[논문]화재모델링을 이용한 입출력 변수의 민감도, 상관계수 분석과 주성분 분석

남기태; 김정진; 윤석표; 김준경

doi:10.14346/jkosos.2019.34.5.46

화재모델링을 이용한 입출력 변수의 민감도, 상관계수 분석과 주성분 분석
Analysis of Sensitivity, Correlation Coefficient and PCA of Input and Output Parameters using Fire Modeling 원문보기

한국안전학회지 = Journal of the Korean Society of Safety, v.34 no.5, 2019년, pp.46 - 54

남기태 (세명대학교 소방방재공학과) , 김정진 (세명대학교 소방방재공학과) , 윤석표 (세명대학교 바이오환경공학과) , 김준경 (세명대학교 소방방재공학과)

Abstract ▼ AI-Helper

Even though the fire performance-based design concept has been introduced for various structures and buildings, which have their own specific fire performance level, the uncertainties of input parameters always exist and, then, could reduce significantly the reliability of the fire modeling. Sensitivity analysis was performed with three limited input parameters, HRRPUA, type of combustible materials, and mesh size, which are significantly important for fire modeling. The output variables are limited to the maximum HRR, the time reaching the reference temperature($60^{\circ}C$), and that to reach limited visible distance(5 m). In addition, correlation coefficient analysis was attempted to analyze qualitatively and quantitatively the degree of relation between input and output variables above. Finally, the relationship among the three variables is also analyzed by the principal component analysis (PCA) to systematically analyze the input data bias. Sensitivity analysis showed that the type of combustible materials is more sensitive to maximum HRR than the ignition source and mesh size. However, the heat release parameter of the ignition source(HRR) is shown to be much more sensitive than the combustible material types and mesh size to both time to reach the reference temperature and that to reach the critical visible distance. Since the derived results can not exclude the possibility that there is a dependency on the fire model applied in this study, it is necessary to generalize and standardize the results of this study for the fire models such as various buildings and structures.

주제어

표/그림 (15)

표 Table 1. Igniter Type, size, and Heat Release Rate Per Area (kw/m²) for the room fire of this study
그림 Fig. 1. Plan view for fire modeling of room fire using FDS(a).
그림 Fig. 1. Section view for fire modeling of room fire using FDS(b).
표 Table 2. Reaction Material and Chemical Formula for the room fire of this study
표 Table 3. Mesh, Cell Size and Number of cells for the room fire of this study
그림 Fig. 2. Maximum HRR(kw)s in response to the change of mesh numbers and materials.
표 Table 4. Maximum HRR(kw) for all the 27 cases of 3 input parameters combinations
표 Table 5. Thresholds elapsed time (sec) to reach reference temperature(60℃) at measurement height (1.8 m) for all the 27 cases of 3 input parameters combinations
그림 Fig. 3. Thresholds elapsed time (sec) to reach reference temperature(60℃) in response to the change of mesh numbers and materials.
그림 Fig. 4. Thresholds elapsed time (sec) considering visibility distance (5 m) in response to the change of mesh numbers and materials.
표 Table 6. Thresholds elapsed time (sec) considering visibility distance (5 m) for all the 27 cases of 3 input parameters combinations
표 Table 7. Corelation coefficients between maximum HRR(kw) and 3 input parameters (HRRPUA, Material, and Mesh #)
표 Table 8. Corelation coefficients between Thresholds elapsed time (sec) to reach reference temperature(60℃) and 3 input parameters (HRRPUA, Material, and Mesh #)
표 Table 9. Corelation coefficients between Thresholds elapsed time (sec) considering visibility distance (5 m) and 3 input parameters (HRRPUA, Material, and Mesh #)
표 Table 10. Variable proportion and cumulative proportion of 3 input parameters (HRRPUA, Material, and Mesh #) in PCA

