[논문]건물 내 고체연료 화재에 대한 설계화재곡선 예측성능 평가

백빛나; 오창보

doi:10.7731/kifse.2019.33.2.047

건물 내 고체연료 화재에 대한 설계화재곡선 예측성능 평가
Evaluation of the Prediction Performance of Design Fire Curves for Solid Fuel Fire in a Building Space 원문보기

한국화재소방학회 논문지= Fire science and engineering, v.33 no.2, 2019년, pp.47 - 55

백빛나 (부경대학교 안전공학과 대학원) , 오창보 (부경대학교 안전공학과)

초록
AI-Helper

건물형태의 공간 내에서 발생한 고체연료 화재에 대해 Fire dynamics simulator (FDS)을 이용하여 설계화재곡선의 예측성능을 실험결과와 비교하여 평가하였다. FDS의 연소모델로서는 EDC 2-step mixing controlled를 적용하였으며 검토된 설계화재곡선들은 기존 연구들에서 제안한 2-stage design fire (TDF) 곡선, Quadratic 및 Exponential design fire 곡선들이다. 시뮬레이션 결과는 건물 내 연기 전파과정이 설계화재곡선에 많은 영향을 받는 것을 확인하였다. 설계화재곡선을 이용한 시뮬레이션은 건물 내 실험온도결과에 대해 합리적으로 예측하고 TDF가 가장 온도를 무난하게 예측하는 것을 확인하였다. 그리고 각 설계화재곡선의 화학종 농도에 대한 예측은 실험과 충분히 예측하지 못하는 것을 확인하였다. 이점은 본 연구에서 사용한 연소모델은 고체연료 화재에 대한 시뮬레이션에 적합하지 않음을 나타내며 고체연료의 예측에 대한 FDS 연소모델에 대한 연구가 추가적으로 필요해 보인다.

Abstract ▼ AI-Helper

The prediction performance of design fire curves was evaluated using a Fire dynamics simulator (FDS) for a solid fuel fire in a building space by comparing the results with experimental data. EDC 2-step mixing controlled combustion model was used in the FDS simulations and the previously suggested 2-stage design fire (TDF), Quadratic and Exponential design fire curves were used as the FDS inputs. The simulation results showed that smoke propagation in the building space was significantly affected by the design fire curves. The predictions of simulations using design fire curves for the experimental temperatures in the building space were reasonable, but the TDF was found to be the most acceptable for predicting temperature. The predictions with each design fire curve of species concentrations showed insufficient agreement with the experiments. This suggests that the combustion model used in this study was not optimized for the simulation of a solid fuel fire, and additional studies will be needed to examine the combustion model on the FDS prediction of solid fires.

주제어

표/그림 (11)

그림 Figure 1. Heat release rate of experimental data and design fire curves of building fires.
표 Table 1. Mathematical Description of Different Method to Describe a Complete Design Fire Curve of Baek et al. (TDF)⁽⁸⁾ and Ingason (QDF and EDF)⁽⁴⁾
표 Table 2. Parameters for the Calculations of Design Fire Curves of Baek et al. (TDF) and Ingason (QDF and EDF)
그림 Figure 2. A schematic geometry of the 3-D computational domain for the building fire.
그림 Figure 3. Window B hole size variations at different time instance in simulation.
그림 Figure 4. Measurement positions of temperature and concentrations in experiment and simulation (z = 1.0 m, 1.9 m).
그림 Figure 5. Temperature dependency on the grid size at z = 1.0 m of BurnerR.
그림 Figure 6. Smoke distributions at each different instance obtained by simulations with the design fire curves.
그림 Figure 7. Temporal variation of temperatures obtained by experiment and simulations with the design fire curves.
그림 Figure 8. Temporal variation of temperatures obtained by experiment and simulations with the design fire curves.
그림 Figure 9. Temporal variation of species concentrations (O₂, CO₂ and CO) obtained by experiment and simulations with the design fire curves.

