[논문]화재 열발생률 입력 불확실도에 대한 FDS 결과의 민감도 분석

조재호; 황철홍; 김주성; 이상규

doi:10.14346/jkosos.2016.31.1.025

화재 열발생률 입력 불확실도에 대한 FDS 결과의 민감도 분석
Sensitivity Analysis of FDS Results for the Input Uncertainty of Fire Heat Release Rate 원문보기

한국안전학회지 = Journal of the Korean Society of Safety, v.31 no.1, 2016년, pp.25 - 32

조재호 (대전대학교 소방방재학과) , 황철홍 (대전대학교 소방방재학과) , 김주성 (한국원자력안전기술원 계통평가실) , 이상규 (한국원자력안전기술원 계통평가실)

Abstract ▼ AI-Helper

A sensitivity analysis of FDS(Fire Dynamics Simulator) results for the input uncertainty of heat release rate (Q) which might be the most influencing parameter to fire behaviors was performed. The calculated results were compared with experimental data obtained by the OECD/NEA PRISME project. The sensitivity of FDS results with the change in Q was also compared with the empirical correlations suggested in previous literature. As a result, the change in the specified Q led to the different dependence of major quantities such as temperature and species concentrations for the over- and under-ventilated fire conditions, respectively. It was also found that the sensitivity of major quantities to uncertain value of Q showed the significant difference in results obtained using the previous empirical correlations.

주제어

AI 본문요약
AI-Helper

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

문제 정의

측정된 열발생률의 불확실도는 최대 ±25%까지 고려하였으며, 이때 고온 연층 및 표면온도, 화학 종의 농도 등의 정량적 변화를 확인하였다. 또한 열발생률과 주요 화재특성치의 경험적 상관식(empirical correlation)을 이용한 기존의 민감도 분석법의 타당성에 대하여 검토하였다.
이러한 배경 하에 본 연구에서는 원전 유형의 다중 구획에서 수행된 화재 실증실험(PRISME door test)을 대상으로 대표적 화재모델인 FDS의 민감도 분석을 수행하였다. 측정된 열발생률의 불확실도는 최대 ±25%까지 고려하였으며, 이때 고온 연층 및 표면온도, 화학 종의 농도 등의 정량적 변화를 확인하였다.

제안 방법

9는 본 연구에서 검토된 과환기 및 환기부족화재 조건들에 대하여, 가정된 15%의 # 입력 불확실도에 대한 예측결과의 입력 불확실도를 정량적으로 도시한 결과이다. NUREG^-1824²⁾에 제시된 경험적 상관식에 의한 불확실도를 기준으로, 과환기 및 환기부족화재 조건에 따라 FDS 예측결과에 의한 불확실도를 비교하였다. 먼저 고온 연층의 온도(HGL_Tg)를 살펴보면, 경험적 상관식에 의한 10%의 불확실도에 비해 과 환기 및 환기부족화재조건에서는 각각 15%와 11%의 예측결과 불확실도를 보이고 있다.
대표적인 화재모델 FDS를 이용한 화재위험성 평가의 신뢰성을 확보하기 위하여 화재 거동에 가장 큰 영향을 미치는 열발생률(#)의 입력 불확실도에 대한 FDS 결과의 민감도 분석이 수행되었다. 계산된 결과는 OECD/NEA PRISME 프로젝트를 통해 얻어진 실험 데이터와 비교되었다.
본 연구에 적용된 대표적 화재모델인 FDS(Fire Dynamics Simulator)의 입력인자에 대한 민감도 분석은 실규모 화재실험을 대상으로 격자크기, 복사모델, 난류 모델 계수 등과 같은 수치적 입력인자와 연소열, CO 및 soot yield 그리고 열발생률 등과 같은 물리적 입력 인자를 대상으로 검토되었다^2,5-6). 그 결과 격자 크기와 더불어 열발생률의 불확실도가 화재거동에 가장 큰 영향을 미치는 입력인자로 인식되고 있다.

대상 데이터

계산에 적용된 격자크기의 결정은 동일한 실험조건에 대하여 수행된 선행연구¹²⁾에서 체계적으로 이루어졌다. 그 결과 0.1 m의 균일 격자계가 적용되었으며, 적용된 격자수는 총 254,400이다.
1과 2에서와 같이 각 구획 천장 근처에 설치된 입구(inlet)와 출구(outlet)로 구성되었으며, 공기 및 연소생성물은 모두 x축과 평행인 방향으로 각각 공급 및 배출되었다. 실험은 공기 공급율에 따른 다양한 화재조건이 고려되었으며, 본 연구에서는 570 m³/h의 공급 및 배기를 통해 구획 내부가 과환기 화재를 형성하는 조건¹⁰⁾과 급기 및 배기계통 밸브를 차단하여 유입 및 배출 유량을 0 m³/h로 설정한 환기부족화재¹¹⁾를 대상으로 하였다. 연료로는 n-dodecane의 이성질체인 TPH(hydrogenated tetra-propylene, C₁₂H₂₆)가 사용되었다.
실험은 공기 공급율에 따른 다양한 화재조건이 고려되었으며, 본 연구에서는 570 m³/h의 공급 및 배기를 통해 구획 내부가 과환기 화재를 형성하는 조건¹⁰⁾과 급기 및 배기계통 밸브를 차단하여 유입 및 배출 유량을 0 m³/h로 설정한 환기부족화재¹¹⁾를 대상으로 하였다. 연료로는 n-dodecane의 이성질체인 TPH(hydrogenated tetra-propylene, C₁₂H₂₆)가 사용되었다. 0.

