• 해양환경안전학회지
• /
• 제27권1호
• /
• pp.22-28
• /
• 2021

본 연구는 화재진압 및 피난활동을 지원하는 딥러닝 기반의 알고리즘 개발에 관한 기초 연구로 선박 화재 시 연기감지기가 작동하기 전에 검출된 연기 데이터를 분석 및 활용하여 원격지까지 연기가 확산 되기 전에 연기 확산거리를 예측하는 것이 목적이다. 다음과 같은 절차에 따라 제안 알고리즘을 검토하였다. 첫 번째 단계로, 딥러닝 기반 객체 검출 알고리즘인 YOLO(You Only Look Once)모델에 화재시뮬레이션을 통하여 얻은 연기 영상을 적용하여 학습을 진행하였다. 학습된 YOLO모델의 mAP(mean Average Precision)은 98.71%로 측정되었으며, 9 FPS(Frames Per Second)의 처리 속도로 연기를 검출하였다. 두 번째 단계로 YOLO로부터 연기 형상이 추출된 경계 상자의 좌표값을 통해 연기 확산거리를 추정하였으며 이를 시계열 예측 알고리즘인 LSTM(Long Short-Term Memory)에 적용하여 학습을 진행하였다. 그 결과, 화재시뮬레이션으로부터 얻은 Fast 화재의 연기영상에서 경계 상자의 좌표값으로부터 추정한 화재발생~30초까지의 연기 확산거리 데이터를 LSTM 학습모델에 입력하여 31초~90초까지의 연기 확산거리 데이터를 예측하였다. 그리고 추정한 연기 확산거리와 예측한 연기 확산거리의 평균제곱근 오차는 2.74로 나타났다.

• Journal of Advanced Marine Engineering and Technology
• /
• 제40권3호
• /
• pp.228-234
• /
• 2016

승선생활관은 거주밀도가 높으며 유동인구도 특정한 시간에 몰리는 특징을 가지기 때문에 화재와 같은 재난이 발생할 경우 큰 인명피해 발생으로 이어질 수 있다. 이에 이 연구에서는 국내 K대학의 신축 승선생활관을 대상으로 화재 시뮬레이션 프로그램인 FDS를 사용하여 화재발생 시의 위험성을 예측하고 이에 따른 문제점을 분석하여 개선방안을 제시하였다. 연구결과를 정리하면 다음과 같다. 승선생활관 다림질실에서 화재발생 시, 발화 후 65초에 연기감지기가 작동하고, 13초 뒤인 78초에 스프링클러가 작동하기 시작한다. 온도 및 일산화탄소 농도는 각각 241초, 248초에 허용기준 값에 도달하지만, 발화 후 66초에 허용 가시거리 값에 도달하기 때문에, 화재발생 후 적어도 1분 이내에 준비를 끝내고 피난을 개시해야 인명피해가 발생하지 않을 것으로 예측된다. 이 기숙사의 화재위험성 예측 결과를 종합해 보았을 때, 인명안전에 가장 위험한 요소를 가시거리 값으로 판단할 수 있다. 가시거리 확보를 위해 제연설비를 설치할 경우, 제연설비 설치 후 승선생활관 복도의 연기확산이 개선되는 것을 확인할 수 있었다.

• 한국방재학회 논문집
• /
• 제8권3호
• /
• pp.37-42
• /
• 2008

본 연구는 지하철에서 화재발생시 최적의 제연모드 예측을 목적으로 수치해석을 수행하였다. 현재 국내 지하철 화재발생시 제연모드는 승강장 내 화재구역 배기, 비화재구역 급기 또는 정지로 설정 되어있다. 수치해석 조건은 2가지 국내 비상시 제연모드 및 발화 4분(승강장 피난허용시간, NFPA 130) 이전까지 승강장에서 배기를 하며, 발화 4분이 후 터널 배기로 전환되는 스위치모드의 3가지 경우에 대하여 비교 분석하였다. 승객 호흡높이(1.7 m)를 기준으로 열, 일산화탄소 및 가시거리를 비교하였다. 수치해석 결과 급기팬 작동은 연기를 교란시키고 확산시킬 수 있으며, 또한 승강장 및 터널 제연모드로 작동할 경우 승강장의 제연모드로만 작동한 경우에 비하여 연기 배출에 효과적임을 확인할 수 있었다.