AI 본문요약
AI-Helper

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

제안 방법

3가지 입력변수와 화원으로부터 1.6 m 지점에서 화재발생시 피난계획과 직결되는 한계가시거리에 도달하는 시간에 대한 민감도 분석을 시도하였고 Table 6 및 Fig. 4에 각각 제시되어 있다. Fig.
2에 제시되어 있다. 3가지 종류의 입력 변수의 변화를 동시에 표현할 경우 야기되는 분석의 혼돈을 피하기 위해 우선 mesh 숫자를 25로 한정하였고, mesh 숫자의 변화에 대한 분석은 다음 절에 제시된 상관관계 분석에서 다시 검토하였다. Fig.
FDS를 이용하여 화재모델링을 수행하였고 수행한 결과 다음의 결론으로 요약가능하다.
다만 상관관계 분석의 특성을 고려하여 3개의 출력 변수 각각을 분리하여 분석하였다. 상관관계분석은 1개 또는 다수의 독립변수의 변화에 대한 종속변수의 변화의 정도를 분석을 통하여 변수간의 관계성을 파악하는 것이다.
본 연구는 대표적 화재해석 모델인 FDS (Fire Dynamics Simulator)을 수행하였고 민감도분석을 효과적으로 위해 우선 상대적으로 중요하다고 알려져 있는 점화원 열방출량(HRRPUA, heat release rate per unit area), 가연물 종류 및 격자크기 등 3개로 제한하였다. 또한 밀접한 상관관계를 가지고 있는 출력변수로서 최대 열발생률(HRR, heat release rate), 기준온도 도달시간 및 한계가시거리 도달시간 등 3개로 제한하였다. 또한 입력 및 출력 변수 상호간 정성적 및 정량적인 관련성 정도를 분석하기 위해 상관계수 분석을 시도하였다.
민감도 분석을 위한 주요 출력변수는 앞서 제시된 바와 같이 최대열발생률, 화원으로부터 1.6 m 이격된 지점에서 기준온도 도달시간, 그리고 마지막으로 높이 1.8 m에서 특정된 가시한계거리 도달시간 등을 선정하였다.
입력 및 출력변수 상호간 정성적 및 정량적인 관련성 정도를 분석하기 위해 상관계수 분석을 시도하였다. 변수 상호간의 상관관계 분석을 위해 민감도 분석과 동일하게 3개의 입력변수 및 3개의 출력변수에 대해 분석하였다.
본 논문에서 수행된 화재시뮬레이션 3개 입력변수의 입력자료 자체의 내적 편향성 구조를 분석하기 위하여 주성분 분석 (PCA)¹⁹⁾을 시도하였다. 우선 변수 상호간의 크기에 대한 가중치를 평준화하기 위해 표준화 과정을 수행하였다.
본 연구는 대표적 화재해석 모델인 FDS (Fire Dynamics Simulator)을 수행하였고 민감도분석을 효과적으로 위해 우선 상대적으로 중요하다고 알려져 있는 점화원 열방출량(HRRPUA, heat release rate per unit area), 가연물 종류 및 격자크기 등 3개로 제한하였다. 또한 밀접한 상관관계를 가지고 있는 출력변수로서 최대 열발생률(HRR, heat release rate), 기준온도 도달시간 및 한계가시거리 도달시간 등 3개로 제한하였다.
여러 가지 입력변수 중에서 상대적으로 중요한 점화원의 열 발생률, 가연물의 종류와 모델링을 위한 mesh 개수 등 모두 3가지 변수를 고려하였다. 우선 주요한 입력변수 가운데 하나인 점화원의 단위면적당 열 발생률(HRRPUA)¹¹⁾을 고려하기 위해 Table 1에 제시된 바와 같이 500 kw를 기준으로 ±25%까지 고려하여 400 kw 및 600 kw 설정하여 결과값들의 정량적 변화를 분석하였다.
을 시도하였다. 우선 변수 상호간의 크기에 대한 가중치를 평준화하기 위해 표준화 과정을 수행하였다. 정보의 손실을 최소화 하면서보다 보다 적은 수의 요인 또는 변수로 요약하고자 할 경우 즉 HRRPUA, 가연물 종류 및 Mesh 개수 등 3개 변수 각각의 고유값이 가장 커다란 변수부터 크기 순서대로 분석한 후 상대적으로 고유값이 작은 즉 상대적 중요성이 작은 변수를 감소시켜 차원을 감소시키는 효과를 줄 수도 있다.
우선 주요한 입력변수 가운데 하나인 점화원의 단위면적당 열 발생률(HRRPUA)11)을 고려하기 위해 Table 1에 제시된 바와 같이 500 kw를 기준으로 ±25%까지 고려하여 400 kw 및 600 kw 설정하여 결과값들의 정량적 변화를 분석하였다.
에서는 특성 화재직경 내부에 4~16개 격자가 적용될 때 신뢰성 있는 예측이 가능하다고 제시하고 있다. 이를 적용하여 16개의 격자를 설정하였고 보다 세밀한 분석을 위하여 Table 3에서 제시된 바와 같이 2가지 경우를 추가하여 각각 25 및 36으로 설정하고 이에 대해서도 분석하여 비교하였다.
그리고 민감도분석을 효과적으로 수행하기 위해 임의로 선정된 3개의 입력변수의 값 상호간의 관계 bias의 유무 및 bias가 존재한다면 bias 정도 등을 체계적으로 분석하기 위해 주성분 분석(PCA, principal component analysis)을 수행하였다. 화재수치해석을 위한 대상 모델은 기존에 Thunderhead Engineering가 제시한 다수의 화제모델 가운데 대표적인 room fire model을 채택하여 민감도분석, 상관계수 분석 및 주성분 분석을 시도하였다.

