[논문]다중 센서들을 이용한 다양한 화재 상황의 위험도 추정 시스템 개발

이광재; 이연성

doi:10.5369/jsst.2016.25.6.394

다중 센서들을 이용한 다양한 화재 상황의 위험도 추정 시스템 개발
Implementation of Fire Risk Estimation System for various Fire Situations using Multiple Sensors 원문보기

Journal of sensor science and technology = 센서학회지, v.25 no.6, 2016년, pp.394 - 398

이광재 (전자부품연구원 콘텐츠응용연구센터) , 이연성 (전자부품연구원 콘텐츠응용연구센터)

Abstract ▼ AI-Helper

In this paper, a fire detection system based on quantitative risk estimation is presented. Multiple sensors are used to build a comprehensive indicator that represents the risk of fire quantitatively. The proposed fire risk estimation method consists of two stages which determines the occurrence of fire and estimates the toxicity of the surveillance area. In the first stage, fire is reliably detected under diverse fire scenarios. The risk of fire is estimated in the second stage. Applying Purser's Fractional Effective Dose (FED) model which quantitates harmfulness of toxic gases, the risk of the surveillance area and evacuation time are calculated. A fire experiment conducted using four different types of combustion materials for the verification of the system resulted in a maximum error rate of 12.5%. By using FED calculation and risk estimation methods, the proposed system can detect various signs of fire faster than conventional systems.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

논문에서 조기 화재 감지 및 다양한 화재 환경에서 위험도를 추정하여 안전하게 대피할 수 있는 정보를 제공하는 위험도 추정 시스템이 소개되었다. 이 시스템은 연기, 온도, 그리고 유독가스인 CO, CO₂, NO₂ 가스들의 정보에 FED 모델을 적용함으로써, 감시공간의 화재 유해성을 정량적으로 표현할 수 있다.
본 논문에서는 다양한 화재 환경에서 검출이 가능하도록 화재의 위험성을 정량적으로 표현하는 종합적인 지표를 소개하고, 그 추정 방법이 적용된 화재 검출 시스템을 제안한다. 화재 환경 및 연소 소재에 따라 배출되는 연소생성물들이 달라지며, 화재 상황에서 인체가 받는 유독성은 혼합되는 가스에 따라 달라진다[7,8].
화재 검출 시스템은 화재 발생 시 만들어지는 열, 연기, 불꽃, 유독 가스 등의 연소 생성물들을 측정하여 해당 공간의 위험성을 주변의 거주자들과 재난 관제 기관에 알리는 역할을 한다. 이 시스템은 화재원을 빠르게 발견하여 그 위험을 억제하며, 시청각 경보를 통해 사람들을 안전한 장소로 대비하는 것을 목적으로 한다. 화재 감지 센서는 보통 화재의 독특한 특성인 발열, 화염, 연기, 유독가스 중 하나를 측정하여 화재 발발 여부를 판단한다.

