• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.104-106
• /
• 2021

도시의 인구 밀집도가 증가함에 따라 도시의 단위 면적당 건물 밀집도 역시 증가하고 있으며, 이에 도시 화재는 대규모 화재로 발전할 가능성이 높다. 도시 내 대규모 화재로 인한 인명 및 경제적인 피해를 최소화하기 위해 시뮬레이션 기반의 화재 대응 방안들이 널리 연구되고 있으며, 최근에는 시뮬레이션에서 효과적인 화재 대응 방안을 탐색하기 위해 강화학습 기술을 활용하는 연구들이 소개되고 있다. 그러나, 시뮬레이션의 규모가 커지는 경우, 상태 정보 및 화재 대응을 위한 행위 공간의 크기가 증가함으로 인해 강화학습의 복잡도가 증가하며, 이에 따라 학습 확장성이 저하되는 문제가 발생한다. 본 논문에서는 시뮬레이션 규모 증가 시 강화학습의 학습 확장성을 유지하기 위해, 화재 상황 정보와 재난 대응을 위한 행위 공간을 변환하는 기법을 제안한다. 실험 결과를 통해 기존에 강화학습 모델의 학습이 어려웠던 대규모 도시 재난시뮬레이션에서 본 기법을 적용한 강화학습 모델은 학습 수행이 가능하였으며, 화재 피해가 없는 상황의 적합도를 100%로 하고, 이것 대비 99.2%의 화재 대응 적합도를 달성했다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 하계학술대회 논문집 A
• /
• pp.521-523
• /
• 2004

산불과 같은 대형화재는 철탑의 전선이나 애자와 같은 부착물의 기능에 많은 장애를 유발할 수 있어 송전선로 운영에 큰 영향을 미치게 될 수 있다. 만약 이와 같은 재해로 인해 송전선로의 운영에 차질이 생긴다면 산업전반에 걸쳐 엄청난 파급효과를 초래시킬 것이 다. 본 논문에서는 산불과 같은 화재가 송전용 폴리머애자에 미치는 영향을 파악하기 위하여 산불의 불꽃을 모의한 실험장치를 제작하였으며, 시료로는 현재 송전선로에 사용되고 있는 송전용 폴리머애자를 축소 제작한 폴리머애자와 자기애자를 사용하였다. 산불모의 인공화염 실험은 가열시간의 경과에 따라 폴리머애자의 하우징과 자기애자의 디스크 변화를 관찰하였고, 가열실험이 끝난 애자들을 이용하여 전기적인 시험과 기계적인 시험을 행하였다. 이 실험 데이터를 바탕으로 폴리머애자와 자기애자의 특성변화를 비교 분석하여 산불영향이 송전용 폴리머애자에 미치는 영향을 연구하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 추계학술대회 학술발표 논문집
• /
• pp.522-526
• /
• 1998

본 논문은 가정용 배전반 시스템을 디지털식으로 구현하고, 기존의 디지털식 배전반 시스템에 없는 월 수요전력량 예측과 화재발생의 원인 중에 하나인 옥내 전선선로의 결함을 신경회로망으로 검출하여 차단하는 인공지능형 가정용 배전반 시스템을 하드웨어로 구현하고 실험하였으며, 그 결과를 제시하였다.

• 한국전자통신학회논문지
• /
• 제12권2호
• /
• pp.331-336
• /
• 2017

화재 재해를 예방하기 위해 조기 화재 탐지 기술의 필요성이 증대되고 있다. 화염 및 연기를 감지하기 위해 열, 연기 및 불꽃에 대한 센서 감지 장치가 널리 사용되고 있으나, 이 시스템은 센서 주변 환경의 요소에 따라 제한된다. 이 문제들을 해결하기 위해 다수의 이미지 기반 화재 탐지 시스템이 개발되고 있다. 본 논문에서는 카메라 입력 이미지로 부터 합성곱 신경망을 이용하여 연기 이미지와 불꽃 이미지에 대한 학습을 통해 특징 맵을 추출하고, 이를 사용하여 다른 입력 이미지를 연기와 불꽃으로 분류하는 이미지 기반 화재 감지 시스템을 구현하였다. 다양한 조건의 이미지를 대상으로 실험한 결과 연기와 불꽃으로 분류하는데 우수한 성능을 보여주었다.