AI 본문요약
AI-Helper

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

문제 정의

따라서 본 연구에서는 기존에 수행된 고체연료에서 발생한 건물화재 실험연구⁽¹⁰⁾를 대상으로 FDS의 EDC 2-stepMC 연소모델과 Baek 등이 제안한 설계화재곡선과 Ingason 등의 설계화재곡선을 이용한 화재 시뮬레이션을 수행하여 여러 설계화재곡선과 화재 시뮬레이션의 예측성능을 평가하고자 한다.
본 연구에서는 기존 연구⁽¹⁰⁾에서 수행된 고체연료로 인한 건물화재 실험결과에 대해 수치계산 결과를 비교하여 화재 시뮬레이션의 예측성능을 평가하였다. 실험에서는 가로 × 세로 × 높이 = 15.
이러한 목적으로 본 연구그룹에서는 구획실 내 가스화재에 대해 화재 시뮬레이션에 많이 사용되고 있는 Fire dynamics simulator (FDS)의 연소모델에 대한 예측성능을 실험과 비교, 평가하였다⁽¹⁾. 이 연구를 통해 FDS의 연소모델에 따라서 온도분포에 대한 예측성능은 큰 차이가 없지만 화학종 농도분포에 대해서는 예측성능이 달라지는 것을 확인하였다.

가설 설정

EDC 2-step MC 연소모델을 사용할 경우 HRR 값을 입력값으로 사용할 수 없기 때문에 연소효율을 100%로 가정하여 HRR 값을 연료의 연소열과 상부 표면적으로 나눠서 계산되는 질량유속(Mass flux)을 입력값으로 사용하였다. 연료로 사용된 폴리우레탄은 실험연구⁽¹⁰⁾를 참고하여 연소열을 28,000 kJ/kg, 상부 표면적은 1.

제안 방법

FDS 시뮬레이션에 적합한 격자크기(∆x)는 아래의 수식(3)⁽¹³⁾을 이용하여 1차적으로 결정한 후 실험온도와 비교하여 최종 크기를 결정하였다.
연료의 점화를 위해 폴리우레탄 폼의 표면에 점화기를 이용하여 일정하게 800 ℃를 주어 점화하였으며 연료가 점화한 이후로는 점화기를 제거하였다. 그리고 온도를 측정하기 위해 복도와 방에 K-type 열전대를 설치하였고 화학종 농도를 측정하기 위해 각 방의 중심의 1.9 m높이에 Probe를 설치하여 O₂, CO₂, CO 농도를 측정하였다. 실험방법에 대한 자세한 내용은 참고문헌⁽¹⁰⁾을 참조하기 바란다.
기존 문헌⁽¹³⁾에 따라 식 (3)에서 얻어진 D^*을 ∆x로 나눈 값이 10-20일 경우에 해당 ∆x가 계산에 적절하다고 판단되기 때문에 범주에 들어가는 ∆x에 대해 격자 민감도를 평가하였다. 범주에 들어가는 ∆x 중에서 0.
이 연구에서는 Ingason이 제안한 설계화재곡선보다 Kim 등이 제안한 설계화재곡선이 실험에서 측정된 화재성장속도를 유사하게 예측하였고 실험에서 측정된 연기전파시간을 잘 예측함을 확인하였다. 기존 설계화재곡선들은 각각 장단점을 가지고 있어서 본 연구그룹에서도 새로운 설계화재곡선을 제안하고 구획실 내 풀화재를 대상으로 FDS 시뮬레이션에 적용하여 Ingason이 제안한 설계화재곡선의 예측성능과 비교, 검토하였다⁽⁷⁾. 이 연구에서는 새로 제안된 설계화재곡선이 Ingason이 제안한 설계화재곡선보다 실험결과를 좀 더 합리적으로 예측한다는 것을 알 수 있었다.
하지만 실험에서 측정된 화재성장속도에 대해 TDF가 가장 잘 추종하고 QDF의 경우 실험결과보다 화재 시작점은 지연되지만 빠른 화재성장속도를 갖도록 작성되었으며 EDF의 경우는 실험 HRR 보다 화재성장속도가 매우 급격하게 상승하는 것으로 나타나지만 화재 시작점이 너무 지연되어 나타나는 것을 확인할 수 있다. 본 연구에서는 Figure 1에 도시된 각 설계화재곡선과 실험에서 측정된 HRR을 FDS를 이용한 화재시뮬레이션의 입력조건으로 하여 수치계산을 수행하였으며 각 입력조건에 따른 예측성능의 차이를 검토하였다.
본 연구에서는 건물모양의 공간에서 발생한 고체연료 화재를 대상으로 FDS에 EDC 2-step MC 연소모델과 다양한 설계화재곡선들을 적용한 시뮬레이션을 수행하였고 실험과의 비교를 통해 다음과 같은 결론을 얻었다.
실험에서는 두개의 창문 중에서 연료근처의 창문 B가 화재로 인해 210 s부터 균열이 발생하고 270 s에 완전히 깨진다고 관찰되었다. 본 연구에서는 이러한 변화를 시뮬레이션에 반영하기위해 Figure 3과 같이 시간변화에 따라 창문 내 사각형의 구멍 사이즈를 전체 사이즈의 30%, 50%, 100%로 점차 확대시키는 방식으로 창문 깨지는 과정을 모사하였다.
EDC 2-step MC 연소모델을 사용할 경우 HRR 값을 입력값으로 사용할 수 없기 때문에 연소효율을 100%로 가정하여 HRR 값을 연료의 연소열과 상부 표면적으로 나눠서 계산되는 질량유속(Mass flux)을 입력값으로 사용하였다. 연료로 사용된 폴리우레탄은 실험연구⁽¹⁰⁾를 참고하여 연소열을 28,000 kJ/kg, 상부 표면적은 1.786 m²로 하여 각 입력조건에 대한 질량유속을 계산하였다.

