• 한국화재소방학회논문지
• /
• 제30권6호
• /
• pp.130-136
• /
• 2016

대학이 산업수요 맞춤형 인재양성 교육체계를 갖추어 나가기 위해서는 수요자의 입장에서 교육과정을 분석하고 개선해 나갈 필요가 있다. 이러한 취지에서 본 논문은 화재위험성 예측평가분야 교육과정의 전공 적합도를 평가하기 위해 소방관련 산업체 종사자를 대상으로 수요조사를 하였으며 그 결과를 토대로 기술통계분석, 요인분석, 군집분석 그리고 일원분산분석을 실시하였다. 분석 결과, 소방관련 산업체 종사자들은 화재위험성 예측평가 분야의 교육과정이 전공에 적합하다고 평가하였다. 그리고 화재위험성 예측평가분야의 교과목 중 전공기초과목과 전공공통과목의 필요성을 크게 인식하고 있었다. 이러한 분석결과는 향후 지속적으로 교육과정을 개선해 나가는데 기초자료로 활용할 계획이다.

• 한국화재소방학회논문지
• /
• 제33권4호
• /
• pp.50-58
• /
• 2019

구획실 내 가연물들의 화재거동에 대한 B-RISK의 예측성능을 Fire dynamics simulator (FDS)와 연계하여 검토하였다. 먼저 열발생률(Heat release rate, HRR)에 대한 B-RISK의 예측성능을 검토하기 위해 가연물 한 세트의 실험에서 측정된 HRR 값과 디자인 화재곡선을 B-RISK의 입력조건으로 사용하여 가연물 두 세트에 대한 HRR 곡선을 계산하고 실험에서 측정된 가연물 두 세트의 HRR 값과 비교하였다. B-RISK 결과와 실험결과를 비교하여 B-RISK가 화재성장률에 대한 예측은 어렵지만 최대 HRR 값과 총 열발생량에 대해서는 충분히 예측할 수 있음을 확인하였다. 그리고 B-RISK 계산을 통해 예측된 HRR 값을 FDS의 입력조건으로 사용하여 계산된 결과와 실험결과를 비교하여 B-RISK 계산을 통해 예측된 HRR 값의 화재거동에 대해 검토하였다. 실험에서 측정된 온도 및 화학종 농도 결과와 비교하여 화재성장구간에 대해 차이가 있는 것을 확인하였지만 예측된 HRR 값에서 Percentile이 약 70%인 HRR 값을 사용하더라도 충분히 전체적인 화재거동을 예측할 수 있음을 확인하였다.

• 공업화학
• /
• 제35권3호
• /
• pp.200-208
• /
• 2024

4종의 목재에 대한 화재위험성의 예측 및 화재위험성 등급을 평가하기 위해 Chung's equations-IX과 Chung's equation-XII를 이용하였다. 시험편은 녹나무, 산벚나무, 고무나무, 느릅나무를 선정하였다. 연소시험은 ISO 5660-1의 콘칼로리미터 시험법을 이용하였으며, 화재위험성지수-IX (FRI-IX)과 화재위험성지수-XII (FRI-XII)에 대한 화재위험성과 화재위험성등급(FRR)을 비교하였다. 그 결과 화재성능지수-XI (FPI-XI)와 화재성장지수-XI (FGI-XI)은 0.08~11.48와 0.67~111.89로 얻어졌다. 그리고 화재위험성지수-XII (FRI-XII)는 산벚나무(0.45): 등급 A (순위 5) < PMMA(1): 등급 A (순위 4) < 고무나무(1.23): 등급 A (순위 3) < 고무나무(1.56): 등급 A (순위 2) << 녹나무(148.23): 등급 G (순위1)의 순으로 증가하였다. 또한 화재위험성지수-IX (FRI-IX)는 산벚나무(0): 등급 A (순위 3) ≈ 고무나무(0): 등급 A (순위 3) ≈ 느릅나무(0): 등급 A (순위 3) ≈ PMMA(1): 등급 A (순위 2) << 녹나무(66.67): 등급 G (순위1)의 순이었다. 공통적으로 화재위험성은 녹나무가 가장 높은 것으로 제시되었다. 결론적으로 FRI-IX와 FRI-XII의 기준을 바탕으로 보여준 바와 같이 지수의 표현은 다르나, 가연성 재료의 화재위험성평가에 의한 예측은 유사한 경향성을 제시하였다.

