
5
EETimes, 2022.01.13., www.eetimes.com/zigbee-wireless-technology-for-low-power-sensor-networks.
6
Farahani, S., 2011. ZigBee Wireless Networks and Transceivers, Elsevier, Amsterdam, Netherland, 340p.
7
Jo, B.W. and Khan, R.M.A., 2017. An event reporting and early-warning safety system based on the internet of things for underground coal mines: A case study, Applied Sciences, 7(9), p.925-949. 10.3390/app7090925
8
Kim, H.D., Lim, H.W., and Lee, T.N., 1997. The Effects of Blasting Vibrations on the Stability of Structure by Excavation around Shaft, Tunnel and Underground, 7, p.208-220
9
Kim, J., Kim, Y., Kwon, S., Kwon, H., Kim, J., Kang, S., Jang, H., Kim, T., and Kwon, H., 2011. Development of Microseismic Monitoring and Analysis System for Prediction of Ground Subsidence, Journal of the Korean Society of Mineral and Energy Resources Engineers, 48(6), p.764-774.
10
Lee, C.W., 2021. Proposing Appropriate Mine Ventilation Methods for Sustainable Limestone Mine Development in Korea, Journal of The Korean Society of Mineral and Energy Resources Engineers, 58(2), p.191-201. 10.32390/ksmer.2021.58.2.191
11
Lee, S.J., Park, Y.H., Lee, H.K., and Kim, J., 2018. Review of Environmental Monitoring and Communication System in Underground Mines Using Wireless Sensor Network, Tunnel and Underground Space, 28(3), p.209-231.
12
Nath, S., Dey, A., Pachal, P., Chowdhury, S.R., Sing, J.K., and Sarkar, S.K., 2018. Nano Structured Gas Sensing Device and Its Application in Underground Mines, Proc. of the 2018 IEEE Electron Devices Kolkata Conference (EDKCON), Kolkata, India, p.445-449. 10.1109/EDKCON.2018.8770439
13
Noh, J.H. and Oh, S.J., 2005. Hydrothermal Alteration of the Pungchon Limestone and the Formation of High-Ca Limestone, Journal of the Geological Society of Korea, 41(2), p.175-197.
14
Petavratzi, E., Kingman, S., and Lowndes, I., 2005. Particulates from mining operations: A review of sources, effects and regulations, Minerals Engineering, 18(12), p.1183-1199. 10.1016/j.mineng.2005.06.017
15
Prashanth, R. and Nimaje, D.S., 2019. Development of blast- induced ground vibration wireless monitoring system, Proc. of the 39th Application of Computers and Operations Research in the Mineral Industry (APCOM 2019), Wroclaw, Poland, p.595-602. 10.1201/9780429320774-69
16
Saarikoski, S., Salo, L., Bloss, M., Alanen, J., Teinilä, K., Reyes, F., and Timonen, H., 2019. Sources and Characteristics of Particulate Matter at Five Locations in an Underground Mine, Aerosol and Air Quality Research, 19(12), p.2613-2624. 10.4209/aaqr.2019.03.0118
17
Sharp, 2022.01.11., http://sharp-world.com.
18
Shin, J.W. and Oh, S.W., 1997. The Influence of Ground Stability with Blasting Vibration, Journal of the Korean Society of Safety, 12(3), p.102-107.
19
Shirono, R., Thien, V.T., and Ishibashi, K., 2012. Sleep Mode Implementation to ZigBee Router Devices for Wireless Sensor Networks, Proc. of the 3rd IEICE International Conference on Integrated Circuits and Devices in Vietnam, Danang, Vietnam, p.1-6
20
Song, H., Fink, G.A., and Jeschke, S., 2017. Security and privacy in cyber-physical systems: foundations, principles, and applications, Wiley-IEEE Press, Hoboken, New Jersey, U.S., 472p. 10.1002/9781119226079
21
Sun, E., Zhang, X., and Li, Z., 2012. The internet of things (IOT) and cloud computing (CC) based tailings dam monitoring and pre-alarm system in mines, Safety Science, 50(4), p.811-815. 10.1016/j.ssci.2011.08.028
22
Taeyoung EMC, 2022.03.10, http://www.tyemc.com.
23
Wikipedia, 2022.03.15., https://en.wikipedia.org/wiki/Line-of-sight_propagation.
페이지 상단으로 이동하기