화학공장의 누출사고는 초기에 적절히 대응하지 못할 경우 화재 폭발과 같은 2차 3차의 복합재난사고로 확산될 위험성이 매우 높다. 이러한 이유로 누출사고 발생 초기에 누출이 발생한 지점을 신속히 파악하여 현장안전요원에게 알림으로써, 보다 체계적이고 효율적인 초기대응을 가능하게 하여, 사고피해를 완화시킬 수 있는 통합적인 누출사고 대응시스템 구축은 매우 중요하다고 할 수 있다. 본 연구에서는, 통합적인 누출사고 대응시스템 구축을 위한 선행연구로, 딥러닝 기반의 누출원추적 모델 개발을 제안한다. 여수에 위치한 실제 화학공장을 대상으로 누출사고 시나리오에 대한 Computational Fluid Dynamics (CFD) 시뮬레이션을 진행한 뒤, 화학공장 경계면에 배치된 각 센서별 위치에서의 농도, 풍향 그리고 풍속데이터를 추출하고, 센서 좌표를 추가하여 인공신경망을 학습시켰다. 학습된 모델은 40개의 누출후보군에 대해 학습에 사용되지 않은 상황들에서도 75.43%의 정확도로 누출이 일어난 지점을 실시간 예측해냄을 확인하였다. 또한 누출지점 예측이 일치하지 않은 경우도, 예측된 지점이 실제 누출이 일어난 지점과 물리적으로 매우 인접함을 확인함으로써 제안된 모델을 실제 현장에 적용할시 기대되는 효과는 더 클 것으로 판단하였다.
밀폐된 거주공간에서 주성분이 메탄으로 이루어진 천연가스 누출은 가연성 분위기를 형성여 폭발사고로 이어진다. 밀폐공간에서 폭발을 일으키기 위한 최소 매탄 누출양은 혼합정도에 크게 의존한다. 본 논문에서는 가우스분포모델과 폭발실험에 근거하여 폭발 사고가 발생할 수 있는 최소한의 메탄 누출량을 예측하기 위한 방법을 제시하고자 한다. 밀폐공간에서 높이에 따라 가연성가스의 농도분포는 가우스분포를 가지는 것을 가정하여 연소범위에 있는 가스의 최대량을 예측하고, 일정한 부피에서 예측된 가스가 연소되어 단열 또는 등온 혼합과정을 통하여 최종 폭발압력을 예측할 수 있다. 폭발사고에 의한 건물의 피해 정도에 대응하는 최소가스 누출양을 예측할 수 있다. 연구결과 건물 내 밀폐공간에서 아주 적은 양의 메탄가스가 누출되어도 심각한 폭발사고를 일으킬 수 있다. 이는 안전장치 개발에 있어서 적절한 조치를 취하기 전에 최소허용 가스 누출량을 설정하는 것에 유용하게 사용될 수 있을 뿐 만 아니라 폭발사고 조사에도 활용 될 수 있다.
지구온난화로 인하여 태양광 발전에 대한 관심이 커지고 있다. 이에 따라 태양전지를 만드는 핵심물질인 폴리실리콘의 수요도 나날이 증가하고 있으며 시장이 커짐에 따라 생산공정에서 크고 작은 사고들이 발생하고 있다. 그 예로 2013년 상주시의 폴리실리콘 제조공장에서 염산이 누출되었고 2014년에는 여수시의 폴리실리콘 제조공장에서 화재가 발생하였으며, 2015년에는 군산시의 폴리실리콘 제조공장에서 STC(Silicon Tetrachloride)가 누출되었다. 이러한 누출 사고들은 사업장 내부에만 영향을 주는 것이 아니라 인근지역까지 영향을 줄 수 있다는 것이 특징이다. 따라서 본 연구에서는 폴리실리콘 제조공정에서 사용되는 위험물질을 파악하고, 최악의 누출 시나리오를 적용했을 때 누출량과 피해범위를 정량적으로 예측하였다. 그 결과 폭발에 따른 피해거리는 726 m로 예측되었고, 독성에 대한 피해거리는 4,500 m로 예측되었다. 그리고 TCS(Trichlorosilane), STC(Silicon Tetrachloride), DCS(Dichlorosilane)가 누출되어 공기 중의 수분과 반응하여 HCl이 생성될 경우 피해거리는 최대 5.7 km까지로 예측되었다.