제안 방법

이는 CO가스가 인체의 유해성에서 가장 주도적인 역할을 함을 의미한다. 다양한 화재 환경에서 대피 시간 계산을 위해 연소물의 종류를 달리하여 실험을 수행하였고, 실험 결과는 Table 2와 같고, 이 표는 치명적 위험 도달 시간 및 그 오차율을 보여준다. 추가적으로 골판지를 연소물로 사용한 실험의 경우에는 NO₂ 가스가 350초까지에서 영향을 주는 것을 확인할 수 있다.
화재 경보는 화재 환경에 따라 유해정보 측정치가 달라진다. 따라서 단순기준을 통해 화재여부를 결정하게 되면, 오작동의 위험성이 크므로 화재감지기 및 위험도 추정기 두 단계를 거쳐 결정하는 방식으로 설계되었다. 화재 경보 및 관제 센터 파트는 화재 감지 및 위험도 추정 파트에서 추정한 화재 발생 여부, 위험도 정보를 유무선 통신으로 전송 받아 위험을 시청각 경보로 표현하고 소방 절차를 수행한다.
기존 화재 검출 시스템들은 발생할 수 있는 화재 요인들을 분석하여 오작동을 최소화하는 방향으로 개발되고 있지만 밝혀진 모든 조건을 일일이 대응하는 것은 어려울 뿐 아니라 고려되지 않는 화재 원인에 대한 오작동을 막을 수 없다. 따라서 유독 가스에 대한 인체 위험성을 수치화한 유효복용분량 (Fractional Effective Dose; FED) 모델을 이용하여 센서가 위치한 공간의 위험성을 추정하고 화재의 초기 단계에서 재난을 정확히 예측하는 시스템을 제안한다.
위험도 추정기는 화재발생 시점을 판단하고 안전, 경고, 치명적 위험 등급의 시점을 결정하고 치명적 위험 도달시간을 계산한다. 붉은 점선으로 표현된 화재감지기 신호는 연기, CO₂ 가스, 온도 데이터를 종합하여 다중척도 기반 판단 방식을 사용하였다. 푸른 실선으로 표현된 위험도 정보에서, t_A는 경고 등급에 도달 시간이고, t_B는 치명적 위험 등급에 도달 시간을 나타낸다.
다양한 화재 환경을 보여줄 수 있도록 연소물은 골판지, 신문지, 경유, 향초를 준비하였다. 실험의 수행은 먼저 연소물에 불을 붙이고, 시스템에서 출력되는 센서 정보를 모니터링하여 시간의 따른 변화를 확인한다. 이 때, 외부의 영향을 최소화하기 위해서 챔버를 밀폐시키고 화재가 소멸단계에 도달하였을 때, 환기를 시켜 화재의 전체적인 변화를 확인하였다.
6(b)는 화재감지기와 FED계산을 거친 데이터의 응답으로, 각각 붉은 점선과 푸른 실선으로 표현된다. 위험도 추정기는 화재발생 시점을 판단하고 안전, 경고, 치명적 위험 등급의 시점을 결정하고 치명적 위험 도달시간을 계산한다. 붉은 점선으로 표현된 화재감지기 신호는 연기, CO₂ 가스, 온도 데이터를 종합하여 다중척도 기반 판단 방식을 사용하였다.
실험의 수행은 먼저 연소물에 불을 붙이고, 시스템에서 출력되는 센서 정보를 모니터링하여 시간의 따른 변화를 확인한다. 이 때, 외부의 영향을 최소화하기 위해서 챔버를 밀폐시키고 화재가 소멸단계에 도달하였을 때, 환기를 시켜 화재의 전체적인 변화를 확인하였다.
그러나 이 센서들은 너무 민감해서 비화재 경보와 같은 오동작이 빈번히 발생하는 단점을 가지고 있다[10]. 이에 제안된 방법에서는 감지 공간의 위험도 정보와 함께 화재 발생 여부를 결정한다. FED 계산기는 가스의 농도별 노출시간에 따른 인체위험도를 계산하기 위해서 유효복용분량 모델과 유독가스 농도 대비 치사율을 추가하여 모델을 재설계 하고, 감시공간의 인체위험도를 정량화 한다.
적용된 FED 모델을 통하여, 위험도 추정기는 화재의 위험을 분류하고 감시공간의 치명적 위험 도달시간을 추정해 남은 대피시간을 계산한다. 그 후, 이 정보들을 재난 관제 센터에 전달하고 시청각 경보장치로 위험을 알린다.
그 후, 이 정보들을 재난 관제 센터에 전달하고 시청각 경보장치로 위험을 알린다. 제안된 시스템은 다양한 화재 환경에 적용하여 위험을 정량적으로 구분한다. 재난 관제 센터는 좀더 직관적으로 위험 조짐을 인지할 수 있어 화재의 피해를 최소화시키고 거주자의 대피를 안전하고 신속하게 조치할 수 있다.
제안된 화재 위험도를 추정하는 방법은 다양한 화재 환경 하에서 안정적으로 화재 발발을 판별하고, 위험도를 정량화할 수 있도록 Fig. 2에서 표현된 것과 같이 화재 발발을 두 단계로 나누어 판단하고 유독가스들에 대한 생체유해성을 정량화한 Purser의 FED 모델을 적용하여 감시공간의 위험도와 대피시간을 산출한다[9]. 이 방법은 기능상 화재 감지기, FED 계산기, 위험도 추정기로 분류할 수 있다.
제안하는 화재 검출 시스템은 Fig. 1과 같이 크게 센서 모듈 파트, 화재 감지 및 위험도 추정 파트, 화재 경보 및 관제 센터 파트로 구성된다. 센서 모듈 파트는 시스템이 감시하는 공간의 유해 정보를 수집하는 5개의 다중센서로 구성된다.
센서 모듈 파트는 시스템이 감시하는 공간의 유해 정보를 수집하는 5개의 다중센서로 구성된다. 화재에서 발생되는 발열, 연기, 유독가스를 측정하기 위해, 물리적 방식의 온도센서와연기센서, 화학적방식의일산화탄소(carbon monoxide; CO), 이산화탄소(carbon dioxide; CO₂), 이산화질소(nitrogen dioxide; NO₂) 가스 센서로 센서 모듈이 구성된다. 이 센서들이 측정하는 유해 정보들은 일반적으로 화재에서 형성되는 연소생성물로 환경조건에 따라 그 측정치가 각각 달라진다.

