[논문]실시간 위험지도 시스템을 위한 위험분석 기법 개발

박상배; 이창준; 주유경; 오정석

doi:10.7842/kigas.2020.24.3.27

[국내논문] 실시간 위험지도 시스템을 위한 위험분석 기법 개발
Developing Risk Analysis Methods for Realtime RiskMAP System 원문보기

한국가스학회지 = Journal of the Korean institute of gas, v.24 no.3, 2020년, pp.27 - 32

박상배 (한국가스안전공사) , 이창준 (부경대학교 안전공학과) , 주유경 (한국가스안전공사) , 오정석 (한국가스안전공사)

초록
AI-Helper

많은 가스 시설들이 노후화 되고 있으므로 사고를 미연에 방지하기 위한 가스시설의 위험분석은 더욱 중요해 지고 있다. 특히, 위험을 도출하고 분석하는 것은 복잡한 가스시설을 위한 사고예방과 사고방지에 매우 중요하다. 그러나 여러 가지 상황을 고려해 위험을 도출하고 분석하는 연구가 아직 충분히 이루어지지 않았다. 본 논문은 복잡한 가스 시설에서 구역별로 위험을 도출하고 분석하는 것을 목적으로 한다. 각 구역은 서로 다른 관점의 방법의 위험분석 기법을 적용하여 위험도를 산출하며 구역별 하나의 위험등급으로 통합한다. 위험지도(RiskMAP) 기반 위험 분석 시스템은 시설의 상태, 작업 및 주변 현황에 따라 구역의 위험변화를 즉시 사용자에게 알려준다. 본 연구에서 제안된 기법은 소프트웨어적 알고리즘으로 구현되고 본 연구에서 IoT와 GPS와 연계되어 위험지도기반 위험 분석 시스템에 적용된다.

Abstract ▼ AI-Helper

For preventing accident, the risk analysis about gas facilities has been more important since many gas facilities be superannuated. Especially, deriving and simulating risk is very important for preventing and corresponding accidents by means of specific analysis method in complex gas facilities. However, many studies have been not enough not yet in order to derive and simulate risk considering various situations. This paper aims to propose deriving and analyzing risk method around limited area of complex gas facilities. Our study proposes total risk analysis that is composed four methods with individual point of view. The risk analysis system based on RiskMAP immediately informs users changes of e risk in zones according to the status, work and surrounding conditions of the facility. The proposed methods in this research are implemented as software algorithm and applied to risk analysis system using RiskMAP in conjunction with IoT and GPS.

주제어

표/그림 (6)

그림 Fig. 1. The data flow of accidents probability.
그림 Fig. 2. The data flow of work risk analysis.
그림 Fig. 3. The data flow of intelligent cognition
그림 Fig. 4. The data flow of condition deterioration.
그림 Fig. 5. System Architecture.
그림 Fig. 6. The assigned risk per zone in facilities.

AI 본문요약
AI-Helper

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

문제 정의

본 논문은 복잡한 가스 시설에서 구역별로 위험을 도출하고 분석하는 방법 목적으로 한다. 각 구역은 서로 다른 관점의 방법의 위험분석 기법을 적용하여 위험도를 산출하며 구역별 하나의 위험등급으로 통합한다.
본 연구는 영역당 위험을 분석하기 위해 사고 피해확률, 작업 위험, 예기치 않은 특이 상황 시설 상태에 대한 위험도를 도출하며 각각의 위험도를 통합한다.