대상 데이터

을 ∆x로 나눈 값이 10-20일 경우에 해당 ∆x가 계산에 적절하다고 판단되기 때문에 범주에 들어가는 ∆x에 대해 격자 민감도를 평가하였다. 범주에 들어가는 ∆x 중에서 0.1 m, 0.2 m, 0.3 m를 대상으로 하였으며, 격자 민감도 평가 결과 Figure 5에서 볼 수 있듯이 ∆x가 0.3 m인 경우에는 시뮬레이션 결과가 실험에서 측정된 온도결과를 충분히 예측하지 못하는것을 볼 수 있다. ∆x가 0.
실험에서는 가로 × 세로 × 높이 = 15.6 m × 6.9 m × 2.4 m크기의 방 네 개와 복도로 구성된 단층에서 폴리우레탄(Polyurethane, CH1.91O0.263N0.055) 폼 15.6 kg을 이용하여 실험을 수행하였다.

데이터처리

이 설계화재곡선은 ISO9705 구획실 내 풀화재를 대상으로 FDS와 Consolidated model of fire growth and smoke transport (CFAST)를 이용한 시뮬레이션에 적용되었고 수정된 설계화재곡선이 화재성장구간에 대해 합리적으로 실험결과를 예측하는 것을 확인할 수 있었다⁽⁸⁾. 그리고 수정된 설계화재곡선의 예측성능을 평가하기 위해 CFAST를 이용하여 구획실 내 가스화재 실험에 대해 예측성능 평가도 이루어졌다⁽⁹⁾. 이 연구에서는 Ingason의 설계화재곡선과 Baek 등이 제안한 수정된 설계화재곡선이 사용되었으며 검토한 결과 Ingason이 제안한 설계화재곡선보다 Baek 등의 수정된 설계화재곡선이 실험결과를 비교적 더 유사하게 예측한다는 것을 알 수 있었다.
화재 시뮬레이션에는 Intel (R) Xeon (R) CPU E5-2630 v3@ 2.40 GHz 성능을 가진 PC-Cluster를 사용하였고 15개의 코어를 이용한 Message passing interface (MPI) 병렬계산을 수행하였다. 계산시간은 각 입력조건에 따라 약간 차이가 있지만 각 조건에 대해 대략 1 Hr의 물리적 시간이 소요되었다.