본 연구에서는 배관누출에 의한 가스 폭발사고에서 누출 시나리오 선정방법과 사고결과 분석방법을 제시하고자 하였다. 이를 위해 온도, 압력, 누출물질 등 다양한 누출조건에서 누출속도, 장치피해영역 및 상해영역을 산출하고, 비교 분석하였다. 그 결과, 산출방법에 따라 사고 결과값이 다소 차이가 있었으나 파열인 경우에 최대값을 가지며, 이로부터 최악의 사고피해를 예측할 수 있었다. 그리고 누출공의 크기는 임의로 선정하기보다는 고장률을 고려한 가중평균법으로 사고피해를 예측하는 것이 바람직하다고 판단되었다.
본 연구에서는, 천연가스(NG) 데이터와 가스 관련 환경 요소 간의 관계를 기계학습 알고리즘을 사용하여 가스 누출 데이터를 직접 측정하지 않고 가스 누출 위험 수준을 예측하였다. 이번 연구는 서버가 제공하는 오픈 데이터인 IoT 기반 원격 제어 피카로(Picarro) 가스 센서 사양을 기반으로 사용했다. 천연 가스는 공기 중으로 누출이 되며, 대기 오염, 환경, 그리고 건강에 큰 문제가 된다. 본 연구에서 제안하는 방법은 천연 가스의 누출 위험 예측을 위한 랜덤 포레스트(Random Forest) 분류 기반 다변량 특이치 제거 방법이다. 비지도 k-평균 클러스터링 후에 실험 데이터 집합은 불균형 데이터이다. 따라서 우리는 제안된 모델이 중간과 높은 위험 수준을 가장 잘 예측할 수 있다는 점에 초점을 맞춘다. 이 경우 각 분류 모델에 대한 수신자 조작 특성(ROC) 곡선, 정확도, 평균 표준 오차(MSE)를 비교했다. 실험 결과로 정확도, 수신자 조작 특성의 곡선 아래 영역(AUC, Area Under the ROC Curve), MSE가 각각 MOL_RF의 경우 99.71%, 99.57%, 및 0.0016의 결과 값을 얻었다.
가스 사용 시설에서 폭발 위험성 평가 등급에 따라 적합한 방폭용 설비를 사용하는 것은 매우 중요하다. 가스 관련 법에서 가스 사용시설의 방폭 기준은 제시하고 있으나 폭발 위험장소 구분을 위한 기술 기준은 별도로 제시되어 있지 않다. 본 연구에서 한국산업표준 KS를 이용하여 저압 도시가스 배관시설에 대해 합리적인 폭발위험성 예측 방법을 제시하고자 한다. 누출공 크기, 누출압력에 따른 가상체적, 환기 유효성 등의 중요변수를 적용하여 폭발위험성이 예측되었다. 자연 환기 조건을 만족하는 실험 설비가 제작되어 도시 가스 누출 실험 결과와 KS 표준에 의해 예측된 폭발 위험성 예측 결과가 비교되었다.
이 연구의 목적은 유해화학물질 중 하나인 염소를 운송하는 차량이 사고 등으로 전복되어 가스 누출 시 염소독성(ppm)에 의해 예상되는 피해를 예측하고 최소화를 위한 효율적 대응방안을 마련하는데 있다. 피해예측을 위해 염소차량 운행 중 운전자의 부주의 등으로 발생할 수 있는 염소 누출에 따른 독성(ppm) 피해거리를 ALOHA 프로그램을 적용하여 정량적으로 산정하였다. 독성가스 누출시 피해거리는 누출된 위험물의 양과 누출당시의 기상조건 등에 영향을 받는다. 따라서 위험물질의 누출량과 기상조건의 다양한 변화를 통해 피해거리를 다각적으로 분석하였다. 중간 이하의 조건(누출량:5ton, 풍속:3m/s, 대기안정도:D)으로 산정한 피해거리는 AEGL-2의 경우(LOC:2ppm) 9km로 나타났으며, 이는 염화수소의 독성과 유사하고 심각한 호흡장해 등 인명피해를 발생시킬 수 있는 농도이다. 특히, 도심지역에서의 누출은 대규모 인명피해로 연결될 수 있다. 이에 누출사고 발생 시 누출지점 및 누출량에 따른 적절한 대응을 통해 피해를 최소화 하는 방안을 제시하였다.