• 자원환경지질
• /
• 제53권3호
• /
• pp.287-296
• /
• 2020

광해방지사업은 광산 개발로 인해 국민건강 생활에 미치는 위해요인을 분석, 제거 및 예방을 통해 지속가능한 녹색생활권 보장 및 친환경적 광산개발을 도모를 목표로 수행되고 있다. 일제강점기 및 광산개발 활황기에 개발되어 전국에 산재된 광산은 아직도 복구되지 않은 상태로 방치되고 있으며, 이런 산재된 위험으로 부터 국민안전은 물러설수 없는 최우선의 가치가 되고 있다. 광해방지사업에서 국민안전과 밀접한 사업은 응급조치이며, 이중 가장 광범위하게 사용되고 있는 공법은 지반침하방지사업과 유사하게 충전공법이다. 위험한 광산 공동 및 터널이 산악에 위치한 경우, 기존 재료로 충전 공법이 불가능하거나, 불합리한 경우가 발생가능하며, 새로운 공법의 기술개발이 필요하다. 위험한 광산 채굴지가 인접한 등산로에서 국민의 소중한 인명피해가 발생하지 않도록 응급조치사업은 안전하고 효율적으로 시행되어야 한다. 이러한 현장여건에서 우레탄 폼 재료는 하나의 대안이 될수 있다. 본 연구는 우레탄 폼 재료의 해외 광업분야 적용사례를 살펴보고, 실규모 화재 실험을 통해 광해방지사업의 응급조치을 위한 우레탄폼 재료와 복토 심도에 적용성을 실험하였다. 실험결과를 통해 약 15cm의 복토(추천 20cm 이상)로 산림화재로부터 폼 재료의 기능유지에 적정하다는 결과를 얻었다.

• 한국화재소방학회논문지
• /
• 제25권2호
• /
• pp.107-113
• /
• 2011

차동식 스포트형 공기 팽창식 열감지기를 인위적으로 높은 온도에서 가속열화시켜 경년변화되는 특성에 대하여 연구하였다. 이 연구는 현장에 설치된 감지기가 화재 또는 점검기기에 의한 고온의 열에 노출되었을 경우에 감지기의 동작에 미치는 영향을 분석하기 위하여 실험하였다. 실험결과 현장에서 5년 동안 사용되었던 2005년 B사 감지기는 $100^{\circ}C$의 온도에서 1시간 동안 노출되었을 경우에 감지기가 동작하지 않는 경우가 발생하였다. 이것은 감지기 감열실내의 팽창된 공기가 리크공 이외의 곳에서 리크 되었기 때문인 것으로 판단된다. 그러나 감지기의 동작표시를 나타내는 LED는 온도가 $160^{\circ}C$까지 올라갔음에도 불구하고 모두 정상적으로 동작하였다. 따라서 동작표시 LED의 회로소자는 고장은 발생하지 않았음을 알 수 있었다.

• 해양환경안전학회지
• /
• 제27권5호
• /
• pp.675-682
• /
• 2021

육상 및 해상에서의 화재 사고는 심각한 인명피해를 발생시키며 특히 해양 플랜트 및 선박의 특성 상 밀폐공간으로 인한 질식사고 사망률이 육상보다 현저히 높다. 이러한 질식사고를 예방하기 위하여 화재에서 발생하는 유독가스를 외부로 배출할 수 있는 환기용 팬의 설치가 필수적이나, 해양화재의 규모를 고려하였을 때 대형 환기용 팬의 설치는 해양 구조물 특성 상 용이하지 않다. 따라서 본 연구에서는 DC 전기장을 인가하여 화재 유독가스를 제어하는 새로운 개념의 소방기술을 개발하고자 한다. 화재 발생 시 대부분의 화염은 화학 이온화로 인해 양전하와 음전하를 다수 함유하고 있고, 이때 전기장을 인가하게 되면 로렌츠 힘에 의해 "이온풍"이 발생하게 된다. 이러한 이온풍을 활용하여 일반건축물과 선박의 단열재로 많이 사용되는 종이와 스티로폼을 연소하여 발생되는 화재연기를 인위적으로 제어하는 실험적 연구를 수행하였다. 실험 결과, ± 5 kV 이상의 직류전압을 인가하였을 때 화재연기를 인위적으로 제어할 수 있었고, 양전압보다 음전압을 인가하였을 때 상대적으로 효과적인 제어가 가능하였다.