이론/모형

2⁽¹³⁾를 이용하여 시뮬레이션을 수행하였다. 난류 해석기법으로는 Large eddy simulation (LES)를 적용하였으며 사용된 연소모델은 이전 연구⁽¹⁾에서 검토된 EDC 2-step MC 연소모델로 아래의 반응식 (1), (2)를 수치계산에사용하였다.
본 연구에서는 건물 내 고체연료로 인한 화재에 대해 화재 시뮬레이션과 설계화재곡선의 예측성능을 평가하기 위해 FDS v6.3.2⁽¹³⁾를 이용하여 시뮬레이션을 수행하였다. 난류 해석기법으로는 Large eddy simulation (LES)를 적용하였으며 사용된 연소모델은 이전 연구⁽¹⁾에서 검토된 EDC 2-step MC 연소모델로 아래의 반응식 (1), (2)를 수치계산에사용하였다.

성능/효과

가장 특징적인 것으로 실험 HRR > TDF >QDF > EDF 순으로 화재로 인한 연기가 발생하여 복도까지 전파되는 것을 알 수 있다.
EDF의 경우에도 O₂ 감소시점과 CO₂ 증가시점은 대략 잘 예측하고 있지만 각 화학종 농도가 최소값이나 최대값을 갖는 순간은 전혀 예측하지 못하고 있다. 그리고 CO 농도에 대한 결과를 보았을때 Room_M에서는 전체적으로 모든 시뮬레이션 결과가 실험값을 너무 낮게 예측하여 예측 정확도가 너무 낮음을 알수 있다. 그러나 Burner_M위치에서는 시뮬레이션 결과들이 CO 농도의 크기에 대해서는 비슷한 오더의 크기로 대략 예측하고 있지만 농도 최대값의 위치에 대해서는 예측성능이 낮게 나타나고 있다.
이러한 실험결과에 대해 높이에 관계없이 실험 HRR을 입력값으로 이용한 시뮬레이션 결과가 가장 실험온도를 잘 예측하는것을 볼 수 있다. 그리고 설계화재곡선을 이용한 시뮬레이션 결과 중에서는 TDF가 화재 성장구간에서는 실험결과보다 빠르게 온도가 상승하는 것으로 나타나고 있지만 실험에서 측정된 온도의 증감경향을 가장 유사하게 예측하는 것을 확인할 수 있다. 특히 Burner_M의 하부위치(z = 1.
EDF의 경우에는 실험결과보다 현저히 느리게 온도가 상승하는 것으로 예측하여 실험에서 측정된 온도 증감경향을 잘 예측하지 못하고 있다. 또한 QDF는 화재 성장구간에서 온도상승률은 실험결과와 유사하지만 조금은 일찍 온도가 상승하는 것으로 예측하고 있으며, 실험에서 측정된 온도 증감경향에 대해서는 전체적으로 약간 차이가 있음을 알 수 있다.전체적으로 Burner_L, Burner_M, Burner_R 위치에서 측정된 온도는 실험 HRR > TDF ≥ QDF > EDF 순으로 실험결과를잘 예측하는 것으로 보인다.
, Corridor에서 얻어진 온도결과를 도시한 것이다. 먼저 z = 1.9 m에서 얻어진 실험온도를 보았을 때 3군데 Burner 위치에서 얻어진 실험결과와 동일하게 210 s이후에 온도가 잠시 감소하다가 다시 증가하는 경향을 확인할 수 있다. 그러나 z = 1.
본 연구에서 적용한 연소모델과 설계화재곡선들은 건물형태 공간에서 발생한 고체연료 화재의 온도에 대해서는 실험결과를 비교적 합리적으로 예측할 수 있었다.
4 m로 실험과 동일하게 지정하였고 하늘색으로 표시된 부분에는 창문을 지정하였다. 실험에서는 두개의 창문 중에서 연료근처의 창문 B가 화재로 인해 210 s부터 균열이 발생하고 270 s에 완전히 깨진다고 관찰되었다. 본 연구에서는 이러한 변화를 시뮬레이션에 반영하기위해 Figure 3과 같이 시간변화에 따라 창문 내 사각형의 구멍 사이즈를 전체 사이즈의 30%, 50%, 100%로 점차 확대시키는 방식으로 창문 깨지는 과정을 모사하였다.
