• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2009년도 춘계 종합학술대회 논문집
• /
• pp.521-525
• /
• 2009

본 논문에서는 화재의 화재를 검출 하기 위한 시스템 및 화재 패턴을 인식하는 소프트웨어적 학습 알고리즘을 소개한다. 화재의 패턴 이라 함은 일반적으로 인식하는 불에 대한 주기적이고 일관적인 패턴을 나타내며 이를 정의 하여 소프트웨어적으로 처리 하고자 함이다. 또한 이에 대하여 학습은 일정 패턴에서 일부 벗어나더라도 이를 불로서 인식하기 위한 알고리즘으로 화재에 대한 정의 알고리즘을 통하여 스스로 패턴을 기억하고 스스로 화재를 인식 할 수 있도록 하는 시스템이다. 본 논문에서 제시하는 화재 검출용 학습 알고리즘은 기존 알고리즘 보다 정확하고 신속히 검출 능력을 키우기 위한 방법이며 정확한 위치 탐지와 초기단계에서 검출이 가능하도록 설계하였다. 또한 우리는 실험 결과를 통해 성능 향상을 위한 방법을 도출하였으며 이를 적용하여 조기 경보시스템으로서의 타당성을 보여 주었다.

• 한국자동차공학회논문집
• /
• 제16권4호
• /
• pp.151-158
• /
• 2008

Gasoline Homogeneous Charge Compression Ignition (HCCI) combustion is a new combustion concept. Unlike the conventional internal combustion engine, the premixed fuel mixture with high residual gas rate is auto-ignited and burned without flame propagation. There are several operating factors which affect HCCI combustion such as start of combustion (SOC), residual gas fraction, engine rpm, etc. Among these factors SOC is a critical factor in the combustion because it affects exhaust gas emissions, engine power, fuel economy and combustion characteristics. Therefore SOC of gasoline HCCI should be controlled precisely, and SOC detection should be preceded SOC control. This paper presents a control oriented SOC detection method using 50 percent normalized difference pressure. Normalized difference pressure is defined as the normalized value of difference pressure and difference pressure is difference between the in-cylinder firing pressure and the motoring pressure. These methods were verified through the HCCI combustion experiments. The SOC detection method using difference pressure provides a fast and precise SOC detection.

• 전기전자학회논문지
• /
• 제26권3호
• /
• pp.468-474
• /
• 2022

본 논문에서는 딥러닝을 이용하여 실시간 화재경보 시스템을 구현하는 방법을 제안한다. 화재경보를 위한 딥러닝 학습 이미지 데이터셋은 인터넷을 통하여 1500장을 취득하였다. 일상적인 환경에서 취득된 다양한 이미지를 그대로 학습하게 되면 학습 정확도가 높지 않은 단점이 있다. 본 논문에서는 학습 정확도 향상을 위해 화재 이미지 데이터 확장 방법을 제안한다. 데이터증강 방법은 밝기 조절, 블러링, 불꽃사진 합성을 이용해 학습 데이터 600장을 추가해 총 2100장을 학습했다. 불꽃 이미지 합성방법을 이용하여 확장된 데이터는 정확도 향상에 큰 영향을 주었다. 실시간 화재탐지 시스템은 영상 데이터에 딥러닝을 적용하여 화재를 탐지하고 사용자에게 알림을 전송하는 시스템이다. Edge AI시스템에 적합한 YOLO V4 TINY 모델을 custom 학습한 모델을 이용해 실시간으로 영상을 분석해 화재를 탐지하고 그 결과를 사용자에게 알리는 웹을 개발하였다. 제안한 데이터를 사용하였을 때 기존 방법에 비하여 약 10%의 정확도 향상을 얻을 수 있다.

• 한국정보통신설비학회:학술대회논문집
• /
• 한국정보통신설비학회 2007년도 학술대회
• /
• pp.176-180
• /
• 2007

In this study, we deployed the cable tunnel inspection and monitoring system by wireless sensor network. It is shown that the wireless sensor network which is composed of sensor, wireless communication module, and gateway can be applied to cable tunnel monitoring system. Sensors considered herein are flame detection sensor, flood detection sensor, intruder detection sensor, and temperature sensor, etc. It is also found that the wireless sensor network can deliver sensing data reliably by wireless sensing technology. The gateway system that can transmit sensed data to server by CDMA is developed. Monitoring system is constructed by web service technology, and it is observed that this system can monitor the present state of tunnel without difficulties. The system provides an alternative to inspect and monitor the tunnel efficiently where the conventional wired system is infeasible.

• 한국방재학회:학술대회논문집
• /
• 한국방재학회 2008년도 정기총회 및 학술발표대회
• /
• pp.549-552
• /
• 2008

In this study, we deployed the cable tunnel inspection and monitoring system by wireless sensor network. It is shown that the wireless sensor network which is composed of sensor, wireless communication module, and gateway can be applied to cable tunnel monitoring system. Sensors considered herein are flame detection sensor, flood detection sensor, intruder detection sensor, and temperature sensor, etc. It is also found that the wireless sensor network can deliver sensing data reliably by wireless sensing technology. The gateway system that can transmit sensed data to server by CDMA is developed. Monitoring system is constructed by web service technology, and it is observed that this system can monitor the present state of tunnel without difficulties. The system provides an alternative to inspecting and monitoring the tunnel efficiently where the conventional wired system is infeasible.