대상 데이터

5에서 보여주는 것과 같이 45 cm × 45 cm × 90 cm의 직육면체 챔버 안에서 수행되었으며, 그 안는 연소 물과 제안하는 위험도 추정 시스템을 함께 넣고 최대한 거리를 띄워 배치하였다. 다양한 화재 환경을 보여줄 수 있도록 연소물은 골판지, 신문지, 경유, 향초를 준비하였다. 실험의 수행은 먼저 연소물에 불을 붙이고, 시스템에서 출력되는 센서 정보를 모니터링하여 시간의 따른 변화를 확인한다.
3과 같이 센서 파트, 화재 감지 및 위험도 추정 파트, 화재 경보 및 관제 센터 파트로 구성된다. 센서 파트는 연기입자를 측정하는 ZINIX 연기센서, 온도와 CO 가스를 측정하는 FIS3051, CO₂가스를 측정하는 CDM4161A, NO₂가스를 측정하는 NO2-A1로 구성하였다. 화재 위험도 추정을 위해 비글본 블랙 보드를 사용 하였다.
제안한 시스템의 검증을 위해 4종의 연소물을 사용하여 가상화재 실험을 수행하였다. 전체 시스템의 하드웨어 구조는 Fig.
센서 파트는 연기입자를 측정하는 ZINIX 연기센서, 온도와 CO 가스를 측정하는 FIS3051, CO₂가스를 측정하는 CDM4161A, NO₂가스를 측정하는 NO2-A1로 구성하였다. 화재 위험도 추정을 위해 비글본 블랙 보드를 사용 하였다. 이 보드는 신호처리 역할 외에 다양한 종류의 인터페이스를 갖는 센서들로부터 데이터를 수집하고 Ethernet과 USB Host 포트를 이용하여 유무선 네트워크의 한 노드로써 통신하는 역할을 한다.

성능/효과

골판지 실험 결과에서 tB의 추정시간은 294초이고 실제 치명적 위험 도달시간은 336초이며, 예측오차율은 –12.5%이다.
이 시스템은 연기, 온도, 그리고 유독가스인 CO, CO₂, NO₂ 가스들의 정보에 FED 모델을 적용함으로써, 감시공간의 화재 유해성을 정량적으로 표현할 수 있다. 제안된 시스템에서 도출하는 화재 발생, 위험도 추정, 남은 대피시간의 검증을 위해 4가지 연소물을 이용하여 실험을 수행하였고, 실험의 오차율은 최대 12.5%, 오차범위는 최대 62초를 갖는다. 제안된 시스템은 화재의 유해성 계산 방법 및 잔여 대피 시간 추정 방법을 통해 기존 화재 시스템보다 감시 공간의 위험도를 자세히 알 수 있어 화재에 발 빠른 대처를 할 수 있을 것이다.
다양한 화재 환경에서 대피 시간 계산을 위해 연소물의 종류를 달리하여 실험을 수행하였고, 실험 결과는 Table 2와 같고, 이 표는 치명적 위험 도달 시간 및 그 오차율을 보여준다. 추가적으로 골판지를 연소물로 사용한 실험의 경우에는 NO₂ 가스가 350초까지에서 영향을 주는 것을 확인할 수 있다. 이것은 발화원이 골판지 재질인 경우 초기단계에서 NO₂ 가스를 통해 화재를 판별하는 방식도 사용 가능하다.