이후 Baek 등의 연구에서는 이러한 문제를 보완하기 위해 화재성장구간의 곡선이 두 개의 화재성장률로 피팅(Fitting)되는 수정된 설계화재곡선이 제안되었다. 이 설계화재곡선은 ISO9705 구획실 내 풀화재를 대상으로 FDS와 Consolidated model of fire growth and smoke transport (CFAST)를 이용한 시뮬레이션에 적용되었고 수정된 설계화재곡선이 화재성장구간에 대해 합리적으로 실험결과를 예측하는 것을 확인할 수 있었다⁽⁸⁾. 그리고 수정된 설계화재곡선의 예측성능을 평가하기 위해 CFAST를 이용하여 구획실 내 가스화재 실험에 대해 예측성능 평가도 이루어졌다⁽⁹⁾.
. 이 연구를 통해 FDS의 연소모델에 따라서 온도분포에 대한 예측성능은 큰 차이가 없지만 화학종 농도분포에 대해서는 예측성능이 달라지는 것을 확인하였다. 특히 연소모델에 따라 CO 농도에 대한 예측성능이 크게 차이가 있음을 알 수 있었으며 연소모델 중에서 EDC 2-step mixing controlled (EDC 2-step MC) 연소모델이 가장 합리적으로 실험결과를 잘 예측하는 것을 확인하였다.
그리고 수정된 설계화재곡선의 예측성능을 평가하기 위해 CFAST를 이용하여 구획실 내 가스화재 실험에 대해 예측성능 평가도 이루어졌다⁽⁹⁾. 이 연구에서는 Ingason의 설계화재곡선과 Baek 등이 제안한 수정된 설계화재곡선이 사용되었으며 검토한 결과 Ingason이 제안한 설계화재곡선보다 Baek 등의 수정된 설계화재곡선이 실험결과를 비교적 더 유사하게 예측한다는 것을 알 수 있었다.
최근 연구를 통해 Kim 등⁽³⁾과 Ingason 등⁽⁴⁾이 제안한 설계화재곡선의 예측성능 검토한 결과가 보고된 바 있다⁽⁶⁾. 이 연구에서는 Ingason이 제안한 설계화재곡선보다 Kim 등이 제안한 설계화재곡선이 실험에서 측정된 화재성장속도를 유사하게 예측하였고 실험에서 측정된 연기전파시간을 잘 예측함을 확인하였다. 기존 설계화재곡선들은 각각 장단점을 가지고 있어서 본 연구그룹에서도 새로운 설계화재곡선을 제안하고 구획실 내 풀화재를 대상으로 FDS 시뮬레이션에 적용하여 Ingason이 제안한 설계화재곡선의 예측성능과 비교, 검토하였다⁽⁷⁾.
기존 설계화재곡선들은 각각 장단점을 가지고 있어서 본 연구그룹에서도 새로운 설계화재곡선을 제안하고 구획실 내 풀화재를 대상으로 FDS 시뮬레이션에 적용하여 Ingason이 제안한 설계화재곡선의 예측성능과 비교, 검토하였다⁽⁷⁾. 이 연구에서는 새로 제안된 설계화재곡선이 Ingason이 제안한 설계화재곡선보다 실험결과를 좀 더 합리적으로 예측한다는 것을 알 수 있었다. 하지만 이 연구에서 제안된 설계화재곡선도 초기에 화재가 너무 급격히 성장하는 것으로 예측하여 화재 성장구간에서 실험결과와 차이가 있음을 확인하였다.
2 m인 경우에는 시뮬레이션 결과가 실험에서 얻어진 온도를 비교적 합리적으로 예측하는 것을 확인하였다. 이러한 결과를 통해 본 연구에서는 효율적인 계산 수행을 위해 ∆x를 0.2 m로 하여 균일격자계를 구성하였으며 이 때 총 격자수는 83,790 개이다.
