• 한국방재학회 논문집
• /
• 제11권1호
• /
• pp.23-27
• /
• 2011

건설 기술 발전과 국토의 효율적인 활용으로 인하여 건설되고 있는 터널은 지하 공간과 같은 폐쇄 공간의 특성으로 화재 시발생하는 연기와 열은 인명 및 물적 피해에 영향을 주는 매우 큰 위험요소이다. 본 연구에서는 광케이블을 이용하여 온도 변화를 측정하는 화재 감지 시스템을 설치하여 감지기가 동작한 온도 변화 값 및 시간과 실 화재 실험과 동일한 조건으로 화재 시뮬레이션을 수행하여 온도센서의 온도 변화 값 및 시간을 비교, 분석하였다. 실험 결과 화재실험과 화재 시뮬레이션의 온도변화는 점화 후 1분 이내에 화재를 감지하여 신호를 경보하는 것으로 나타났으며, 화재 감지기와 시뮬레이션 온도 센서의 온도변화 특성은 터널 내부의 기류 속도와 밀접한 관계를 가지는 것으로 나타났다. 또한 터널 화재는 연기의 방향에 의해 피난과 소방대 진입에 영향을 미치므로 화재 지점과 화재 방향을 파악할 수 있어야 한다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1997년도 춘계학술대회 논문집
• /
• pp.128-132
• /
• 1997

The conventional fire detection devices are operated after a processed fire phase, which are sensing only a high density of smoke level or high temperature heat. They are not so precision to detect a fire in the early phase to protect the facility from the fire. We need to develope a new high precision smoke detection system to keep expensive industial facilities most reliably from fire. A new optical precision smoke detection system was developed. It monitors very low level density of smoke psrticles in the air. It is operated continuously through many years without a stop or any malfunction. The developed precision smoke detection system will be installed in important industrial facilities,such as power plants, underground common tunnel,main control rooms,computer rooms etc.

• 전자공학회논문지
• /
• 제54권4호
• /
• pp.50-58
• /
• 2017

최근 들어, 효과적인 화재감지를 위해 이종 화재센서 데이터들을 융합하는 방안들이 제안되었으나, 룰 기반의 방법의 경우 적응성과 정밀도가 낮고, 퍼지추론의 경우 영상에 대한 고려 미흡으로 검출 속도와 정밀도가 떨어지는 등의 문제점들이 있다. 더불어 영상기반 딥러닝 기술들도 제안되었으나, 실제 상황에서 카메라가 없거나 카메라 영역 밖의 화재 발생에 대한 신속한 탐지가 어렵다. 이에 본 논문에서는 CNN 기반의 딥러닝 알고리즘과 온도 습도 가스 연기를 포함하는 이종 화재센서 데이터기반의 퍼지추론엔진을 결합시킨 새로운 방식의 화재 감지 시스템을 제안한다. 이로써 영상 데이터를 활용한 신속한 화재 감지와 이종 센서 데이터들을 이용한 신뢰성 있는 화재 감지가 가능해짐을 보인다. 또한, 대규모 시스템에서 컴퓨팅 파워의 지나친 서버 집중을 방지하기 위해 화재 인식 알고리즘에 분산 컴퓨팅 구조를 채택하여 확장성을 높인다. 마지막으로, NIST 화재 동역학 시뮬레이터를 이용한 화재 시뮬레이션 데이터와 화재영상을 활용하여 화재가 점진적으로 번지는 환경과 급작스럽게 폭발이 발생하는 환경에서 실험을 수행함으로써 시스템의 성능을 검증한다.

• 대한기계학회논문집B
• /
• 제39권12호
• /
• pp.935-943
• /
• 2015

본 논문에서는 풍력발전기 나셀 내부의 화재 조기감지 및 화재발생위치를 판단하는 방법을 제안한다. 화재감지 변수로는 온도와 공기 혼탁도 상승률을 이용하는데, 이것은 온도와 혼탁도의 절대 값과 상관이 없이 화재를 감지할 수 있기 때문에 비화재보를 최소화 할 수 있는 방법이다. 화재발생위치는 다수의 화재감지 센서들의 거리에 따른 화재감지 시간차를 이용하였다. 또한 다양한 실험을 통하여 개발된 방법의 성능을 테스트하였다.

• 한국화재소방학회논문지
• /
• 제30권4호
• /
• pp.27-38
• /
• 2016

본 논문은 현재 국외기술에 의존하고 있는 광센서 선형감지기를 이용한 화재감지시스템인 분산온도감지(DTS) 시스템을 국산화 기술로 개발하기 위한 연구이다. 이에 본 연구에서는 광섬유 내에서 발생되는 빛의 역산란광 중 온도감지에 주로 사용되는 라만산란광의 전기적 신호파형을 오실로스코프를 이용하여 분석하였다. 측정결과 Stokes 신호파형은 온도가 상승해도 변화량이 거의 없었으나, 온도에 민감한 anti-Stokes 신호파형은 상대적으로 그 값이 증가하는 것을 확인할 수 있었다. 그리고 라만산란광을 이용하여 화재를 감지할 수 있는 광중계기 및 광수신기로 구성된 광센서 선형 화재감지시스템인 K-DTS 시스템을 개발하였다. 개발된 K-DTS 시스템에 대하여 차동식 및 정온식 감도시험기를 이용하여 차동식 및 정온식 감지기로서의 감도시험을 진행해 본 결과 형식승인 기준을 만족하고 있는 것을 확인할 수 있었다. 또한, 개발된 K-DTS 시스템의 성능평가를 위해 국외에서 수입되어 가장 많이 사용되고 있는 S-DTS 시스템과 성능비교실험을 진행하였다. 모형터널을 이용한 성능실험결과 화재감지위치 및 화재온도 측정에서 유사한 성능을 나타내는 것을 확인할 수 있었다.

