본 연구에서는 옥내배선에서 과전류, 누전전류 및 아크의 이상전류를 실시간 감지 및 저장하여 전기화재 발생 가능성을 예측할 수 있는 퍼지로직 기반의 전기화재 예측시스템을 개발하였다. 통계 자료를 근거로 지난 5년간 화재 발생비율을 살펴본 결과, 전기적 원인으로 인한 화재가 23.1%를 차지하고 있었다. 전기화재는 일단 발생하면 중대한 인적 피해와 막대한 재산상의 손실을 가져오므로 사전에 예방하는 것이 중요하다. 전기화재를 일으키는 가장 큰 원인은 통계적으로 살펴볼 때, 비정상적인 상황에서 발생되는 이상전류이며, 본 연구에서는 과전류, 누전전류 및 아크전류를 선정하였다. 또한 실부하에서 다중의 이상전류가 발생될 경우에 이를 동시에 감지하고 상관성을 고려하여 전기화재 발생 가능성을 예측할 수 있도록 시스템을 개발하였다. 이를 위하여 전기화재 유발원인인 과전류, 누전전류 및 아크 이상전류의 특성을 도출하기 위한 실험을 실시하였다. 실험방법으로 과전류는 옥내배선에서 ...
본 연구에서는 옥내배선에서 과전류, 누전전류 및 아크의 이상전류를 실시간 감지 및 저장하여 전기화재 발생 가능성을 예측할 수 있는 퍼지로직 기반의 전기화재 예측시스템을 개발하였다. 통계 자료를 근거로 지난 5년간 화재 발생비율을 살펴본 결과, 전기적 원인으로 인한 화재가 23.1%를 차지하고 있었다. 전기화재는 일단 발생하면 중대한 인적 피해와 막대한 재산상의 손실을 가져오므로 사전에 예방하는 것이 중요하다. 전기화재를 일으키는 가장 큰 원인은 통계적으로 살펴볼 때, 비정상적인 상황에서 발생되는 이상전류이며, 본 연구에서는 과전류, 누전전류 및 아크전류를 선정하였다. 또한 실부하에서 다중의 이상전류가 발생될 경우에 이를 동시에 감지하고 상관성을 고려하여 전기화재 발생 가능성을 예측할 수 있도록 시스템을 개발하였다. 이를 위하여 전기화재 유발원인인 과전류, 누전전류 및 아크 이상전류의 특성을 도출하기 위한 실험을 실시하였다. 실험방법으로 과전류는 옥내배선에서 반단선 상황을 모의하였고, 누전전류는 국부적 저항을 유도하고 화재를 유발하는 이상신호 기준과 비교하여 이상전류를 도출하였다. 또한 아크는 하나의 전선 도체 사이에서 발생되는 직렬아크를 모의하여 설정시간 내에 발생되는 반주기 개수를 도출하였다. 실험을 통하여 도출된 과전류, 누전전류 및 아크 이상전류의 데이터는 IEC 60364, BS 7671, KESCO 및 UL 1699 등의 국내‧외 기술기준과 비교를 통하여 전기화재를 유발하는 이상전류 신호를 비교‧분석하여 객관성을 확보하였다. 또한 전기화재 관련 전문가의 경험적 판단을 고려하여 전기화재 예측시스템 내 탑재할 이상전류에 대한 퍼지 멤버십함수를 최종 도출하였다. 퍼지 멤버십함수와 퍼지추론을 통하여 다중의 이상전류가 발생하더라도 하나의 전기화재 발생 가능성 값을 예측할 수 있도록 알고리즘을 개발하였다. 개발된 알고리즘을 반영하고 전기화재 예측 시스템을 실현하기 위하여 하드웨어와 소프트웨어의 필요성능을 고려하였다. 전기화재 예측 시스템을 구축하기 위하여 실부하에서 과전류, 누전전류 및 아크 이상전류를 감지하기 위한 센서와 실시간 발생되는 아날로그 신호를 디지털 신호로 컨버터해줄 수 있는 데이터수집장치 및 이상전류 데이터를 저장‧분석할 수 있는 PC의 모니터링 소프트웨어가 필요로 한다. 이에, 과전류, 누전전류를 측정하기 위하여 선정한 센서는 DAQ와의 인터페이스가 높은 센서인 전류(1~100 A) 측정용 CTL-24-TE 및 누전전류(0~1000 ㎃) 측정용 CTL-24-S28-10Z를 선정하였다. 그리고 데이터수집 장치는 4개 입력채널을 가지고 있어 동시다발적으로 발생되는 이상전류를 모두 고려할 수 있으며, 아크 이상전류까지 분석할 수 있는 내셔널인스트루먼트(National Instrument, NI)의 NI-9215를 선정하였다. NI-9215는 오실로스코프보다 비용이 저렴한 장점을 가지며 실제 전기화재 발생 특성을 반영할 수 있는 구조이므로 보급, 확대가 용이할 것으로 판단된다. 사용자 모니터링 소프트웨어는 랩뷰를 이용하여 사용자인터페이스 화면을 개발하였으며, 퍼지 시스템 디자이너(FSD)를 이용하여 전문가의 경험적 판단과 실험데이터 및 기술기준이 반영되도록 하였다. 최종적으로 개발된 전기화재 예측시스템의 성능평가를 위하여 사례연구를 실시하였다. 이상전류의 발생 형태를 다양하게 하여 사례연구를 하여 전기화재 발생 가능성의 신뢰성을 검증하였으며, 전기화재 예측 시스템의 작동이 원활함을 확인하였다. 본 연구에서 개발된 전기화재 예측시스템은 기존의 시스템과 달리, 실시간으로 발생되는 이상전류의 신호를 감지하고 분석하여 전기화재 발생 가능성을 사전에 예측할 수 있으며, 이를 통해 옥내배선에서의 전기화재 발생을 줄이는 데 기여할 수 있을 것으로 기대된다.