먼저 Figure 7은 Burner_L, Burner_M, Burner_R에서 측정된 결과를 나타낸 것으로 실험에서 측정된 온도경향을보면 210 s부터 발생하는 창문의 균열로 인해 뜨거운 연기가 밖으로 유출되고 차가운 외부 공기가 유입되어 온도가 감소하는 것을 확인할 수 있으며 이후 지속되는 화재로 인해 다시 온도가 증가하는 것을 확인할 수 있다. 이러한 실험결과에 대해 높이에 관계없이 실험 HRR을 입력값으로 이용한 시뮬레이션 결과가 가장 실험온도를 잘 예측하는것을 볼 수 있다. 그리고 설계화재곡선을 이용한 시뮬레이션 결과 중에서는 TDF가 화재 성장구간에서는 실험결과보다 빠르게 온도가 상승하는 것으로 나타나고 있지만 실험에서 측정된 온도의 증감경향을 가장 유사하게 예측하는 것을 확인할 수 있다.
이러한 연구들을 통해 구획실 내 풀화재와 가스화재에 대해서는 EDC 2-step MC 연소모델이 가장 합리적으로 실험결과를 예측할 수 있으며, 구획실 화재에 대해 Baek 등이 제안한 수정된 설계화재곡선의 예측성능이 충분히 합리적임을 확인할 수 있었다. 하지만 대부분의 실제 건물화재는 복잡한 내부공간에서 발생하며 주로 고체연료에서 기인하는 경우가 많기 때문에 신뢰할 수 있는 PBD를 수행하기 위해서는 이에 대한 연소모델과 설계화재곡선의 예측성능 검토가 수행되어야 한다.
전체적으로 BurnerL, BurnerM, BurnerR 위치에서 측정된 온도는 실험 HRR > TDF ≥ QDF > EDF 순으로 실험결과를잘 예측하는 것으로 보인다.
이 연구를 통해 FDS의 연소모델에 따라서 온도분포에 대한 예측성능은 큰 차이가 없지만 화학종 농도분포에 대해서는 예측성능이 달라지는 것을 확인하였다. 특히 연소모델에 따라 CO 농도에 대한 예측성능이 크게 차이가 있음을 알 수 있었으며 연소모델 중에서 EDC 2-step mixing controlled (EDC 2-step MC) 연소모델이 가장 합리적으로 실험결과를 잘 예측하는 것을 확인하였다.
Figure 1을 보았을 때 Ingason이 제안한 설계화재곡선들(EDF, QDF)의 경우 실험에서 측정된 최대 열발생률과 동일한 최대 열발생률을 예측하지만 본 연구그룹에서 제안한 TDF는 실험에서 측정된 최대 열발생률보다 약간 낮게 피팅된다. 하지만 실험에서 측정된 화재성장속도에 대해 TDF가 가장 잘 추종하고 QDF의 경우 실험결과보다 화재 시작점은 지연되지만 빠른 화재성장속도를 갖도록 작성되었으며 EDF의 경우는 실험 HRR 보다 화재성장속도가 매우 급격하게 상승하는 것으로 나타나지만 화재 시작점이 너무 지연되어 나타나는 것을 확인할 수 있다. 본 연구에서는 Figure 1에 도시된 각 설계화재곡선과 실험에서 측정된 HRR을 FDS를 이용한 화재시뮬레이션의 입력조건으로 하여 수치계산을 수행하였으며 각 입력조건에 따른 예측성능의 차이를 검토하였다.
이 연구에서는 새로 제안된 설계화재곡선이 Ingason이 제안한 설계화재곡선보다 실험결과를 좀 더 합리적으로 예측한다는 것을 알 수 있었다. 하지만 이 연구에서 제안된 설계화재곡선도 초기에 화재가 너무 급격히 성장하는 것으로 예측하여 화재 성장구간에서 실험결과와 차이가 있음을 확인하였다. 이후 Baek 등의 연구에서는 이러한 문제를 보완하기 위해 화재성장구간의 곡선이 두 개의 화재성장률로 피팅(Fitting)되는 수정된 설계화재곡선이 제안되었다.

