data 분석
그동안 수많은 관련 업체 및 개발자들과 버벅 거린 이유가 여러 가지 있다.
엔지니어 똥고집 이라 폄하 하기도 하지만. 목표가 명확하기에 길을 잘못 들어가더라도 돌아 나올 수 있었기 때문이다.
산의 정상은 멀리서도 보이지만 숲으로 들어가면 보이지 않는다. 오르막과 내리막. 굽이도는 산길을 따라 가는 것도 쉽지 않고. 수많은 갈래길에서 편한 길만 보고 길을 선택할 수 없다.
data 분석은 신뢰성을 바탕으로 한다.
신뢰 할 수 없다면 생성된 data를 믿을 수 없고 활용할 수 없다.
그래프의 변화를 통해 다양한 가설을 만들고 다시 확인하는 증명 과정을 거쳐 학설이 만들어진다.
농가에서 원하는 것은. 외기 온도가 낮을 경우 온실 내 온도 분포도가 다른 원인을 찾아 해결해 달라는 것..
평상시 오차범위내 온도과 유지되지만 28일 새벽. Zon2 구역의 온도과 zon 1, 3 보다 2도 낮다.
온실 내 온습도 등 환경 허용 편차는 5% 이내. 26도로 관리한다면 편차는 0.8도 범위 내 있어야 하지만. 2도 편차는 12%의 편차를 가진다.
먼저 원인을 찾아야 하고. 그 원인이 기존 시설의 운영 방법과 위치만 바꿔도 되는지 확인이 필요하다.
처음 농가에 설치된 복합환경제어 시스템의 온도센서 높이가 잘못되어 있었고. 높이를 수정하면서 어느 정도 안정을 되찮았다. 며칠 지켜보면 그리 큰 문제가 되지 않았기에. 온실 상부의 공기만 유동시키는 것을 상하. 혼합형으로 일부 위치와 방향을 바꾸는 것으로. 충분하다 생각했었다.
data Logger를 설치 할때. 농가가 원한다고 모두 설치하지 않는다.
분석할 가치가 있고. 이를 활용해 수정 할 수 있을 정도의 수준은 돼야 한다.
괜히 설치 했내. 효과 없네. 등등. 듣고 싶지 않은 말들.
시설 내 온도와 습도 등 여러 가지 환경 중. 가장 복잡한 것이 온도다.
광 조건은 상부 시설의 영향이 절대적이라 초기부터 설계에 반영하지 않으면 수정하기 어렵고. 습도는 위로 올라가는 특성이 있으니 가온과 환기로 충분히 보정할 수 있다.
온도는 열에너지의 변화를 측정하는데. 열은 복사. 전도. 대류. 단열 등 여러가지 변수가 있다. 작물의 상태에 따라서도 온도는 다른 값으로 측정된다.
습구 온도를 모두 제거 하고.. 건구 온도만 다시 그래프를 그린다.
편차가 심한곳을 마우스로 드래그 해서 확대.
온도 편차는 있지만 원인을 알기 위해서는 패턴을 확인해야 한다.
3일간의 온도 그래프를 불러 오고. 동일한 시간대 각 Zon의 온도 확인..
평상시 오차범위내 있던 것이 외기 온도가 낮을 때 편차가 크다는 것은 난방 쪽에 문제가 있을 수 있다. 난방은 가온과 보온으로 구분된다.
Zon 2 번은 온실의 중앙 부위라 외벽과 가까운 Zon 1, 3 과 달리 단열의 영향을 거의 받지 않는다.
온도 그래프에 난방히터 온도 그래프를 더해 보면. 원인을 알 수 있다.
on/off 방식의 전열 히터 방식의 문제점을 그대로 노출시킨다.
충분히 예상 할 수 있었던 부분이라.. 이미 방안을 가지고 있으니. 그리 어렵지 않게 해결할 수 있다.
https://100.daum.net/encyclopedia/view/24XXXXX92064