본 연구에서는 옥내배선에서 과전류, 누전전류 및 아크의 이상전류를 실시간 감지 및 저장하여 전기화재 발생 가능성을 예측할 수 있는 퍼지로직 기반의 전기화재 예측시스템을 개발하였다. 통계 자료를 근거로 지난 5년간 화재 발생비율을 살펴본 결과, 전기적 원인으로 인한 화재가 23.1%를 차지하고 있었다. 전기화재는 일단 발생하면 중대한 인적 피해와 막대한 재산상의 손실을 가져오므로 사전에 예방하는 것이 중요하다. 전기화재를 일으키는 가장 큰 원인은 통계적으로 살펴볼 때, 비정상적인 상황에서 발생되는 이상전류이며, 본 연구에서는 과전류, 누전전류 및 아크전류를 선정하였다. 또한 실부하에서 다중의 이상전류가 발생될 경우에 이를 동시에 감지하고 상관성을 고려하여 전기화재 발생 가능성을 예측할 수 있도록 시스템을 개발하였다. 이를 위하여 전기화재 유발원인인 과전류, 누전전류 및 아크 이상전류의 특성을 도출하기 위한 실험을 실시하였다. 실험방법으로 과전류는 옥내배선에서 반단선 상황을 모의하였고, 누전전류는 국부적 저항을 유도하고 화재를 유발하는 이상신호 기준과 비교하여 이상전류를 도출하였다. 또한 아크는 하나의 전선 도체 사이에서 발생되는 직렬아크를 모의하여 설정시간 내에 발생되는 반주기 개수를 도출하였다. 실험을 통하여 도출된 과전류, 누전전류 및 아크 이상전류의 데이터는 IEC 60364, BS 7671, KESCO 및 UL 1699 등의 국내‧외 기술기준과 비교를 통하여 전기화재를 유발하는 이상전류 신호를 비교‧분석하여 객관성을 확보하였다. 또한 전기화재 관련 전문가의 경험적 판단을 고려하여 전기화재 예측시스템 내 탑재할 이상전류에 대한 퍼지 멤버십함수를 최종 도출하였다. 퍼지 멤버십함수와 퍼지추론을 통하여 다중의 이상전류가 발생하더라도 하나의 전기화재 발생 가능성 값을 예측할 수 있도록 알고리즘을 개발하였다. 개발된 알고리즘을 반영하고 전기화재 예측 시스템을 실현하기 위하여 하드웨어와 소프트웨어의 필요성능을 고려하였다. 전기화재 예측 시스템을 구축하기 위하여 실부하에서 과전류, 누전전류 및 아크 이상전류를 감지하기 위한 센서와 실시간 발생되는 아날로그 신호를 디지털 신호로 컨버터해줄 수 있는 데이터수집장치 및 이상전류 데이터를 저장‧분석할 수 있는 PC의 모니터링 소프트웨어가 필요로 한다. 이에, 과전류, 누전전류를 측정하기 위하여 선정한 센서는 DAQ와의 인터페이스가 높은 센서인 전류(1~100 A) 측정용 CTL-24-TE 및 누전전류(0~1000 ㎃) 측정용 CTL-24-S28-10Z를 선정하였다. 그리고 데이터수집 장치는 4개 입력채널을 가지고 있어 동시다발적으로 발생되는 이상전류를 모두 고려할 수 있으며, 아크 이상전류까지 분석할 수 있는 내셔널인스트루먼트(National Instrument, NI)의 NI-9215를 선정하였다. NI-9215는 오실로스코프보다 비용이 저렴한 장점을 가지며 실제 전기화재 발생 특성을 반영할 수 있는 구조이므로 보급, 확대가 용이할 것으로 판단된다. 사용자 모니터링 소프트웨어는 랩뷰를 이용하여 사용자인터페이스 화면을 개발하였으며, 퍼지 시스템 디자이너(FSD)를 이용하여 전문가의 경험적 판단과 실험데이터 및 기술기준이 반영되도록 하였다. 최종적으로 개발된 전기화재 예측시스템의 성능평가를 위하여 사례연구를 실시하였다. 이상전류의 발생 형태를 다양하게 하여 사례연구를 하여 전기화재 발생 가능성의 신뢰성을 검증하였으며, 전기화재 예측 시스템의 작동이 원활함을 확인하였다. 본 연구에서 개발된 전기화재 예측시스템은 기존의 시스템과 달리, 실시간으로 발생되는 이상전류의 신호를 감지하고 분석하여 전기화재 발생 가능성을 사전에 예측할 수 있으며, 이를 통해 옥내배선에서의 전기화재 발생을 줄이는 데 기여할 수 있을 것으로 기대된다.
The aim of this thesis is to develop electrical fire possibility prediction system based on a fuzzy logic through abnormal current analysis in indoor wires. The newly developed system predicts fire possibility by fuzzy inference using informations obtained by detecting and analyzing in real-time ove...
The aim of this thesis is to develop electrical fire possibility prediction system based on a fuzzy logic through abnormal current analysis in indoor wires. The newly developed system predicts fire possibility by fuzzy inference using informations obtained by detecting and analyzing in real-time overcurrent, leakage current and arc current which can be occurred in indoor wiring. To do obtain the goal of this thesis, data of the electrical fire statistics were analyzed and experiments on abnormal current of overcurrent, leakage current and arc current were carried out. To secure objectivity of experimental data, the data compared with the previous papers, technology books and electrical expert’s opinions. The electrical fire possibility prediction system consists of hardware which can detect and analyze abnormal currents and software which can reason electrical fire possibility out by fuzzy inference. In order to compose fuzzy membership function of abnormal currents, experimental data, previous papers, technology books and electrical expert’s opinions were referred. And final validation tests were conducted to assess the feasibility of the developed system with respect to fuzzy membership functions, hardware and software. The following describes the study in details. Statistics of electrical fire cause was analyzed and studied, focusing on the cause analysis