후속연구

. 그러나 아직 본 연구에 적용된 EDC 2-step MC 연소모델이 고체가연물에서 기인한 화재에 대해서도 합리적으로 예측하는지 검토가 이루어지지는 못하였다. 또한 본 연구에서는 기하학적 형상이 비교적 복잡한 건물형태의 공간에서 화재가 발생한 경우이기 때문에 단순 구획실 화재를 대상으로 할때 보다는 시뮬레이션의 예측성능이 더 낮아질 수 있을 것으로 판단된다.
또한 본 연구에서는 기하학적 형상이 비교적 복잡한 건물형태의 공간에서 화재가 발생한 경우이기 때문에 단순 구획실 화재를 대상으로 할때 보다는 시뮬레이션의 예측성능이 더 낮아질 수 있을 것으로 판단된다. 따라서 향후 연구에서는 고체 가연물을 대상으로 화학반응 모델을 포함한 연소모델을 검토할 필요가 있어 보이며, 추가적으로 좀 더 다양한 기하학적 형상을 갖는 공간에서의 설계화재곡선을 적용한 시뮬레이션의 예측성능을 검토해 볼 필요가 있을 것으로 보인다.
그러나 아직 본 연구에 적용된 EDC 2-step MC 연소모델이 고체가연물에서 기인한 화재에 대해서도 합리적으로 예측하는지 검토가 이루어지지는 못하였다. 또한 본 연구에서는 기하학적 형상이 비교적 복잡한 건물형태의 공간에서 화재가 발생한 경우이기 때문에 단순 구획실 화재를 대상으로 할때 보다는 시뮬레이션의 예측성능이 더 낮아질 수 있을 것으로 판단된다. 따라서 향후 연구에서는 고체 가연물을 대상으로 화학반응 모델을 포함한 연소모델을 검토할 필요가 있어 보이며, 추가적으로 좀 더 다양한 기하학적 형상을 갖는 공간에서의 설계화재곡선을 적용한 시뮬레이션의 예측성능을 검토해 볼 필요가 있을 것으로 보인다.
화학종 농도변화에 대해서는 실험 HRR을 포함해서 각 설계화재곡선들을 이용한 예측에 한계가 있음을 확인하였다. 이러한 결과를 통해 고체연료에 대한 연소모델 평가를 추가적으로 수행할 필요가 있으며, 연소모델 평가가 명확하게 이루어진 후 설계화재곡선에 대한 정확한 평가를 추가적으로 수행할 필요가 있어 보인다.

