• 한국화재소방학회논문지
• /
• 제28권1호
• /
• pp.1-11
• /
• 2014

본 논문은 화재 시뮬레이션 프로그램(FDS)을 기반으로 만들어진 PyroSim 프로그램을 이용하여, 이중외피 구조를 중공층의 구획과 자연환기의 방법에 따라 4가지(박스형, 샤프트-박스형, 복도형, 전면형)로 분류하고, 각 구조의 화재 특성을 수치적으로 비교 분석하였다. 이를 위해 4층 건축물로 모델링하였으며, 동일한 제반 조건을 갖추고 이중외피 구조를 다르게 하였다. 또한 각 구조별 화재 특성을 확인하기 위해 연기 거동, 연기 밀도, 연기 감지장치, 가시거리를 비교 분석하였다. 그 결과, 박스형 이중외피 구조는 화재실외에는 크게 영향을 미치지 않았고, 복도형 이중외피 구조는 연기가 화재실 옆으로 이동하는 수평적인 영향이 크게 나타났다. 또한 샤프트-박스형 이중외피 구조는 샤프트를 통한 연기의 수직 상승 현상이 가장 빠르게 나타났고, 수직 상승된 연기가 차고 내려와 기타실에도 영향을 미쳤으며, 전면형 이중외피 구조도 연기의 수직 상승과 함께 기타 구획실에도 큰 영향을 미쳤다.

• 대한지구과학교육학회지
• /
• 제8권3호
• /
• pp.387-398
• /
• 2015

The purposes of this study were to analyze the effect of a scaffold to help in understanding the principle of land and sea breeze through the convection current box experiment and to analyze the students' inference abilities and analogy abilities. For this purpose, the 60 elementary students who had not learned the principle of land and sea breeze were surveyed and analyzed. When using the scaffold to compare the movement of the incense smoke in the convection current box with that of the incense smoke on the outside of the convection current box, the rate of the students who correctly understood the principle of the land and sea breeze between the sea and the land was very low. The result shows that the scaffold used in this study do not help sufficiently in understanding the principle of the land and sea breeze through analogy and it is necessary to introduce a new scaffold for the elementary students to understand it.

• 한국화재소방학회논문지
• /
• 제15권3호
• /
• pp.1-6
• /
• 2001

옥내화재에서 높이에 따른 암흑화의 정도를, 본 연구를 목적으로 제작된 스모크박스를 이용한 실험을 통해 측정하였다. 연기로 인한 암흑화의 정도는 높이에 따라서 결정되는데, 높은 곳일수록 그 정도가 심했다. 그러나 급기구가 있는 높이에서는 암흑화가 심해지는 변이가 일어났다.

• 해양환경안전학회지
• /
• 제27권1호
• /
• pp.22-28
• /
• 2021

본 연구는 화재진압 및 피난활동을 지원하는 딥러닝 기반의 알고리즘 개발에 관한 기초 연구로 선박 화재 시 연기감지기가 작동하기 전에 검출된 연기 데이터를 분석 및 활용하여 원격지까지 연기가 확산 되기 전에 연기 확산거리를 예측하는 것이 목적이다. 다음과 같은 절차에 따라 제안 알고리즘을 검토하였다. 첫 번째 단계로, 딥러닝 기반 객체 검출 알고리즘인 YOLO(You Only Look Once)모델에 화재시뮬레이션을 통하여 얻은 연기 영상을 적용하여 학습을 진행하였다. 학습된 YOLO모델의 mAP(mean Average Precision)은 98.71%로 측정되었으며, 9 FPS(Frames Per Second)의 처리 속도로 연기를 검출하였다. 두 번째 단계로 YOLO로부터 연기 형상이 추출된 경계 상자의 좌표값을 통해 연기 확산거리를 추정하였으며 이를 시계열 예측 알고리즘인 LSTM(Long Short-Term Memory)에 적용하여 학습을 진행하였다. 그 결과, 화재시뮬레이션으로부터 얻은 Fast 화재의 연기영상에서 경계 상자의 좌표값으로부터 추정한 화재발생~30초까지의 연기 확산거리 데이터를 LSTM 학습모델에 입력하여 31초~90초까지의 연기 확산거리 데이터를 예측하였다. 그리고 추정한 연기 확산거리와 예측한 연기 확산거리의 평균제곱근 오차는 2.74로 나타났다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.81-83
• /
• 2021

4차 산업 혁명과 함께 인공지능이 발전 하고 있다. 그 CNN 등 과 같은 이미지 관련 신경망들이 발전되어 가스 탐지와 같은 여러 분야에서 사용되고 있다. 하지만 가스 탐지는 Box 형태의 탐지가 일반적이고 Segmentation에 관한 연구는 있지만 연기와 같이 경계선이 불분명한 개체에 대해서는 연구가 미비하다. 본 논문에서는 Segmentation에 강력한 성능을 보이는 U-net을 활용하여 Box 형태가 아닌 Segmentation을 진행하여 픽셀단위로 연기를 탐지하고자 한다.