• 한국자동차공학회논문집
• /
• 제5권3호
• /
• pp.54-65
• /
• 1997

To quantify the LII signals from soot particle of flames in diesel engine cylinder, a new method has been proposed for correcting LII signal attenuated by soot particles between the measuring point and the detector. It has been verified by an experiment on a laminar jet ethylene-air diffusion flame. Being proportional to the attenuation, the ratio of LII signal at two different detection wavelengths can be used to correct the measured LIIsignal and obtain the unattenuated LII signal, from which the soot volume fraction in the flame can be estimated. Both the 1064-nm and frequency-doubled 532-nm beams from the Nd : YAG laser are used. Single-shot, one-dimensional(1-D) line images are recorded on the intensified CCD camera, with the rectangular-profile laser beam using 1-mm-diameter pinhole. Two broadband optical interference filters having the center wavelengths of 647 nm and 400 nm respectively and a bandwidth of 10 nm are used. This two-wavelength correction has been applied to the ethylene-air coannular laminar diffusion flame, previously studied on soot formation by the laser extinction method in this laboratory. The results by the LII measurement technique and the conventional laser extinction method at the height of 40 nm above the jet exit agreed well with each other except around outside of the peaks of soot concentration, where the soot concentration was relatively high and resulting attenuation of the LII signal was large. The radial profile shape of soot concentration was not changed a lot, but the absolute value of the soot volume fraction around outside edge changed from 4ppm to 6.5 ppm at r=2.8mm after correction. This means that the attenuation of LII signal was approximately 40% at this point, which is higher than the average attenuation rate of this flame, 10~15%.

• 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.

• Structural Engineering and Mechanics
• /
• 제87권6호
• /
• pp.555-574
• /
• 2023

An efficient optimization algorithm and damage-sensitive objective function are two main components in optimization-based Finite Element Model Updating (FEMU). A suitable combination of these components can considerably affect damage detection accuracy. In this study, a new hybrid damage-sensitive objective function is proposed based on combining two different objection functions to detect the location and extent of damage in structures. The first one is based on Generalized Pseudo Modal Strain Energy (GPMSE), and the second is based on the element's Generalized Flexibility Matrix (GFM). Four well-known population-based metaheuristic algorithms are used to solve the problem and report the optimal solution as damage detection results. These algorithms consist of Cuckoo Search (CS), Teaching-Learning-Based Optimization (TLBO), Moth Flame Optimization (MFO), and Jaya. Three numerical examples and one experimental study are studied to illustrate the capability of the proposed method. The performance of the considered metaheuristics is also compared with each other to choose the most suitable optimizer in structural damage detection. The numerical examinations on truss and frame structures with considering the effects of measurement noise and availability of only the first few vibrating modes reveal the good performance of the proposed technique in identifying damage locations and their severities. Experimental examinations on a six-story shear building structure tested on a shake table also indicate that this method can be considered as a suitable technique for damage assessment of shear building structures.

• 한국정보통신학회논문지
• /
• 제19권6호
• /
• pp.1506-1514
• /
• 2015

본 논문에서는 상황 인식 센서를 활용한 화재 발생 예측 및 탐지 방법을 제안한다. 기존 기상 및 비전 센서 기반의 산불 방재 시스템의 경우 카메라 센서로 획득한 영상을 조명변화에 강인한 색상공간인 HSI(Hue, Saturation, Intensity) 모형으로 변환시켜 처리하여 산불영역에 대한 특징을 추출하고 있다. 그러나 이 경우 단일 카메라 센서가 넓은 범위에 화재를 감지하기 때문에 넓은 범위의 화재가 발생하기 전까지는 화재발생을 감지하는데 어려움이 있다. 따라서 본 논문에서는 센서를 활용하여 실시간으로 온도, 습도, Co2, 불꽃유무정보를 습득하여 화재를 판단하는 알고리즘과 그에 따른 화재의 확산경로와 속도예측 및 안전구역 확보 알고리즘을 제안한다. 제안된 알고리즘은 복합적 인 상황에 따라 부여된 가중치를 수집된 데이터에 부여하여 화재를 판단하고, 시간에 따른 상황인식 분석을 통해 화재 이동방향과 속도를 예측하여 안전구역을 확보하는 기법이다.

• 한국정보통신학회논문지
• /
• 제23권9호
• /
• pp.1082-1087
• /
• 2019

영상유고감지시스템은 터널 내 보행자, 낙하물, 정지 차량, 역주행, 화재(화염 및 연기) 등 돌발상황 시에 초동 감지 목적의 시스템으로 최근 도심지의 대심도 지하도로 건설에 따라 중요성이 부각되고 있다. 그러므로 영상유고감지시스템을 대심도 복층터널에 적용하기 위하여 복층터널의 설계 특성을 반영하여 개발하였고, 본 논문에서는 특히 기존 영상유고감지시스템에서는 지원되지 않거나 또는 오감지가 많아 복층터널 환경에 그대로 적용하기 어려웠던 화재 감지를 색 영상 분포, 실루엣 확산 및 통계적 특성 분석을 복합적으로 사용하는 방법을 제안하고, 이를 복층터널 테스트베드 환경에서 차량 실물화재 실험을 통하여 검증하였다.