• 공업화학
• /
• 제35권5호
• /
• pp.458-467
• /
• 2024

5종의 목재에 대한 화재위험성의 예측 및 화재위험성 등급을 평가하기 위해 Chung's equation-IX과 Chung's equation-XII를 이용하였다. 시험편은 미국물푸레나무, 사탕단풍나무, 버드나무, 들메나무, 산벚나무를 선정하였다. 연소시험은 ISO 5660-1의 콘칼로리미터 시험법을 이용하였으며, 화재위험성지수-IX (FRI-IX)과 화재위험성지수-XII (FRI-XII)에 대한 화재위험성과 화재위험성등급(FRR)을 비교하였다. 그 결과 화재성능지수-XI (FPI-XI)와 화재성장지수-XI (FGI-XI)은 0.44~1.05와 0.89~3.11로 얻어졌다. 그리고 화재위험성지수-XII (FRI-XII)는 산벚나무(0.85): 등급 A ≈ PMMA(1): 등급 A ≈ 미국물푸레나무(1.22): 등급 A ≈ 사탕단풍나무(1.53): 등급 A < 버드나무(4.00): 등급 C < 들메나무(7.07): 등급 D 의 순으로 증가하였다. 또한 화재위험성지수-IX (FRI-IX)은 PMMA(1): 등급 A ≈ 사탕단풍나무(2.28): 등급 A ≈ 산벚나무(3.24): 등급 A < 미국물푸레나무(5.73): 등급 B < 들메나무(10.29): 등급 C ≪ 버드나무(48.30): 등급 G의 순으로 나타났다. 공통적으로 화재위험성은 버드나무와 들메나무가 가장 높게 나타났다. 결론적으로 FRI-IX와 FRI-XII의 기준을 근거로 하여 보여준 바와 같이 지수의 표현은 다르나, 가연성 재료의 화재위험성평가에 의한 예측은 유사한 경향성을 제시하였다.

• 한국빅데이터학회지
• /
• 제6권1호
• /
• pp.133-144
• /
• 2021

본 논문은 서울시에 존재하는 건물을 대상으로 화재 발생 시 재산 피해액, 화재 발생 여부를 예측하여 건물별 화재 위험도를 도출하였다. 본 연구는 건물의 특성뿐 아니라 해당 건물이 속한 행정동의 특성 및 소방 시설 접근성과 같은 변수를 활용하였다는 점에서 기존 선행연구와의 차이점을 지닌다. 앙상블 보팅(Ensemble Voting) 기법을 활용해 서로 다른 알고리즘을 병합했으며, 이를 통해 재산 피해액과 화재 발생 여부를 예측하고 변수 중요도를 추출하여 화재 위험도를 산출하는 방향으로 연구를 진행하였다. 구축된 모델을 사용하여 서울시에 존재하는 300개 건물을 대상으로 적용한 결과, 화재 위험도 1등급의 경우 건물 내 세대 수가 많으며, 관할 119안전센터가 가장 멀리 위치하는 등 화재 발생 시 그 규모를 키울 수 있는 요인들이 많은 것으로 나타났다. 반면 5등급의 경우, 주변 건물 수나 사업체 수는 많지만, 관할 119안전센터가 가장 가까이 위치해 있어 화재에 적절히 대응할 수 있는 건물들로 나타났다.

• 한국재난정보학회 논문집
• /
• 제17권2호
• /
• pp.245-253
• /
• 2021

연구목적: 본 연구는 화재발생 건축물 정보, 신고자 취득 정보 등 초기 정보를 활용하여 화재현장의 위험도를 예측하여, 재난 발생 초기에 효과적인 소방자원 동원 및 적절한 대응을 위한 피해최소화 전략 수립을 지원하는 위험도 예측 모델을 개발하고자 한다. 연구방법: 화재 통계 데이터 상에서 화재의 피해규모와 관련된 변수 규명을 위해 머신러닝 알고리즘을 이용한 변수간 상관성 분석을 실시하여 예측 가능성을 검토하고, 데이터 표준화 및 이산화 등의 전처리를 통해 학습 데이터 셋을 구축하였다. 이를 활용하여 예측 정확도가 높은 것으로 평가 받고 있는 복수의 머신러닝 알고리즘을 테스트하여 가장 정확도가 높은 알고리즘을 적용한 위험도 예측 모델을 개발하였다. 연구결과: 머신러닝 알고리즘 성능 테스트 결과 랜덤포레스트 알고리즘의 정확도가 가장 높게 나왔으며, 위험도 등급에 대해서는 중간치에 대한 정확성이 상대적으로 높은 것으로 확인되었다. 결론: 화재 통계 상 피해규모 데이터의 편향성에 의해 예측모델 정확도가 제한적으로 나타났으며, 예측 모델 성능 개선을 위해 데이터 정합성 및 결손치 보완 등을 통한 데이터 정제가 필요하다.