질의응답

핵심어	질문	논문에서 추출한 답변
	화재 시뮬레이션의 장점은 무엇인가?	PBD는 다양한 방법을 사용하여 건물의 설계단계에서부터 화재에 대한 안정성을 확보하는 것을 목표로 하며 다양한 방법 중 하나로 화재 시뮬레이션이 사용되고 있다. 화재 시뮬레이션은 적절한 화재 시나리오에 대한 입력조건으로 계산된 결과를 이용해 건물의 화재안전성을 정량적으로 평가할 수 있다는 장점이 있다. 그러나 신뢰성 있는 안전성평가를 위해서는 먼저 화재 시뮬레이션 결과의 신뢰성 확보가 우선되어야 한다.
	PBD의 목표는 무엇인가?	국내에서는 2011년도부터 화재로 인한 피해를 줄이기 위해 성능위주설계(Performance-based design, PBD)를 도입하여 시행되어오고 있다. PBD는 다양한 방법을 사용하여 건물의 설계단계에서부터 화재에 대한 안정성을 확보하는 것을 목표로 하며 다양한 방법 중 하나로 화재 시뮬레이션이 사용되고 있다. 화재 시뮬레이션은 적절한 화재 시나리오에 대한 입력조건으로 계산된 결과를 이용해 건물의 화재안전성을 정량적으로 평가할 수 있다는 장점이 있다.
	설계화재곡선(Design fire curve)이 화재 시뮬레이션에 사용되는 이유는 무엇인가?	화재 시뮬레이션에 사용되는 입력조건은 주로 시간에 따른 화재의 거동을 잘 나타내는 열발생률(Heat release rate, HRR)이 사용되고 있으며 각 화재에 대해 측정된 HRR을 기초하여 이용되고 있다. 여기서 HRR은 건물의 구조와 환기 조건 등 특정 화재 시나리오에 따라 달라지는데 모든 화재 시나리오에 대한 HRR을 실험을 통해 측정하기에는 어려움이 있다. 그렇기 때문에 합리적으로 특정 화재 시나리오를 예측할 수 있는 입력조건이 필요하며 일반적으로 이러한 입력조건을 설계화재곡선(Design fire curve)이라 한다.

참고문헌 (14)

B. Baek, C. B. Oh, C. H. Hwang and H. S. Yun, "Evaluation of the Prediction Performance of FDS Combustion Models for the CO Concentration of Gas Fires in a Compartment", Fire Science and Engineering, Vol. 32, No. 1, pp. 1-9 (2018).
Z. Chen, "Design Fires for Motels and Hotels", Master's Thesis, Carleton University (2008).
H.-J. Kim and D. G. Lilley, "Heat Release Rates of Burning Items in Fires", 38th Aerospace Sciences Meeting and Exhibit, AIAA 2000-0722, pp. 1-25 (2000).
H. Ingason, "Design Fire Curves for Tunnels", Fire Safety Journal, Vol. 44, No. 2, pp. 259-265 (2009).

상세보기
J. Hietaniemi and E. Mikkola, "Design Fires for Fire Safety Engineering", VTT Working Papers 139, pp. 51-94 (2010).
M. Dinesh, C. B. Oh and E. J. Lee, "Computational Study of Tunnel Fire with Design Fire Curves", Proceedings of 2017 KIFSE Annual Autumn Conference, Korean Institute of Fire Science and Engineering, pp. 129-130 (2017).
B. Baek, C. B. Oh, E. J. Lee and D.-G. Nam, "Application Study of Design Fire Curves for Liquid Pool Fires in a Compartment", Fire Science and Engineering, Vol. 31, No. 4, pp. 43-51 (2017).
B. Baek, C. B. Oh and C. Y. Lee, "Evaluation of Modified Design Fire Curves for Liquid Pool Fires Using the FDS and CFAST", Fire Science and Engineering, Vol. 32, No. 2, pp. 7-16 (2018).
B. Baek, C. B. Oh and C. H. Hwang, "Evaluation of Design Fire Curves for Gas Fires in a Compartment Using CFAST", Fire Science and Engineering, Vol. 32, No. 4, pp. 7-16 (2018).
M. Luo and V. Beck, "A Study of Non-flashover and Flashover Fires in a Full-scale Multi-room Building", Fire Safety Jouranl, Vol. 26, No. 3, pp. 191-219 (1996).
B. Karlsson and J. Quintiere, "Enclosure Fire Dynamics", CRC Press (1999).
H. Ingason, Y. Z. Li and A. Lonnermark "Tunnel Fire Dynamics", Springer (2015).
K. McGrattan, S. Hostikka, R. McDermott, J. Floyd, C. Weinschenk and K. Overholt, "Fire Dynamics Simulator User's Guide", NIST Special Publication 1019, 6th Edition (2015).
NFPA, "The SFPE Handbook of Fire Protection Engineering", 2nd Edition (1995).

저자의 다른 논문 :

LOADING...

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