• 한국재난정보학회 논문집
• /
• 제5권1호
• /
• pp.66-74
• /
• 2009

As building heights increase, so do these challenges in Korea. High-rise buildings present a variety of challenges to fire safety and protection. The fire protection technology in our country is still on a weak situation which is mainly due to the lack of concerns by the government, companies and citizen. This paper provides general guidance regarding fire-related property protection system for high-rise building performance based design. The importance of high-rise building in of the number of occupants, the value of property, and the a catastrophic loss would have on the community all warrant an increased level of protection and life safety. Because, We have to prepare a new spacial code and standard guidance for fire protection at the stage of the high-rise building design.

• 한국컴퓨터정보학회논문지
• /
• 제25권12호
• /
• pp.63-71
• /
• 2020

본 논문에서는 최근 가장 신뢰도 높은 인공지능 탐지 알고리즘인 YOLOv3와 EfficientDet을 이용한 화재 탐지 기술과 문자, 웹, 앱, 이메일 등 4종류의 알림을 동시에 전송하는 알림서비스 그리고 화재 탐지와 알림서비스를 연동하는 AWS 시스템을 제안한다. 우리의 정확도 높은 화재 탐지 알고리즘은 두 종류인데, 로컬에서 작동하는 YOLOv3 기반의 화재탐지 모델은 2000개 이상의 화재 데이터를 이용해 데이터 증강을 통해 학습하였고, 클라우드에서 작동하는 EfficientDet은 사전학습모델(Pretrained Model)에서 추가로 학습(Transfer Learning)을 진행하였다. 4종류의 알림서비스는 AWS 서비스와 FCM 서비스를 이용해 구축하였는데, 웹, 앱, 메일의 경우 알림 전송 직후 알림이 수신되며, 기지국을 거치는 문자시스템의 경우 지연시간이 1초 이내로 충분히 빨랐다. 화재 영상의 화재 탐지 실험을 통해 우리의 화재 탐지 기술의 정확성을 입증하였으며, 화재 탐지 시간과 알림서비스 시간을 측정해 화재 발생 후 알림 전송까지의 시간도 확인해보았다. 본 논문의 AI 화재 탐지 및 알림서비스 시스템은 과거의 화재탐지 시스템들보다 더 정확하고 빨라서 화재사고 시 골든타임 확보에 큰 도움을 줄 것이라고 기대된다.

• 한국재난정보학회 논문집
• /
• 제16권4호
• /
• pp.627-637
• /
• 2020

연구목적: 랙크식 창고의 대표적 가연물인 CEP에 대하여 미분무 소화설비의 적용성을 알아보기 위하여 본 실험적 연구를 수행하였다. 연구방법:먼저 본 실험에 사용된 미분무수 소화설비가 유류화재 소화가 가능한지 확인을 수행하였다. 그 후, CEP 박스를 유류화재실험과 동일한 소규모 공간에 적재한 후, 개구부의 열림 및 닫힘, 그리고 닫힘 상태에서의 내부 적재물을 증가시키는 3가지 시나리오를 대상으로 실험을 수행하였다. 시나리오는 미분무수 소화에 중요한 영향요소인 개구부와 공간크기조건을 고려하여 설정되었다. 연구결과:유류화재에 대한 소화시험에서는 문의 열림과 닫힘 상태, 모두에서 화재가 잘 진압되는 것으로 나타났다. 동일 공간조건에서 CEP 가연물의 화재 시 개구부의 열림 상태에서는 화재가 진압되지 않았다. 개구부를 닫은 경우 화재는 진압되었지만, 일부 잔염이 확인되었다. 결론: 유류화재 진압실험에서 미분무수 소화설비가 개구부 열림과 닫힘 상황 모두에서 유효한 소화능력을 보여주었다. 하지만 CEP화재에 대해서는 닫힘 상태에서만 유효한 소화능력을 보여주었으며, 재 발화의 가능성이 있음이 나타났다.

• Nuclear Engineering and Technology
• /
• 제55권4호
• /
• pp.1571-1584
• /
• 2023

In this study, a numerical analysis was performed as part of an international joint research project to reproduce a real cable tray fire that occurred in the heater bay area of the turbine building of a nuclear power plant. A sensitivity analysis was performed on various input parameters to derive results consistent with the sprinkler activation time obtained from the fire event analysis. For all sensitive parameters, the normalized sprinkler activation time correlated well with the power function of the normalized sprinkler height. A correlation equation was developed to identify the sprinkler activation time at any location when determining the slope or fire growth rate under the conditions assuming a linear or t-squared heat release rate (HRR) time curve. Various cable fire growth assumptions were used to determine which assumption was better to provide the prediction coincident with the information given from the fire event analysis in terms of the sprinkler activation time and total energy generated from cables damaged by fire. In the comprehensive analysis of all the sensitive parameters, the standard deviation of the input parameters increased as the sprinkler height decreased. Within the range of the sensitivity parameter values given in this study, when considering all sprinkler heights, the standard deviation of the cable model change was the largest and that of the overhang position change was the smallest.