• 한국연초학회지
• /
• 제20권1호
• /
• pp.108-114
• /
• 1998

This study was conducted to evaluate the techniques or analyzing tobacco smoke by statistical treatment method for the analytical data through Asia Collaborative Study V. In addition to five smoke components analysis, consisting of TPM, water, nicotine, NFDPM, and puff count of four cigarettes samples, statistical parameters such as mean, standard deviation, box-and-whisker plots, h plots, k plots, regression coefficients, reproducibility (R), and repeatability (r) were also calculated. Analysis of water content of cigarette smoke was the most difficult task, whereas puff count analysis was the easiest as well recognized by all laboratories. Analysis of nicotine and puff count accounted for both the lowest and the highest variation among four parameters. The water coefficients indicated more randomness or variation in the slops. The NFDPM data exhibited both types of deviations from linearity. Water content of sample D indicated the highest difference between two single results and between two interlaboratory test results. As a whole, KGTRI ranked higher in the analytical techniques for statistical evaluation of results when compared with the practices of 28 other laboratories.

• 한국지구과학회지
• /
• 제31권3호
• /
• pp.246-258
• /
• 2010

대류 상자 실험을 통해 대류 순환 모형을 유추하지 못하는 학생들의 원인을 분석하여 대류 실험을 재설계하였다. 초기 형식적 조작기에 있는 학생들이지만 직접 보지 못한 자연 현상에 대해서는 유추하기가 어려우므로 자연 현상을 축소한 대류 상자를 개발하여 학생들의 과학적 이해도를 높일 수 있는 방법을 연구하였다. 기존 대류 상자 실험의 문제점을 개선하여 제작한 대류 상자를 통해 수업에 적용한 결과 학생들의 이해도가 크게 증가하였다. 바람의 이동 현상만을 관찰하는 것이 아니라 향을 여러 위치에서 넣어봄으로써 과학적 사고를 자극하고 직접 관찰할 수 있었다. 또한 자연 현상의 축소판에 가깝게 설계하여 학생들이 과학적 오개념을 갖지 않는다. 모둠원이 양방향에서 관찰함으로써 수업의 참여도가 높아졌다. 새로 개발된 대류상자는 기존 대류상자에 비하여 저렴한 비용으로 제작할 수 있으며, 선명한 대류 현상을 볼 수 있다.

• 해양환경안전학회지
• /
• 제25권4호
• /
• pp.476-481
• /
• 2019

화재의 초기 검출은 인명과 재화의 손실을 최소화하기 위한 중요한 요소이다. 불꽃과 연기를 신속하면서 동시에 검출해야 하며 이를 위해 영상 기반의 화재 검출에 관한 연구가 다양하게 진행되고 있다. 기존의 화재 검출은 불꽃과 연기의 특징을 추출하기 위해 여러 알고리즘을 거쳐서 화재의 검출 유무를 판단하므로 연산량이 많이 소모되었으나, 딥러닝 알고리즘인 합성곱 신경망을 이용하면 별도의 과정이 생략되므로 신속하게 검출할 수 있다. 본 논문에서는 선박 기관실에서 화재 영상을 녹화한 데이터로 실험을 수행하였다. 불꽃과 연기의 특징을 외각 상자로 추출한 후 합성곱 신경망 중 하나인 욜로(YOLO)를 이용하여 학습하고 결과를 테스트하였다. 실험 결과를 검출률, 오검출률, 정확도로 평가하였으며 불꽃은 0.994, 0.011, 0.998, 연기는 0.978, 0.021, 0.978을 나타내었고, 연산시간은 0.009s를 소모됨을 확인하였다.

• 한국전기전자재료학회논문지
• /
• 제37권3호
• /
• pp.261-273
• /
• 2024

This paper is an experimental study on the improvement of smoke and flame detection from different materials with YOLO. For the study, images of fires occurring in various materials were collected through an open dataset, and experiments were conducted by changing the main factors affecting the performance of the fire object detection model, such as the bounding box, polygon, and data augmentation of the collected image open dataset during data preprocessing. To evaluate the model performance, we calculated the values of precision, recall, F1Score, mAP, and FPS for each condition, and compared the performance of each model based on these values. We also analyzed the changes in model performance due to the data preprocessing method to derive the conditions that have the greatest impact on improving the performance of the fire object detection model. The experimental results showed that for the fire object detection model using the YOLOv5s6.0 model, data augmentation that can change the color of the flame, such as saturation, brightness, and exposure, is most effective in improving the performance of the fire object detection model. The real-time fire object detection model developed in this study can be applied to equipment such as existing CCTV, and it is believed that it can contribute to minimizing fire damage by enabling early detection of fires occurring in various materials.

• 한국안전학회지
• /
• 제23권6호
• /
• pp.38-43
• /
• 2008

Significant portion of the fire accident is caused by some troubles in electric circuits. To prevent the fire induced by those electric trouble, some indications of electric fire need to be suitably detected at the first stage of the fire development. With this background, the characteristics of soot yielding of electric cables have been investigated using a light extinction method. In this study, a light scattering method was compared with the light extinction method. A slot-type premixed-flame combustor was traversed to bum three types of electric cables by compulsion, then the mass decrease rate and the soot densities were measured. According to the experimental results, the light scattering method is preferred to the light extinction method when the soot yield ratio is relatively small. Thus the former method is more suitable to detect the occurrence of an electric fire in a power distributer box.