• 인터넷정보학회논문지
• /
• 제19권6호
• /
• pp.101-112
• /
• 2018

A lot of manpower and budgets are being used to prevent fires, and only a small portion of the data generated during this process is used for disaster prevention activities. This study develops a prediction model of fire occurrence probability based on data mining in order to more actively use these data for disaster prevention activities. For this purpose, variables for predicting fire occurrence probability of various buildings were selected and data of construction administrative system, national fire information system, and Korea Fire Insurance Association were collected and integrated data set was constructed. After appropriate data cleansing and preprocessing, various data mining methodologies such as artificial neural network, decision trees, SVM, and Naive Bayesian were used to develop a prediction model of the fire occurrence probability of buildings. The most accurate model among the derived models is Linear SVM model which shows 68.42% as experimental data and 63.54% as verification data and it is the best model to predict fire occurrence probability of buildings. As this study develops the prediction model which uses only the set values of the specific ranges, future studies may explore more opportunites to use various setting values not shown in this study.

• 한국화재소방학회논문지
• /
• 제14권4호
• /
• pp.7-16
• /
• 2000

본 연구에서는 대상물질을 선점한 후 그에 따른 세 가지 기준 즉 독성, 화재폭발, 환경기준과 각각의 피해예측기법을 설정하고 이 기준들을 알고리즘을 통한 통합한 종합위해등급으로서 선정된 대상물질에 적용하였다. 특히, 환경기준은 포괄적인 개념으로서 USCG 및 MSDS의 환경기준 분류와 NFPA의 건강위해성(Nh) 중 환경관련 부분을 조합하여 환경지수 모델화를 하였다. 또한 각 기준에 따른 피해예측 기법을 선택하여 지역별 인의에 위치한 화학물질 관련업체에 사용 또는 저장 중인 유해화학물질에 대해 적용하여 사용물질에 대한 종합위해등급 설정(단일물질에 대한 가연성, 독성, 반응성, 환경성에 대한 Hazard level 및 표시 모델화) 및 그에 따른 사고시 피해예측 강도산정 (CPQRA, IAEA, VZ eq), Risk contour를 구할 수 있었다. 이 결과 모든 화학공정 및 저장 등에서 발생할 수 있는 독성 누출, 화재폭발의 잠재적 위험성산정을 통한 안전성 평가의 Tool로 활용이 가능하다.

• 대한원격탐사학회지
• /
• 제38권5_2호
• /
• pp.781-791
• /
• 2022

산불로 인한 피해를 최소화하기 위해서 산불위험 예보 정보를 제공하는 것은 필수적이다. 따라서 본 연구에서는 우리나라를 대상으로 기계학습 기반의 산불위험 중기예보(1일 후부터 7일 후까지) 모델을 개발하였다. Global Data Assimilation and Prediction System (GDAPS)의 기상예보 자료와 기 개발된 산불위험지수(Fire Risk Index, FRI)의 과거 및 현재 정보, 그리고 기타 환경요소(i.e., 고도, 산불다발지수, 가뭄지수)의 현재 정보를 반영하여 모델을 개발하였다. 본 연구에서는 실시간 학습을 통해 모델을 개발하였으며, 효율적인 모델 개발을 목적으로 과거 산불위험지수와 가뭄지수의 유무를 고려하여 세가지 경우(Scheme 1: 과거 산불위험지수 및 가뭄지수, Scheme 2: 과거 산불위험지수, Scheme 3: 과거 산불위험지수 변화 추세 및 가뭄지수)로 연구를 수행하였다. 본 연구에서 개발된 산불위험예보모델은 예보기간에 상관없이 높은 정확도(피어슨 상관계수(Pearson correlation) >0.8, relative root mean square error <10%)를 나타냈으며, 실제 산불 발생 건에 대해서도 유의미한 결과를 보였다. 과거 산불위험지수의 추세보다는 산불위험지수 값 자체를 입력변수로 사용하는 것이 높은 정확도를 보였으며, 가뭄지수 사용과 관계없이 좋은 결과를 나타냈다.

• 한국건축시공학회:학술대회논문집
• /
• 한국건축시공학회 2020년도 봄 학술논문 발표대회
• /
• pp.115-116
• /
• 2020

Due to the nature of modern society, buildings are becoming larger and more complex. As a result, the design conditions of the building are changing. However, despite the complexities of buildings, the fire resistance performance is still equalized to one hour without considering fire engineering analysis in Korea, so there is a risk according to actual fire design conditions. Therefore, the purpose of this study is to calculate the required fire resistance time for actual fire through fire mechanics analysis and case study.