대상 데이터

(b)에서 제시된 바와 같이 5.2 m × 5.4m의 면적을 갖는 높이 2.4 m의 화재 모델을 적용하였다.
FDS 화재모델링을 위한 가연물은 Reaction과 같은 FDS 내부 명령어로 제어되고 가연물 종류는 Table 2에 제시된 바와 같이 가장 일반적으로 사용되는 polyurethane을 포함하여 GM21 및 GM29 등 3가지 물질을 고려하였고 SFPE Handbook¹²⁾의 데이터를 참고하였다.
4 m의 화재 모델을 적용하였다. 내부 가구로는 sofa 2개와 pad 1개가 위치되어 있으며 각 구획의 바닥과 벽은 Yellow Pine 및 석고를 사용하였다. 거실과 통로를 연결하는 출입구는 너비 0.

데이터처리

또한 입력 및 출력 변수 상호간 정성적 및 정량적인 관련성 정도를 분석하기 위해 상관계수 분석을 시도하였다. 그리고 민감도분석을 효과적으로 수행하기 위해 임의로 선정된 3개의 입력변수의 값 상호간의 관계 bias의 유무 및 bias가 존재한다면 bias 정도 등을 체계적으로 분석하기 위해 주성분 분석(PCA, principal component analysis)을 수행하였다. 화재수치해석을 위한 대상 모델은 기존에 Thunderhead Engineering가 제시한 다수의 화제모델 가운데 대표적인 room fire model을 채택하여 민감도분석, 상관계수 분석 및 주성분 분석을 시도하였다.
또한 밀접한 상관관계를 가지고 있는 출력변수로서 최대 열발생률(HRR, heat release rate), 기준온도 도달시간 및 한계가시거리 도달시간 등 3개로 제한하였다. 또한 입력 및 출력 변수 상호간 정성적 및 정량적인 관련성 정도를 분석하기 위해 상관계수 분석을 시도하였다. 그리고 민감도분석을 효과적으로 수행하기 위해 임의로 선정된 3개의 입력변수의 값 상호간의 관계 bias의 유무 및 bias가 존재한다면 bias 정도 등을 체계적으로 분석하기 위해 주성분 분석(PCA, principal component analysis)을 수행하였다.
또한 밀접한 상관관계를 가지고 있는 출력변수로서 최대 열발생률(HRR, heat release rate), 기준온도 도달시간 및 한계가시거리 도달시간 등 3개로 제한하였다. 또한 입력 및 출력 변수 상호간 정성적 및 정량적인 관련성 정도를 분석하기 위해 상관계수 분석을 시도하였다. 그리고 민감도분석을 효과적으로 수행하기 위해 임의로 선정된 3개의 입력변수의 값 상호간의 관계 bias의 유무 및 bias가 존재한다면 bias 정도 등을 체계적으로 분석하기 위해 주성분 분석(PCA, principal component analysis)을 수행하였다.