of the fire over the past five years, and the electrical appliances with high fire occurrences. The analysis revealed the leading causes of the fire was the abnormal current and temperature generated under abnormal conditions. Thus, in this thesis, abnormal currents which are overcurrent, leakage current and arc current were each studied, and the developed system were designed to indicate the possibility of fire occurrence even when all three abnormal currents are concurrently recorded. Experiments were conducted to be used in deriving the fuzzy membership function. For overcurrent, a partial connection was simulated, and the leakage generator device was used to analyze the leakage current's temperature characteristics in indoor wires. The arc waveform and temperature analysis was done using the arc fault generator as specified in UL 1699. Based on the abnormal current analysis from the experiments, overcurrent, leakage and arc fault were fuzzified to develop the fuzzy inference algorithm and a fuzzy prediction system using the correlation between causes. In developing the electrical fire possibility prediction system, the software and hardware reference values were considered. Software should have the graphic structure indicating the abnormal current, and database which can apply the fuzzy membership function, with the capability of visualizing the output and the fire possibility. Hardware must be seamlessly integrated with a sensor to detect a current (0~100 A) and a leakage current (0~1,000 ㎃), data acquisition (DAQ) which can input and analyze three signals, and PC. LabVIEW application program which satisfy all requirements was adopted for the electrical fire prediction system in this thesis, which can provide the user monitoring, fuzzy membership function input and the output visualization. Thus, developed were the visual monitoring software using LabVIEW's Front panel, Block diagram and FSD. From the Front panel, control(input) and indicator(output) icons were used, and the overcurrent, leakage and arc current input icons were created using meter and numeric control. The final output icon which alerts the fire possibility was created using horizontal progress bar control. FSD was represented using FL Fuzzy controller. For better performance of the developed monitoring software, the function palette was used in the Block diagram. As a hardware choice, there are few sensors available including a hall sensor, a clamp shaped CT, ZCT or UV sensor. The CTL-24-TE was selected to measure 0∼100 A current, and the CTL24-S28-10Z sensor was to measure the leakage current(0∼1,000 ㎃) for their high interface capability with DAQ. For DAQ, NI-9215 manufactured by National Instrument, with four input channels and 16-bit digital resolution, was selected. The stable performance of the developed hardware system was confirmed via task manager monitoring. Finally, case studies were conducted to evaluate the performance of the developed electrical fire possibility prediction system. The final validation was performed by reasoning the electrical fire possibility values from various abnormal currents such as overcurrent, leakage current and arc current. Results show that the developed electrical fire possibility prediction system suggested in this thesis is valuable and usable in alarming electrical fire based on abnormal currents detection, which will prevent severe damage to human beings and properties, and reduce the electrical fires and provide base data of the electrical fire prediction.