대부분의 천연가스(NG)는 공기 중으로 누출 되며 그중에서도 메탄가스의 누출은 기후에 많은 영향을 준다. 미국 도시의 거리에서 메탄가스 누출 데이터를 수집하였다. 본 논문은 메탄가스누출 정도를 예측하는 딥러닝(Deep Neural Network)방법을 제안하였으며 제안된 방법은 OrdinalEncoder(OE) 기반 K-means clustering과 Multilayer Perceptron(MLP)을 활용하였다. 15개의 특징을 입력뉴런과 오류역전파 알고리즘을 적용하였다. 데이터는 실제 미국의 거리에서 누출되는 메탄가스농도 오픈데이터를 활용하여 진행하였다. 우리는 OE 기반 K-means알고리즘을 적용하여 데이터를 레이블링 하였고 NG누출 예측을 위한 정규화 방법 OE, MinMax, Standard, MaxAbs. Quantile 5가지 방법을 실험하였다. 그 결과 OE 기반 MLP의 인식률이 97.7%, F1-score 96.4%이며 다른 방법보다 상대적으로 높은 인식률을 보였다. 실험은 SPSS 및 Python으로 구현하였으며 실제오픈 데이터를 활용하여 실험하였다.
본 논문에서는 다중 요인을 고려한 천연 가스 누출 정도 예측을 위해 관련 요인을 포함하는 기상청 자료와 천연가스 누출 자료를 통합하고, 요인 분석을 기반으로 중요 특성을 선택하는 머신러닝 기법을 제안한다. 제안된 기법은 3단계 절차로 구성되어 있다. 먼저, 통합 데이터 셋에 대해 선형 보간법을 수행하여 결측 데이터를 보완하는 전처리를 수행한다. 머신러닝 모델 학습 최적화를 위해 OrdinalEncoder(OE) 기반 정규화와 함께 요인 분석을 사용하여 필수 특징을 선택하며, 데이터 셋은 k-평균 클러스터링으로 레이블을 지정한다. 최종적으로 K-최근접 이웃, DT(Decision Tree), RF(Random Forest), NB(Naive Bayes)의 네 가지 알고리즘을 사용하여 가스 누출 수준을 예측한다. 제안된 방법은 정확도, AUC, 평균 표준 오차(MSE)로 평가되었으며, 테스트 결과 OE-F 전처리를 수행한 경우 기존 기법에 비해 성공적으로 개선되었음을 보였다. 또한 OE-F 기반 KNN(OE-F-KNN)은 95.20%의 정확도, 96.13%의 AUC, 0.031의 MSE로 비교 알고리즘 중 최고 성능을 보였다.
본 스크리닝 방법론에서는 저장탱크 및 압력방출장치로부터 누출되는 기상흐름의 누출에 대한 대기분산 모델링 절차가 고려되었다. 본 연구는 화학장치 설비 중 염소 저장탱크의 누출유형에 따른 누출물의 물성자료들을 포함하는 누출원모델, 분산모델, 기상 및 지형자료들을 TSCREEN 모델에 입력시켜 염소가스의 풍하거리에 따른 1시간 평균 최대 지표면 농도를 산출함으로써 유해독성가스의 누출 예측 및 제어를 위한 스크리닝 방법론을 개발하기 위한 것이다. 연구결과로부터, 공기보다 무거운 가스의 분산유형은 누출물의 상태, 누출 조건, 누출물의 물리 화학적특성, 누출유형(연속 및 순간누출)에 영향을 받고 있으며, 특히 누출물의 초기(감압) 밀도 및 누출속도 뿐만 아니라 풍속에 커다란 영향을 받고 있음을 알 수 있다. 특히, 기상조건(대기안정도 및 풍속)에 따른 유해물질의 대기중 누출을 살펴보았다. 본 스크리닝 방법론은 보다 다종다양한 시나리오들을 선정하여 보편적으로 적용할 수 있는 Sliding Scale 방법론을 개발함으로써 정교한 해석 모델의 적용시 예비 가이드라인으로 활용될 수 있으리라 사료된다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.