이론/모형

FDS에서는 난류모델에 대하여 Navier-Stokes 방정식으로 수치 해석을 수행하고 LES(Large Eddy Simulation) 기법이 적용된 수치해석 방법을 사용한다. 수치해석을 위해 난류확산 계수와 난류점성을 필요로 하는데 본 연구는 FDS의 Default 값인 프란틀 값은 PR = 0.
난류점성의 경우 Deardorff’s Model을 이용하였으며 식 (1)로 나타낼 수 있다.
본 연구는 보다 일반적이고 평범한 화재모델 선택을 위해 Thunderhead Engineering 가 제시한 여러 가지 실내 화재모델 가운데 Room Fire model¹⁶⁾을 이용하여 분석하였고 동일 화재모델을 이용하여 분석한 결과를 참조하였다¹⁷⁾.
본 연구에서 사용한 화재모델에서 다른 가연물에 대한 열 특성에 대한 상세 내용은 FDS Userguide¹⁴⁾와 FDS Technical Reference Guide¹⁵⁾에서 제시된 값을 참고하였다.

성능/효과

1. 민감도 분석에 의하면 가연물의 종류가 점화원의 열방출량 보다 민감하게 최대열방출량에 대해 작용하고 있다는 것을 보여주었다. 하지만 기준온도(60℃)에 도달하는 시간 및 한계가시거리 도달시간에 대해서는 점화원의 열방출량 변수가 상대적으로 가연물 종류보다 훨씬 더 민감하게 작용한다는 것을 보여주고 있어 기준온도(60℃)에 도달하는 시간과 한계가시거리 도달 시간과 같은 2가지 출력변수 상호간 유사한 민감도 경향을 보여주었다.
2. 입출력 변수간의 상관관계 분석에 의하면 우선 3개 입력변수와 최대열방출량과 상관계수는 모두 약 0.3정도 값을 보여주고 있어 최대열발생률과 3개 입력 변수 상호간에는 거의 유사하지만 비교적 낮은 상관정도를 보여주고 있다. 특히 가연물 종류와 기준온도(60℃) 도달시간과 상관관계는 비록 대단히 작은 값이지만 음의 상관관계를 보여주고 있어 polyurethane, GM21 및 GM29의 순서대로 기준온도(60℃) 도달시간이 체계적으로 감소하는 결과와 대단히 잘 일치하고 있다.
Table 7이 제시한 바와 같이 각 변수들의 자체 상관 계수는 대각선 항에 주어져 있는 바와 같이 1을 보여주고 있고, 또한 3개 입력변수 상호간에는 극히 작은 값이거나 0을 나타내고 있어 분석이 정확하게 이루어졌음을 보여주고 있다. 3개 입력변수 중 Mesh 숫자가 상대적으로 가장 작은 상관계수를 보여주고 있고(0.22) 또한 다른 2개 입력변수는 최대열방출량에 대한 상관계수가 0.29 및 0.3의 값을 보여주고 있어 최대열발생률과 3개 입력변수 상호간에는 거의 유사하고 낮은 정도의 상관정도를 보여주고 있다.