데이터처리

)의 입력 불확실도에 대한 FDS 결과의 민감도 분석이 수행되었다. 계산된 결과는 OECD/NEA PRISME 프로젝트를 통해 얻어진 실험 데이터와 비교되었다. 주요 결과는 다음과 같다.

이론/모형

다중 구획실 pool 화재 실증실험을 수치모사하기 위하여 LES 기법이 적용된 FDS¹⁴⁾가 사용되었다. 아격자 난류모델로는 original Smagorinsky eddy 점성모델이 사용되었다.
가 사용되었다. 아격자 난류모델로는 original Smagorinsky eddy 점성모델이 사용되었다. 연소모델에 대해서는 소화 및 CO의 생성⋅소멸을 간략히 모사할 수 있도록 3단계 혼합분율모델이 사용되었다.
연소모델에 대해서는 소화 및 CO의 생성⋅소멸을 간략히 모사할 수 있도록 3단계 혼합분율모델이 사용되었다.

성능/효과

각 요소의 오차를 확인하는 것은 비현실적이며, 실험결과와의 비교를 통해 정량화될 수 있다. 둘째, 입력인자의 불확실도는 화재 모델링을 위해 요구되는 다양한 수치 및 물리적 입력 인자의 불확실한 정보로 인하여 발생된다. 수치모델의 충분한 이해 및 실험을 통해 얻어진 정확한 정보가 제공되었을 때, 예측결과의 불확실도는 최소화될 수 있다.
표면온도(T_surf)의 경우 경험적 상관 식(10%)에 비해 FDS에 의한 민감도 분석결과(19%)는약 2배의 불확실도를 갖게 된다. 또한 다른 열적 화재 특성치와는 다르게 과환기 및 환기부족화재 조건의 불확실도가 거의 동일하게 예측됨을 볼 수 있다. 마지막으로 O₂, CO 및 CO₂의 평균 불확실도를 살펴보면, 과환기화재조건(9.
또한 다른 열적 화재 특성치와는 다르게 과환기 및 환기부족화재 조건의 불확실도가 거의 동일하게 예측됨을 볼 수 있다. 마지막으로 O₂, CO 및 CO₂의 평균 불확실도를 살펴보면, 과환기화재조건(9.2%)은 경험적 상관식에 의한 불확실도 (8%)와 유사하지만, 환기부족화재조건의 경우에 15%로 매우 큰 차이가 발생됨을 알 수 있다.
NUREG^-1824²⁾에 제시된 경험적 상관식에 의한 불확실도를 기준으로, 과환기 및 환기부족화재 조건에 따라 FDS 예측결과에 의한 불확실도를 비교하였다. 먼저 고온 연층의 온도(HGL_Tg)를 살펴보면, 경험적 상관식에 의한 10%의 불확실도에 비해 과 환기 및 환기부족화재조건에서는 각각 15%와 11%의 예측결과 불확실도를 보이고 있다. 연층의 높이 (HGL_z)의 경우, 경험적 상관식은 -1%인 반면에, 과환기 및 환기부족화재조건에서는 각각 -2.
85 m 위치에서 측정된 기체의 온도를 나타낸 것이다. 실험에서 측정된 연료의 질량소모율과 문헌에서 인용된 연소열의 곱으로 표현된 기준 #이 적용되었을 때, z = 2.05 m의 위치에서는 다소 과소예측을 보이지만, 전반적으로 실험결과를 잘 예측하고 있음을 볼 수 있다. #이 +15%로 증가되었을 때, 기체의 온도는 평균적으로 15% ~ 20%의 범위 내에서 크게 증가되었음을 확인할 수 있다.
8%의 불확실도를 갖는다. 천장 제트유동의 온도(T_ceil) 및 플럼의 온도(T_plume) 역시 경험적 상관식과 각 화재 조건에 따른 불확실도에 큰 차이가 발생되고 있음을 확인할 수 있다. 표면온도(T_surf)의 경우 경험적 상관 식(10%)에 비해 FDS에 의한 민감도 분석결과(19%)는약 2배의 불확실도를 갖게 된다.
측정된 열발생률의 불확실도는 최대 ±25%까지 고려하였으며, 이때 고온 연층 및 표면온도, 화학 종의 농도 등의 정량적 변화를 확인하였다.