후속연구

5%, 오차범위는 최대 62초를 갖는다. 제안된 시스템은 화재의 유해성 계산 방법 및 잔여 대피 시간 추정 방법을 통해 기존 화재 시스템보다 감시 공간의 위험도를 자세히 알 수 있어 화재에 발 빠른 대처를 할 수 있을 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	화재 검출 시스템의 역할은?	화재 검출 시스템은 화재 발생 시 만들어지는 열, 연기, 불꽃, 유독 가스 등의 연소 생성물들을 측정하여 해당 공간의 위험성을 주변의 거주자들과 재난 관제 기관에 알리는 역할을 한다. 이 시스템은 화재원을 빠르게 발견하여 그 위험을 억제하며, 시청각 경보를 통해 사람들을 안전한 장소로 대비하는 것을 목적으로 한다.
	화재 위험도 추정시스템의 센서 모듈을 구성하는 5개 다중센서는 무엇인가?	센서 모듈 파트는 시스템이 감시하는 공간의 유해 정보를 수집하는 5개의 다중센서로 구성된다. 화재에서 발생되는 발열, 연기, 유독가스를 측정하기 위해, 물리적 방식의 온도센서와연기센서, 화학적방식의일산화탄소(carbon monoxide; CO), 이산화탄소(carbon dioxide; CO2), 이산화질소(nitrogen dioxide; NO2) 가스 센서로 센서 모듈이 구성된다. 이 센서들이 측정하는 유해 정보들은 일반적으로 화재에서 형성되는 연소생 성물로 환경조건에 따라 그 측정치가 각각 달라진다.
	화재 위험도 추정시스템의 화재 감지 및 위험도 추정 파트는 무엇으로 구성되는가?	화재 감지 및 위험도 추정 파트는 수집된 유해 정보들을 분석하여 사고 발발과 그 위험성을 추정한다. 이 파트는 각 센서에서 정보를 얻는 센서 인터페이스, 센싱신호의 잡음 및 드리프트(drift)를 최소화하는 전처리 보정기, 화재의 발생 여부를 판단하는 화재 감지기, 감시 공간 위험도를 계산하는 FED 계산기, 위험도를 분류하고 치명적 위험 도달시간을 추산하는 위험도 추정기, 위험경보를 유·무선으로 전달하는 통신모듈로 구성된다. 화재 경보는 화재 환경에 따라 유해정보 측정치가 달라진다.

참고문헌 (10)

P. C. Mengod et al., "The influence of external factors on false alarms in an infrared fire detection system", Int. J. Wildland Fire, Vol. 24, No. 2, pp. 261-266, 2015.
J. R. Hall and A. E. Cote, American's fire problem and fire protection, Fire Protection Handbook, 17th ed., NFPA, Quincy, MA, pp. 7-9, 1991.
A. Anna Stec and T. Richard Hull, Fire toxicity, Elsevier, Cambridge, pp. 21-23, 2010.
R. Davies, "The use of detectors in modern fire protection, apollo fire detectors", Fire Safety Engineering, Vol. 154, No.12, pp. 28-30, Dec. 2000.
SIEMENS Fire & Security Products, "Multisensor smoke detector for the auto-addressable detector bus SynoLOOP", Siemens Building Technologies, Jan. 2003.
M. D. Blagojeviae and D. M. Petkoviae, "Detecting fire in early stage-a new approach", Work. and Living Environmental Protection, Vol. 2, No. 1, pp. 19-26, 2001.
H. J. Kim et al., "Numerical Analysis on the Effect of Improved Fractional Effective Dose(FED) for Evacuation by FDS_EVAC", J. Korean Soc. Safety, Vol. 28, No. 1, pp. 125-131, Feb. 2013

원문보기 상세보기
Speitel, L. C., "Toxicity Assessment of Combustion Gases and Development of a Survival Model," Federal Aviation Administration Washington DC Office of Aviation Research, No. DOT/FAA/AR-95 /5, 1995.
Y. U. Choi et al., "Implementation of the Adaptive Fire Alert System using Risk Sensitivity Estimation," in 8th Int. Conf. Internet (ICONI 2016), Dec. 2015, pp. 123-126.
S. H. Cho et al., "A Study on the Early Fire Detection by Using Multi-Gas Sensor," J. Sensor Sci. & Tech., Vol. 23, No. 5, pp. 342-348, 2014.

원문보기 상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증