마지막으로 3가지 입력 변수와 한계가시거리 도달 시간 상호간의 상관관계를 분석하였고 결과는 Table 9에 제시되어 있다. 3개 입력변수 중 점화원 열방출율과 Mesh 개수는 아주 작아서 거의 상관관계가 약하다는 것을 보여주고 있지만 음의 값을 보여주고 있다. 하지만 음의 상관관계는 점화원 방출열의 크기가 증가하면 도달시간이 짧아진다는 것을 보여주고 있어 실제 화재 현상과 매우 잘 부합하고 있다.
4. 주성분 분석결과 3개 입력변수가 변수 상호간 균등하게 기여하고 있음을 보여주고 있어 본 연구에서 설정한 3개 입력변수를 1개 또는 2개의 입력변수로 차원 감소를 하거나 또는 1개 또는 2개의 변수로 대표할 수 있는 입력 자료의 구조가 아님을 보여주고 있다. 따라서 3개 변수의 입력자료 각각은 강한 독립성을 가지고 있어 연구결과에 대한 신뢰성을 제고시켜 주었고 향후 다양한 화재모델링을 수행을 위해 각각 입력변수 값의 정량적인 범위를 설정 시 필요하다고 판단된다.
2에서 일정한 점화원 열방출량으로 고정할 경우 각각의 가연물질의 종류에 따라서 최대열방출량의 크기가 역시 체계적으로 차이가 있음을 명확하게 보여주고 있다. 구체적으로 400 kw, 500 kw 및 600 kw 각각에 대해 polyurethane이 가장 작은 값을 보여주고 있고 이 물질을 기준으로 할 경우 GM29의 최대열방출량이 12.9%, 25.7%, 19.6%의 변동을 보여주고 있다. 따라서 가연물 종류에 의한 최대열방출량의 변동성이 보다 민감하게 작용하고 있으며 점화원의 열방출량 증가에 따른 변동 보다 상대적으로 큰 것을 보여주고 있다.
또한 그림에서 일정한 점화원의 열방출량에서 각각의 가연물질의 종류(세로축)에 따라서 기준온도에 도달시간의 크기가 역시 체계적인 차이가 있음을 보여주고 있다. 구체적으로 400 kw, 500 kw 및 600 kw 각각에 대해 다소 차이가 있지만 polyurethane이 가장 작은 값을 보여주고 있고 이를 기준으로 할 경우 GM21의 기준온도 도달시간이 약 +0.51%, -10.86%, -16.17%의 변동을 보여주고 있다. 따라서 최대열방출량에 대한 민감도 특성과 달리 Fig.
따라서 3개 변수를 고유 값이 월등하게 커다란 1개 또는 2개의 입력변수로 차원 감소를 하거나 또는 1개 또는 2개의 변수로 대표할 수 있는 입력 자료의 구조가 아님을 보여주고 있다. 따라서 3개 변수의 입력자료 각각은 강한 독립성을 가지고 있음을 보여주고 있고, 이는 각각의 변수에 대한 값을 무작위적으로 측정한 자료가 아니라 화재모델링을 효과적으로 수행하기 위해 입력변수 각각에 대한 값을 이미 알고 있는 일반적인 범위 내에서 인위적으로 입력 자료를 아주 양호하게 제어한 결과이며 이미 예상된 바와 같다.