The aim of this thesis is to develop electrical fire possibility prediction system based on a fuzzy logic through abnormal current analysis in indoor wires. The newly developed system predicts fire possibility by fuzzy inference using informations obtained by detecting and analyzing in real-time overcurrent, leakage current and arc current which can be occurred in indoor wiring. To do obtain the goal of this thesis, data of the electrical fire statistics were analyzed and experiments on abnormal current of overcurrent, leakage current and arc current were carried out. To secure objectivity of experimental data, the data compared with the previous papers, technology books and electrical expert’s opinions. The electrical fire possibility prediction system consists of hardware which can detect and analyze abnormal currents and software which can reason electrical fire possibility out by fuzzy inference. In order to compose fuzzy membership function of abnormal currents, experimental data, previous papers, technology books and electrical expert’s opinions were referred. And final validation tests were conducted to assess the feasibility of the developed system with respect to fuzzy membership functions, hardware and software. The following describes the study in details. Statistics of electrical fire cause was analyzed and studied, focusing on the cause analysis of the fire over the past five years, and the electrical appliances with high fire occurrences. The analysis revealed the leading causes of the fire was the abnormal current and temperature generated under abnormal conditions. Thus, in this thesis, abnormal currents which are overcurrent, leakage current and arc current were each studied, and the developed system were designed to indicate the possibility of fire occurrence even when all three abnormal currents are concurrently recorded. Experiments were conducted to be used in deriving the fuzzy membership function. For overcurrent, a partial connection was simulated, and the leakage generator device was used to analyze the leakage current's temperature characteristics in indoor wires. The arc waveform and temperature analysis was done using the arc fault generator as specified in UL 1699. Based on the abnormal current analysis from the experiments, overcurrent, leakage and arc fault were fuzzified to develop the fuzzy inference algorithm and a fuzzy prediction system using the correlation between causes. In developing the electrical fire possibility prediction system, the software and hardware reference values were considered. Software should have the graphic structure indicating the abnormal current, and database which can apply the fuzzy membership function, with the capability of visualizing the output and the fire possibility. Hardware must be seamlessly integrated with a sensor to detect a current (0~100 A) and a leakage current (0~1,000 ㎃), data acquisition (DAQ) which can input and analyze three signals, and PC. LabVIEW application program which satisfy all requirements was adopted for the electrical fire prediction system in this thesis, which can provide the user monitoring, fuzzy membership function input and the output visualization. Thus, developed were the visual monitoring software using LabVIEW's Front panel, Block diagram and FSD. From the Front panel, control(input) and indicator(output) icons were used, and the overcurrent, leakage and arc current input icons were created using meter and numeric control. The final output icon which alerts the fire possibility was created using horizontal progress bar control. FSD was represented using FL Fuzzy controller. For better performance of the developed monitoring software, the function palette was used in the Block diagram. As a hardware choice, there are few sensors available including a hall sensor, a clamp shaped CT, ZCT or UV sensor. The CTL-24-TE was selected to measure 0∼100 A current, and the CTL24-S28-10Z sensor was to measure the leakage current(0∼1,000 ㎃) for their high interface capability with DAQ. For DAQ, NI-9215 manufactured by National Instrument, with four input channels and 16-bit digital resolution, was selected. The stable performance of the developed hardware system was confirmed via task manager monitoring. Finally, case studies were conducted to evaluate the performance of the developed electrical fire possibility prediction system. The final validation was performed by reasoning the electrical fire possibility values from various abnormal currents such as overcurrent, leakage current and arc current. Results show that the developed electrical fire possibility prediction system suggested in this thesis is valuable and usable in alarming electrical fire based on abnormal currents detection, which will prevent severe damage to human beings and properties, and reduce the electrical fires and provide base data of the electrical fire prediction.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.