후속연구

이와 같은 #에 대한 민감도 분석법은 예측된 물리량의 불활실도를 매우 간단하게 평가할 수 있는 장점을 갖는다. 그러나 제한된 실험결과를 바탕으로 유도된 상관식이 모든 화재시나리오 및 화재조건에 정량적으로 적용되는 것은 한계가 있으며, 이 방법의 타당성에 대한 체계적인 평가가 이루어져야 한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	화재모델링 결과의 불확실도가 최소화되는 조건은 무엇인가?	둘째, 입력인자의 불확실도는 화재 모델링을 위해 요구되는 다양한 수치 및 물리적 입력 인자의 불확실한 정보로 인하여 발생된다. 수치모델의 충분한 이해 및 실험을 통해 얻어진 정확한 정보가 제공되었을 때, 예측결과의 불확실도는 최소화될 수 있다. 그러나 수치적 입력인자의 최적화는 다양한 화재 조건에 따라 상이한 결과를 가져올 수 있으며, 실험측정의 본질적인 불확실도로 인한 물리적 입력인자 역시 상당한 불확실성을 갖게 된다3) .
	화재모델링 결과의 불확실도는 어떻게 분류될 수 있는가?	화재모델링 결과의 불확실도는 크게 모델오차와 입력인자의 불확실도로 분류될 수 있다. 첫째, 모델오차는 복잡한 화재현상의 수식화를 위한 단순화 과정과 지배방정식의 수학적 해를 구하는 과정에서 적용된 다양한 모델로 인하여 야기된다.
	입력인자의 불확실도는 어떠한 요인으로 인해 발생하는가?	각 요소의 오차를 확인 하는 것은 비현실적이며, 실험결과와의 비교를 통해 정량화될 수 있다. 둘째, 입력인자의 불확실도는 화재 모델링을 위해 요구되는 다양한 수치 및 물리적 입력 인자의 불확실한 정보로 인하여 발생된다. 수치모델의 충분한 이해 및 실험을 통해 얻어진 정확한 정보가 제공되었을 때, 예측결과의 불확실도는 최소화될 수 있다.

참고문헌 (15)

NRC and EPRI, "Nuclear Power Plant Fire Modeling Analysis Guidelines", NUREG-1934/EPRI 1023259, Finial Report, 2012.
NRC and EPRI, "Verification and Validation of Selected Fire Models for Nuclear Power Plant Applications", NUREG-1824/EPRI 1011999, Finial Report, 2007.
A. Meunders, G. Baker, L. Arnold, B. Schroeder, M. Spearpoint and D. Pau, "Parameter Optimization and Sensitivity Analysis for Fire Spread Modelling with FDS" SFPE 10th International Conference on Performance-Based Codes and Fire Safety Design Methods, University of Queensland, Australia, 2014.
A. Kelsey, S. Gant, K. McNally and S. Betteridge, "Application of Global Sensitivity Analysis to FDS Simulations of Large LNG Fire Plumes", Institution of Chemical Engineers Symposium Series, Vol. 159, pp. 283-293, 2014.
C. H. Hwang, S. Y. Mun, and J. H. Cho, "Study on Sensitivity and Uncertainty Analyses of Fire Model", KINS/HR-1291, 2013.
S. Y. Mun, J. H. Cho, C. H. Hwang and S.H. Park, "Sensitivity Analysis of Soot Yield on Fire Characteristics in the Fire Modeling using FDS", Proceedings of Fall Annual Conference, Korean Institute of Fire Science & Engineering, pp. 573-576, 2012.
S. C. Kim, "Application of Numerical Model for the Effective Design of Large Scale Fire Calorimeter", Journal of Korean Institute of Fire Science & Engineering, Vol. 24, No. 6, pp. 28-33, 2010.
J. M. Such, C. Casselman, M. Forestier and H. Pretrel, "Description of the PRISME Experimental Program", DPAM/DIR-2005-117, 2005.
W. Le Saux, "Description of the DIVA Facility", DPAM/SEREA-2006-157, PRISME- 2006-008, 2006.
W. Le Saux, "PRISME Door Programe - PRS_D3 Test Report", DPAM/SEREA-2006-342, PRISME-014, 2006.
W. Le Saux, "PRISME Door Programe - PRS_D1 Test Report", DPAM/SEREA-2007-015, PRISME-017, 2007.
S. Y. Mun, C. H. Hwang, J. S. Park and K. Do, "Validation of FDS for Predicting the Fire Characteristics in the Multi-Compartments of Nuclear Power Plant (Part I: Over-ventilated Fire Condition)", Journal of Korean Institute of Fire Science & Engineering, Vol. 27, No. 2, pp. 31-39, 2012.
S. Y. Mun, C. H. Hwang, J. S. Park and K. Do, "Validation of FDS for Predicting the Fire Characteristics in the Multi-Compartments of Nuclear Power Plant (Part II: Under-ventilated Fire Condition)", Journal of Korean Institute of Fire Science & Engineering, Vol. 27, No. 2, pp. 80-88, 2012.
K. B. McGrattan, S. Hostikka, J. Floyd, H. Baum and R. Rehm, "Fire Dynamic Simulator (Version 5): Technical Reference Guide", NIST SP 1018-5, NIST, Gaithersburg, MD, 2007.
L. Audouin et al, "Quantifying Differences between Computational Results and Measurements in the Case of a Large-Scale Well-Confined Fire Scenario", Nuclear Engineering and Design, Vol. 241, pp. 18-31, 2011.

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