4에서 나타난 바와 같이 polyurethane, GM21 및 GM29의 순서대로 기준온도(60℃) 도달시간이 체계적으로 감소하는 결과와 대단히 잘 일치하고 있다. 따라서 GM29 가연물질이 다른 물질에 비해 상대적으로 짧은 시간에 많은 열방출량을 배출하여 빠르게 기준온도에 도달하는 것으로 해석된다. 다른 2개 입력변수는 상관계수가 약 0.
점화원의 열 발생률, 가연물의 종류 및 모델링을 위한 mesh 개수 등이 내재적으로 지니고 있는 값들의 상대적인 크기 및 각 입력변수들의 단계의 간격 등에 의한 영향은 각각 변수의 분산값에 의해 상쇄되어 지기 때문에 표준화와 같은 동일한 효과를 나타낸다. 따라서 가연물의 종류를 정량화하기 위해 다양한 크기 및 단계별 차이 등에 다양한 정량적인 값을 부여하여 상관관계분석을 시도하였고 다양하게 부여된 절대 값 및 단계 값에 대해서 거의 동일한 상관관계 분석결과 값을 보여주고 있어 상관계수 분석결과의 신뢰성을 높여 주었다.
또한 한계가시거리 도달시간의 경우 GM29와 같은 가연물이 가장 짧은 시간 내에 soot 등과 같은 물질 등을 다량으로 배출하고 GM21과 polyurethane 등의 순서이고 이는 민감도 분석결과와 잘 일치하고 있다. 따라서 상관관계 계수의 상대적인 크기와 음양의 분석을 통해 입력 및 출력변수 상호간의 정성적 그리고 정량적인 관련성 정도를 충분히 분석 가능하였고 민감도분석 결과 얻어진 결과와 매우 잘 일치하는 결과를 보여주고 있다. 민감도 및 상관관계 분석 등 2가지 분석을 동시에 병행할 경우 보다 의미 있는 결과를 얻을 수 있을 것으로 판단된다.
17%의 변동을 보여주고 있다. 따라서 최대열방출량에 대한 민감도 특성과 달리 Fig. 3 및 Table 5에서 알 수 있는 바와 같이 점화원의 열방출량 변수가 가연물 종류에 비해 보다 훨씬 더 민감하게 기준온도(60℃)에 도달하는 시간에 작용한다는 것을 보여주고 있다.
우선 변수 상호간의 크기에 대한 가중치를 평준화하기 위해 표준화 과정을 수행하였다. 정보의 손실을 최소화 하면서보다 보다 적은 수의 요인 또는 변수로 요약하고자 할 경우 즉 HRRPUA, 가연물 종류 및 Mesh 개수 등 3개 변수 각각의 고유값이 가장 커다란 변수부터 크기 순서대로 분석한 후 상대적으로 고유값이 작은 즉 상대적 중요성이 작은 변수를 감소시켜 차원을 감소시키는 효과를 줄 수도 있다.
민감도 분석에 의하면 가연물의 종류가 점화원의 열방출량 보다 민감하게 최대열방출량에 대해 작용하고 있다는 것을 보여주었다. 하지만 기준온도(60℃)에 도달하는 시간 및 한계가시거리 도달시간에 대해서는 점화원의 열방출량 변수가 상대적으로 가연물 종류보다 훨씬 더 민감하게 작용한다는 것을 보여주고 있어 기준온도(60℃)에 도달하는 시간과 한계가시거리 도달 시간과 같은 2가지 출력변수 상호간 유사한 민감도 경향을 보여주었다.