제안 방법

제안된 분석 기법을 소프트웨어에 구동하기 위해서는 소프트웨어적 알고리즘으로 구현해야하며 유사한 역할을 수행하도록 모듈화하여 사고피해 확률 모듈, 작업 위험 분석 모듈, 지능형 위험분석 모듈, 시설상태 분석 모듈을 구현하였다. 구현된 4개의 위험분석 모듈을 활용하여 본 연구는 웹기반 위험 분석 시스템을 개발하였고 소형 가스시설을 시험환경으로 조성하여 실증 후 현장 적용하였다.
위험지도(RiskMAP) 기반 위험 분석 시스템은 시설의 상태, 작업 및 주변 현황에 따라 구역의 위험변화를 즉시 사용자에게 알려준다. 본 연구에서 제안된 기법은 소프트웨어적 알고리즘으로 구현되고 본 연구에서 IoT 와 GPS 와 연계되어 위험지도기반 위험 분석 시스템에 적용된다.
이를 위해 본연구는 구역 별 위험을 분석하기 위해 사고 피해 확률, 작업 위험, 예기치 않은 특이 상황 시설 상태에 대한 위험도를 도출하며 각각의 위험도를 통합한다. 사고피해 확률은 단위지역의 화재, 누출, 폭발에 대한 위험도를 도출하며 사고확률과 피해심각도의 결합으로 위험지수를 구하였다. 시설 상태 위험도는 시설에 대한 감육이나 피로정도 파악하여 열화정도에 따른 위험도를 파악하는 방법으로 감육모델지수 와 균열사용잠재성 지수를 이용하였다.
사고피해 확률은 단위지역의 화재, 누출, 폭발에 대한 위험도를 도출하며 사고확률과 피해심각도의 결합으로 위험지수를 구하였다. 시설 상태 위험도는 시설에 대한 감육이나 피로정도 파악하여 열화정도에 따른 위험도를 파악하는 방법으로 감육모델지수 와 균열사용잠재성 지수를 이용하였다. 예기치 않은 특이 상황에 대한 위험도는 주변환경의 변화에 의한 사고 위험성을 데이터 간의 유사도를 이용한 지능형기반 위험지수를 통해 구하였고 작업 위험도는 단위지역에서시설에 대한 작업자의 작업에 대한 위험도를 수치화하여 표현하는 방법으로 설비 고장율을 판단할 수 있는 FTA 에 작업자의 작업 실수(휴먼에러) 단말과 속성을 추가하여 도출하였다.
시설 상태 위험도는 시설에 대한 감육이나 피로정도 파악하여 열화정도에 따른 위험도를 파악하는 방법으로 감육모델지수 와 균열사용잠재성 지수를 이용하였다. 예기치 않은 특이 상황에 대한 위험도는 주변환경의 변화에 의한 사고 위험성을 데이터 간의 유사도를 이용한 지능형기반 위험지수를 통해 구하였고 작업 위험도는 단위지역에서시설에 대한 작업자의 작업에 대한 위험도를 수치화하여 표현하는 방법으로 설비 고장율을 판단할 수 있는 FTA 에 작업자의 작업 실수(휴먼에러) 단말과 속성을 추가하여 도출하였다.
위험지도기반 위험분석 시스템은 실제 소형 가스시설을 대상을 시험환경으로 조성하여 작업자 이동 및 주변 환경의 변화에 따른 시험을 수행한 후 웹 기반버전으로 구현되었다. 시험환경 가스시설은 액화산소(20.
본 논문은 복잡한 가스 시설에서 구역별로 위험을 도출하고 분석하는 방법 목적으로 한다. 이를 위해 본연구는 구역 별 위험을 분석하기 위해 사고 피해 확률, 작업 위험, 예기치 않은 특이 상황 시설 상태에 대한 위험도를 도출하며 각각의 위험도를 통합한다. 사고피해 확률은 단위지역의 화재, 누출, 폭발에 대한 위험도를 도출하며 사고확률과 피해심각도의 결합으로 위험지수를 구하였다.
제안된 분석 기법을 소프트웨어에 구동하기 위해서는 소프트웨어적 알고리즘으로 구현해야하며 유사한 역할을 수행하도록 모듈화하여 사고피해 확률 모듈, 작업 위험 분석 모듈, 지능형 위험분석 모듈, 시설상태 분석 모듈을 구현하였다. 구현된 4개의 위험분석 모듈을 활용하여 본 연구는 웹기반 위험 분석 시스템을 개발하였고 소형 가스시설을 시험환경으로 조성하여 실증 후 현장 적용하였다.
세 번째 모듈은 센싱된 데이터 사이에서 유사성을 도출하여 예기치 못한 상황을 인식하는 기법을 구현한다. 즉, 시설의 학습 데이터 모델을 구축하고 실시간 데이터와의 유사도 비교를 통해 정상적인 데이터와 비정상적인 데이터를 구분한다. 특히 본 알고리즘에서는 데이터 편향과 왜곡을 방지하기 위해 데이터 정규화가 적용된단.
작업 위험도는 단위지역에서 시설에 대한 작업자의 작업에 대한 위험도를 수치화하여 표현하는 방법으로 설비 고장률을 판단할 수 있는 결함수해석에 작업자의 작업 실수(휴먼에러) 단말과 속성을 추가하여 도출한다. 즉, 작업 위험지수는 제시된 가이드워드에 따라 데이터베이스화된 작업 실수(휴먼에러) 확률을 결함수해석에 적용함으로써 수행되면 결함수해석의 고유기능인 부을 대수(논리곱, 논리합)를 통해 전체휴먼 에러기반 결함수해석의 정량적 수치를 계산한다.