• 센서학회지
• /
• 제33권3호
• /
• pp.119-124
• /
• 2024

Effective fire sensing is important to protect lives and property from the disaster. In this paper, we present an intelligent visual sensing method for detecting fires based on machine learning techniques. The proposed method involves a two-step process. In the first step, fire and non-fire images are used to train a convolutional neural network (CNN), and in the next step, feature vectors consisting of 256 values obtained from the CNN are used for the learning of a support vector machine (SVM). Linear and nonlinear SVMs with different parameters are intensively tested. We found that the proposed hybrid method using an SVM with a linear kernel effectively increased the recall rate of fire image detection without compromising detection accuracy when an imbalanced dataset was used for learning. This is a major contribution of this study because recall is important, particularly in the sensing of disaster situations such as fires. In our experiments, the proposed system exhibited an accuracy of 96.9% and a recall rate of 92.9% for test image data.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2009년도 춘계학술대회 논문집
• /
• pp.457-465
• /
• 2009

Subway system including light-rail transit system is the representative public urban transportation. Accordingly, Nothing is more important than the safety operation as well as passengers' convenience. Due to the fire disaster of Daegu subway on 2003, more strict regulations of detecting fire and of conducting on emergency circumstances. However, regardless of this improved management, it was reported that installations of lots of fire-detection facilities may be harm than good to operate subway system due to frequent malfunction of some fire-detection facilities. It may cause mis-alarm for fire and induces abnormal operation of subway due to the strict regulation; the train shall be stopped on emergency circumstances. Therefore, in this paper, new scheme on surveiling breaking-out-of fire in the station is suggested with new IT technologies, Wireless Sensor Network(WSN) and CCTVs. which were integrated with an intelligent software. This intelligent system enables to surveil breaking-out-of fire in real time through sensor network technology and watch the emergency site on CCTV as well. Through this system, subway organizers could cope with the emergency circumstance rapidly as well as judge precisely whether fire breaks out or not.

• 센서학회지
• /
• 제25권6호
• /
• pp.394-398
• /
• 2016

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.

• 한국화재소방학회논문지
• /
• 제33권1호
• /
• pp.85-91
• /
• 2019

이 연구는 불꽃파장 감지기술과 불꽃영상 감지기술을 융합한 도로터널용 자동소화설비의 화재감지성능을 평가하기 위한 실험이다. 화재감지성능을 향상시키기 위한 이 융합기술은 화재 시 화원의 위치를 파악하고, 노즐을 화원으로 향하여 화재가 발생한 장소에만 가압수를 방사함으로서 화재진압에 따른 수손피해를 줄이는 효과를 얻을 수 있었다. 도로터널의 화재 중 불꽃 및 연기가 선행되는 상황에서 각각 15 m, 20 m, 25 m, 30 m, 35 m 거리에 $70cm{\times}70cm$의 목표물을 두었을 때 화원의 위치를 파악하는지를 실험하였다. 실험결과 농연의 간섭으로 인해 자외선 및 삼파장적외선센서의 감지능력이 감쇠되는 결과를 확인하였다. 또한 농연으로 인해 불꽃이 가려진 경우 이미지센서가 농연을 감지하여 화재신호를 발신함을 확인하였다.

• 스마트미디어저널
• /
• 제13권4호
• /
• pp.23-32
• /
• 2024

대형 화재 발생과 그로 인한 피해가 증가하고 있는 상황에서, 화재감지 시설에 대한 신뢰는 낮아지고 있다. 현재 널리 사용되는 화학 화재감지기는 오경보가 빈번하게 발생하며, 비디오 기반 딥러닝 화재감지는 시간과 비용이 많이 소요되는 단점이 있다. 본 논문에서는 이러한 문제를 해결하기 위해 오토인코더 모델을 활용한 화재감지 모델을 제안한다. 오경보를 최소화하고 신속 정확한 화재감지를 목표로 한다. 제안된 모델은 오토인코더 방법론을 이용해 화재 데이터 없이 정상 데이터만으로 모델을 학습시킬 수 있어 새로운 환경에 적용이 용이하다. 5가지 센서 데이터를 종합적으로 반영하여 화재를 신속하고 정확히 감지할 수 있다. 다양한 초모수 조합을 실험하여 최적의 초모수를 선정하였으며, 오경보 문제를 줄일 수 있는 화재 시점 판단 규칙을 제안하였다. 제안한 모델로 화재감지 실험을 진행한 결과, 14개의 시나리오 중 13개의 시나리오에서 오경보 문제가 발생하지 않았고, 동일한 데이터로 임계치 비교 알고리즘과 결과를 비교하였을 때 더 빠른 화재 감지 성능을 보였다. 이를 통해 화재로 인한 피해를 최소화하고, 화재감지 시설의 신뢰도를 높일 수 있을 것이다.