• 한국정보통신학회논문지
• /
• 제20권9호
• /
• pp.1649-1656
• /
• 2016

기존의 센서 기반 화재 감지 시스템은 주변 환경이 센서에 미치는 요인들에 따라 성능이 크게 제한될 수 있다. 이러한 문제를 해결하기 위해 영상 기반의 화재 감지 시스템이 다수 등장했지만, 영상에서 화염의 특성을 사람이 직접 정의하여 알고리즘을 개발하기 때문에 유사 개체에 대해 오경보를 발생시킬 수 있다. 또한 영상 프레임간의 움직임을 이용할 경우, 네트워크가 원활하지 않은 환경에서는 의도한 알고리즘이 정확하게 동작하지 않는 단점이 있다. 본 논문에서는 입력 영상 프레임으로부터 색상정보를 이용하여 화염의 후보 영역을 먼저 검출한 다음, 학습된 CNN(Convolutional Neural Network)을 활용해서 최종적으로 화재를 감지하는, CNN을 활용한 영상 기반의 화재 감지 방법을 제안하였다. 또한, 검출률과 미검출율 및 오검출률의 비교를 통해서 기존 연구에 비해 성능이 크게 향상되었음을 보였다.

• 한국농림기상학회:학술대회논문집
• /
• 한국농림기상학회 2005년도 추계 학술발표논문집
• /
• pp.125-128
• /
• 2005

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 1999년도 KOBA 방송기술 워크샵 KOBA Broadcasting Technology Workshop
• /
• pp.195-200
• /
• 1999

In computer graphics, the modeling and simulation of flames is a challenging problem. In this paper, we propose an approach for the simulation of a fire disaster. We use particle systems to describe the dynamic behavior fire. The illumination of dynamic flame is rendered by progressive radiosity algorithm.

• 전자공학회논문지CI
• /
• 제47권3호
• /
• pp.42-50
• /
• 2010

기존의 선박 USN 관련 시스템은 선박 USN에서 획득한 데이터를 단순히 모니터링 하는 데 그치고 있으므로 해양의 특성을 고려한 지능적인 의사 결정 알고리즘을 갖는 시스템 구현이 필요하다. 본 논문에서는 사례 기반 추론 기법을 이용하여 디지털 선박의 화재, 파손에 관한 사례를 지식 베이스로 구축하고 추론하는 시스템을 설계하였다. 가장 유사한 사례 추천을 위해 KNN 알고리즘을 이용하였고 화재 상황과 파손 상황 사례 베이스를 구축하기 위하여 각 상황별로 3,000 건의 데이터를 입력받아 실험하였다. 실험 결과 화재 사례와 파손 사례에 대한 평균 정확도는 약 82.5%, 80.1%를 나타냈고 유사도 분류 k 개수가 7인 경우에 최적의 수행 결과를 나타냈다. 또한, 추론된 결과를 이용하여 선박 모니터링 시스템을 구현하였다.

• Journal of information and communication convergence engineering
• /
• 제9권1호
• /
• pp.6-10
• /
• 2011

In Korea, overall disaster prevention system or 119 emergency rescue system has been established to protect life and fortune of citizens. This system supports command & control operation, emergency 119 caller location indicator, automatic formation of fire troops and dispatch, and emergency management. To do this, various new information technologies such as GIS, telematics, CTI and TTS are applied to implement the system. In the future, however, it is not impossible to prevent a large scale disasters caused by world climate environment change and complication of city culture using the current system. In this paper, we propose enhancement plan for overall disaster prevention system to solve this problem.

• 한국정보통신학회논문지
• /
• 제23권11호
• /
• pp.1371-1376
• /
• 2019

구조물에서 화재 발생 시 화재의 발생 위치를 정확하게 파악하지 못해 화재 진압이 용이하지 못하는 문제, 연기나 유독가스로 시야 확보가 어려운 상태에서 비상구 및 탈출로에 대한 정보를 방향지시기와 LED 유도등에 의존하여 위험에 빠지는 문제가 빈번히 발생하고 있다. 이에 본 논문에서는 딥러닝 기반(RNN) 구조물 재난 시 최적의 대피로를 안내할 수 있는 시스템 알고리즘을 제시한다. 설치되어 있는 감지 센서를 이용하고, 센서별 검출된 데이터를 서버로 실시간 전송되며, 감지 센서 주변의 온도, 열, 연기, 유독가스 등의 정보가 전달된다. 그리고 이를 분석하고, 설정된 임계치 범위 내에 있는 가장 안전한 이동 경로를 파한다. 이때 구조물 내에 있는 LED 유도등과 방향지시기에 실시간으로 정보를 전달하여 위험 요소를 피할 수 있는 서비스를 제공해 준다. 이는 구조물의 각 구역별 온도, 열, 연기, 유독가스의 정보를 파악할 수 있어, 구조물 재난 시 최적의 대피로를 안내받을 수 있을 것이라고 사료된다.