후속연구

5. 다만 상관관계 분석결과가 일반적인 정량적 및정성적인 의미를 갖기 위해 향후 연구는 점화원 열방출량, 가연물질 종류 및 mesh size 등을 포함한 입력변수에 대한 주성분 분석을 포함하여 치밀한 정량적이고 정성적인 사전 분석 등 보다 엄밀한 통계적 유의성 분석과정이 필요하다. 따라서 민감도분석, 상관분석과 주성분 분석 등을 이용한 결과들을 적절하게 활용한다면 다양한 화재모델링 결과에 대해 보다 심층적이고 의미있는 분석이 가능하고 불확실성 감소에도 기여할 것으로 판단된다.
6. 본 논문에서 도출된 결과는 적용된 화재모델 자체에 대한 종속성이 있을 가능성을 전혀 배제할 수 없기 때문에 향후 매우 다양한 건축물 및 구조물과 같은 화재모델에 대한 연구를 통해 연구결과의 일반화 및 표준화가 반드시 필요하다.
주성분 분석결과 3개 입력변수가 변수 상호간 균등하게 기여하고 있음을 보여주고 있어 본 연구에서 설정한 3개 입력변수를 1개 또는 2개의 입력변수로 차원 감소를 하거나 또는 1개 또는 2개의 변수로 대표할 수 있는 입력 자료의 구조가 아님을 보여주고 있다. 따라서 3개 변수의 입력자료 각각은 강한 독립성을 가지고 있어 연구결과에 대한 신뢰성을 제고시켜 주었고 향후 다양한 화재모델링을 수행을 위해 각각 입력변수 값의 정량적인 범위를 설정 시 필요하다고 판단된다.
다만 상관관계 분석결과가 일반적인 정량적 및정성적인 의미를 갖기 위해 향후 연구는 점화원 열방출량, 가연물질 종류 및 mesh size 등을 포함한 입력변수에 대한 주성분 분석을 포함하여 치밀한 정량적이고 정성적인 사전 분석 등 보다 엄밀한 통계적 유의성 분석과정이 필요하다. 따라서 민감도분석, 상관분석과 주성분 분석 등을 이용한 결과들을 적절하게 활용한다면 다양한 화재모델링 결과에 대해 보다 심층적이고 의미있는 분석이 가능하고 불확실성 감소에도 기여할 것으로 판단된다.
민감도 및 상관관계 분석 등 2가지 분석을 동시에 병행할 경우 보다 의미 있는 결과를 얻을 수 있을 것으로 판단된다. 물론 향후 연구에서는 3개 출력변수 상호간의 독립성 정도에 대한 엄밀한 분석도 필요하다고 판단된다.
따라서 상관관계 계수의 상대적인 크기와 음양의 분석을 통해 입력 및 출력변수 상호간의 정성적 그리고 정량적인 관련성 정도를 충분히 분석 가능하였고 민감도분석 결과 얻어진 결과와 매우 잘 일치하는 결과를 보여주고 있다. 민감도 및 상관관계 분석 등 2가지 분석을 동시에 병행할 경우 보다 의미 있는 결과를 얻을 수 있을 것으로 판단된다. 물론 향후 연구에서는 3개 출력변수 상호간의 독립성 정도에 대한 엄밀한 분석도 필요하다고 판단된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	ksgs는?	여기서 는 그리드셀 중심에서의 u의 평균값이며, 는 인접셀에 대한 u의 가중 평균치이며 ksgs서브 그리드스케일 운동에너지 값이다. 이때 Cs 값은 0.
	심층 화재방호 요소의 활용방안은?	특히 원자력발전소의 경우 심층 화재방호 요소는 원자력발전소 관련 시설의 통합적인 확률론적 안정성 분석 (PSA, probabilistic safety analysis)에서 대단히 중요한 요소로 기여하고 있고, 특히 원자력분야에서 개발 되어 화재관련 검증 및 확인에 사용되는 다양한 지침서 NUREG-18242), NUREG-68503)는 현재 원자력 시설의 심층화재방호 관련 표준으로 활용되고 있다4).
	민감도분석에서 HRRPUA,가연물 종류 및 격차크기를 제외한 제한 요인은?	본 연구는 대표적 화재해석 모델인 FDS (Fire Dynamics Simulator)을 수행하였고 민감도분석을 효과적으로 위해 우선 상대적으로 중요하다고 알려져 있는 점화원 열방출량(HRRPUA, heat release rate per unit area), 가연물 종류및 격자크기 등 3개로 제한하였다. 또한 밀접한 상관관계를 가지고 있는 출력변수로서 최대 열발생률(HRR, heat release rate), 기준온도 도달시간 및 한계가시거리 도달시간 등 3개로 제한하였다. 또한 입력 및 출력 변수 상호간 정성적 및 정량적인 관련성 정도를 분석하기 위해 상관 계수 분석을 시도하였다.