• 재활복지
• /
• 제21권3호
• /
• pp.129-146
• /
• 2017

본 연구는 실내에서 화재 발생시 시각 장애인들을 지원하기 위한 영상 기반의 화재감지기를 제안한다. 건물 내에 화재가 발생하는 비상 상황 발생시 시각 장애인은 일반인보다 상황을 인지하는 것이 늦기 때문에 위험한 상황에 노출되기 쉽다. 기존의 연기 감지기와 같은 현재의 화재 감지 방법은 화재 발생시 발생하는 화학 센서 기반 기술을 사용함으로써 감지가 상대적으로 늦으며 화재가 확산된 후에 감지가 되는 등 낮은 신뢰성이 문제가 될 수 있다. 이를 보완하기 위해 영상 기반의 화재 감지 기술이 개발되었지만 낮은 정확도가 문제가 되어 실용화되지 못하였다. 최근 인공 지능을 위한 심층 학습 분야의 큰 발전으로 영상 내의 물체 인식률이 높아짐에 따라 관련 연구가 활발히 진행되고 있다. 따라서 본 연구에서는 보안 카메라 영상을 사용하여 화재를 감지할 수 있는 심층 학습 기반의 화재 감지기를 제안한다. 심층 학습 기반의 접근법은 영상에서 자동으로 특징을 학습할 수 있으므로 일반적으로 복잡한 상황에 대해서도 일반화가 가능하다. 본 논문에서는 화재감지 정확도와 속도 측면의 균형을 고려하여 두 개의 심층 합성곱 신경망 모델을 제안하였다. 실험을 통해 두 모델 모두 99%의 평균 정밀도로 화재를 감지할 수 있으며 첫 번째 모델은 초당 30장의 처리 속도와 76%의 정확도를 나타냈다. 두번째 모델은 초당 50장의 처리 속도와 61%의 정확도를 나타낸다. 또한 두 개의 모델의 메모리 사용량을 서로 비교하였으며 다양한 실제 화재 시나리오에서 테스트하여 신뢰할 수 있는 모델임을 증명하였다. 본 논문에 제안한 영상 기반 화재 감지기가 상용화된다면 상대적으로 실내 화재에 취약한 시각 장애인들의 안전에 도움이 될 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제25권12호
• /
• pp.63-71
• /
• 2020

본 논문에서는 최근 가장 신뢰도 높은 인공지능 탐지 알고리즘인 YOLOv3와 EfficientDet을 이용한 화재 탐지 기술과 문자, 웹, 앱, 이메일 등 4종류의 알림을 동시에 전송하는 알림서비스 그리고 화재 탐지와 알림서비스를 연동하는 AWS 시스템을 제안한다. 우리의 정확도 높은 화재 탐지 알고리즘은 두 종류인데, 로컬에서 작동하는 YOLOv3 기반의 화재탐지 모델은 2000개 이상의 화재 데이터를 이용해 데이터 증강을 통해 학습하였고, 클라우드에서 작동하는 EfficientDet은 사전학습모델(Pretrained Model)에서 추가로 학습(Transfer Learning)을 진행하였다. 4종류의 알림서비스는 AWS 서비스와 FCM 서비스를 이용해 구축하였는데, 웹, 앱, 메일의 경우 알림 전송 직후 알림이 수신되며, 기지국을 거치는 문자시스템의 경우 지연시간이 1초 이내로 충분히 빨랐다. 화재 영상의 화재 탐지 실험을 통해 우리의 화재 탐지 기술의 정확성을 입증하였으며, 화재 탐지 시간과 알림서비스 시간을 측정해 화재 발생 후 알림 전송까지의 시간도 확인해보았다. 본 논문의 AI 화재 탐지 및 알림서비스 시스템은 과거의 화재탐지 시스템들보다 더 정확하고 빨라서 화재사고 시 골든타임 확보에 큰 도움을 줄 것이라고 기대된다.

• 한국시뮬레이션학회논문지
• /
• 제19권2호
• /
• pp.1-8
• /
• 2010

최근 컴퓨터 하드웨어 및 3D 그래픽의 기술 발전으로 많은 사용자들이 실제와 유사한 3D 그래픽으로 표현되는 것에 관심을 가지고 있다. 이러한 사용자들의 요구가 증대됨에 따라 많은 분야에서 3D 시뮬레이션이 개발 보급되고 있다. 본 논문에서는 3D 그래픽 기술을 활용하여 화재시의 건물 내에서 사람들이 대피하는 시뮬레이션 시스템을 설계하고 구현한다. 본 논문에서는 사람이 화재 시 건물을 탈출할 때 인공지능을 갖기 위해 A* 알고리즘을 사용하였으며, 화재 시에 사람의 탈출에 영향을 미치는 열과 연기를 고려하여 각 사람의 탈출 속도를 계산한다. 본 논문에서 제안하는 대피 시뮬레이션의 효과를 입증하기 위해 실제 건물환경을 모델링하여 적용하였다. 실험결과들을 통해서 본 논문에서 제안한 방법을 통하여 연기의 농도가 짙어질수록 사람의 탈출속도가 감소하는 것과 온도와 연기 농도에 의해 사람이 피해를 입고 사망하는 것을 확인할 수 있다.