대상 데이터

위험지도기반 위험분석 시스템은 실제 소형 가스시설을 대상을 시험환경으로 조성하여 작업자 이동 및 주변 환경의 변화에 따른 시험을 수행한 후 웹 기반버전으로 구현되었다. 시험환경 가스시설은 액화산소(20.5톤), 액화 알곤(16.4톤), 액화질소(10.9톤), 액화탄소(25톤) 저장탱크와 탄소, 산소, 알곤, 질소 용기충전장 및 용기 보관실이 존재하는 다양한 가스시설이 존재하는 시설로서 작업자 위치 탐색 및 실시간 모니터링 장비를 장착하여 실증시험을 검증하였다. 본시험환경의 웹으로 구현된 버전은 Fig, 6애서 보인다.

성능/효과

본시험환경의 웹으로 구현된 버전은 Fig, 6애서 보인다. 위험지도 위에서 지역(zone)의 위험도를 확인할 수 있고 동적인 위험에 따라 위험도에 따라 지역의 색이 변경됨을 실시간으로 확인할 수 있었다.

후속연구

제안된 분석 기법을 소프트웨어에 구동하기 위해서는 소프트웨어적 알고리즘으로 구현해야하며 유사한 역할을 수행하는 알고리즘을 합친 모듈적인 구현이 요구된다. 첫 번째 모듈인 사고 피해확률 모듈은 화공학적 관점 기반의 위험분석 기법으로서 가스 누출, 화재, 폭발에 대한 사고확률과 피해 영향을 계산한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	위험지도 연동기의 특징은?	위험지도 연동기는 특화된 가스시설을 여러 개의 단위지역(zone)으로 분할하고 하나의 단위지역에 통합위험분석기의 결과를 매핑한다. 예를 들어 아래와 같이 14개의 단위지역이 존재하면 14개 지역에 대한 위험분석을 수행해야 하며 신속하고 효율적으로 수행하기 위해 멀티 쓰레드 방식을 이용하여 병렬적으로 수행 가능하다.
	가스 시설의 위험 분석이 중요한 이유는?	많은 가스 시설들이 노후화 되는 시점에서 사고를 미연에 방지하기 위한 가스 시설의 위험 분석은 더욱 중요해졌다. 대부분의 산업체들은 독성 또는 가연성물질을 사용하기 때문에 산업체 사고는 사람과 시설에 피해를 입힐 수 있다.
	복잡한 가스 시설에서 구역별로 위험을 도출하고 분석하는 방법은?	본 논문은 복잡한 가스 시설에서 구역별로 위험을 도출하고 분석하는 방법 목적으로 한다. 각 구역은 서로 다른 관점의 방법의 위험분석 기법을 적용하여 위험도를 산출하며 구역별 하나의 위험등급으로 통합한다. 서로 다른 관점의 위험분석 방법은 다양한 상황을 고려하기 위해 각각 사고 확률, 작업 위험, 예기치 않은 특이한 상황, 시설 상태가 반영하여 설계된다. 위험지도(RiskMAP) 기반 위험 분석 시스템은 시설의 상태, 작업 및 주변 현황에 따라 구역의 위험변화를 즉시 사용자에게 알려준다.

참고문헌 (8)

Daniel, A., and Louvar, J. F., Chemical Risk Analysis: Fundamentals with Application, Prientice Hall, (1990)
Oh, J, S, Sung, J. G., and Kwon, J. R., "A Study on Autonomic Decision Method for Smart Gas Environment in Korea", Advances in Intelligent and Soft Computing, 72, 1-9, (2010)
"Guidelines for Consequence Analysis of Chemical Releases", CCPS
"Methods for Calculation of Physical Effects", TNO Yellow Book, (2005)
"Chemical Process Safety : Fundamentals with Applications",Danel A,Crow ？ Joseph F, Louvar
Lee, U. Y. and Oh, J. S., "A Study on Natural Gas Dispersion Modeling for Gas Safety Platform Development ", International Journal of Control and Automation, 10(12), 147-164, (2017)

상세보기
Oh, J. S., "A Study on Deriving and Simulating Pre-risk on Complex Gas Facilities for Preventing Accidents", Communications in Computer and Information Science, 931, 268-273, (2019)
Yang, Z, Wang, J. Rochid, M., and Belkacem, O., "Bayesian modeling for human error Probability Analysis in CREAM", Internatonal Conference on Quality, Reliability, Risk Maintenance, and Safety Engineering, June, (2011)

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