참고문헌 (19)

S. H. Ahn, S. Y. Mun, I. H. Ryu, J. H. Choi, and C. H. Hwang, "Analysis on the Implementation Status of Domestic PBD (Performance Based Design) - Focusing on the Fire Scenario and Simulation" J. Korean Soc. Saf., Vol. 32, No. 5, pp. 32-40, 2017.
NRC, U. S and EPRI, "Verification and Validation of Selected Fire Models for Nuclear Power Plant Applications", Nuclear Regulatory Commission, NUREG-1824/EPRI 3002002182, Finial Report, 2016.
NRC, U. S and EPRI, "Fire PRA Methodology for Nuclear Power Facilities Volume 1: Summary & Overview", NUREG/CR-6850/EPRI 1011989, Finial Report, 2005.
M. H. Ji and B. K. Lee, "Application for Fire Protection Regulation based on Risk-Informed and Performance- Based Analysis" Journal of Disaster Management, Vol. 20 No. 3, pp. 65-70, 2006.
A. M. Corches, L. Ulriksen and G. Jomaas, "FDS Modeling of the Sensitivity of the Smoke Potential Values used in Fire Safety Strategies", In Proceedings of the 10th International Conference on Performance-Based Codes and Fire Safety Design Methods, pp. 34-35, 2014.
B. H. Henrik, N. Peter V, Peter, A. J Petersen and S. L Kim, "Sensitivity Analysis of Fire Dynamics Simulation." INTERNATIONAL CONFERENCE; 10th, Air distribution in rooms; Roomvent, Vol. 2, No. 4 , pp. 431-440, 2007.
M. Pachera, X. Deckers and T. Beji, "Capabilities and Limitations of the Fire Dynamics Simulator in the Simulation of Tunnel Fires with a Multiscale Approach", Journal of Physics: Conference Series, Vol. 1107. No. 4, 2018.
M. H. Jee, B. K. Lee and R. H. Jeoung, "Sensitivity Analysis for Fire Risk Conditions of Fire Area at Nuclear Power Plant with Performance-based Fire Model (FDS)", Journal of Korean Institute of Fire Science & Engineering, Vol. 21, No. 2, 98-104, 2007.
Y. T. Kim, C. H. Lee, H. S. Yang, H. K. Kam, H. G. Kwon and S. C. Kim, "Grid Sensitivity Analysis of FDS Calculation for a Residential Building Fire" Journal of Korean Institute of Fire Science & Engineering, Vol. 2015, No. 11, pp. 239-240, 2015.
S. Y. Mun, C. H. Park and C. H. Hwang, "Sensitivity Analysis on the Pyrolysis Properties of Power Cable" Journal of Korean Institute of Fire Science & Engineering, Vol. 2018, No. 4, pp. 247-248, 2018.
J. H. Cho, C. H. Hwang, J. S. Kim, and S. K. Lee, “Sensitivity Analysis of FDS Results for the Input Uncertainty of Fire Heat Release Rate,” J. Korean Soc. Saf., Vol. 31, No. 1, pp. 25-32, 2016.

원문보기 상세보기
J. Philip et al., "SFPE Handbook of Fire Protection Engineering Third Edition", National Fire Protection Association, pp. 642-680, 2005.
NRC, U. S and EPRI, "Nuclear Power Plant Fire Modeling Analysis Guidelines", NUREG-1934 and EPRI 102359, Finial Report, 2012.
K. McGrattan, S. Hostikka, R. McDermott, J. Floyd, C. Weinschenk and K. Overholt, "Fire Dynamic Simulator (Version 6): User's Guide", NIST SP 1019, NIST, Gaithersburg, MD, 2019.
K. McGrattan, S. Hostikka, R. McDermott, J. Floyd, C. Weinschenk, and K. Overholt, "Fire Dynamic Simulator (Version 6): Technical Reference Guide", NIST SP 1019, NIST, Gaithersburg, MD, 2019.
"Thunderheadeng and Support for Pyrosim", 2018, Oct 20, https://www.thunderheadeng.com/pyrosim/fundamentals/#room_fire
J. J. Kim "Sensitivity Analysis of Major Input Parameters of FDS" M.S. Semyung University Graduate School, Jecheon, 2019.
N. K. Sung, "SAS/STAT Regression Analysis 3nd Edition", Freedom Academy, pp. 198-235, 2004.
W. Richert, L. P. Coelho "Building Machine Learning Systems with Python", Packt Publishing Ltd, pp. 233-240, 2013.

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