http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
선박 거주구역 화재시뮬레이션을 위한 격자크기와 생성방법에 관한 연구
김별,황광일 해양환경안전학회 2017 海洋環境安全學會誌 Vol.23 No.7
For fires in ship accommodation areas, if it is possible to predict the pattern in which fire will spread and suggest proper countermeasures according to a situation using a fire simulation tool, fire damage may be reduced. However, fire simulations have a practical limit: a significant amount of time is required to analyze the results due to the size of the computational domain and the number of grids. Therefore, in this study, applicable grid size for fire simulations to predict fire patterns in ship accommodation areas was analyzed, and a generation method was conducted to predict fire behavior in real time. As a result, a value within 0.25[m] was judged appropriate as an applicable grid size for ship accommodation areas. Also, in comparison with studies using a single mesh generation method, the visibility value was similar, within 4.3%, as was the temperature value, within 8.3%, when a multi mesh generation method was used, showing a decline of 80% in analysis time. Therefore, it was confirmed that composing a grid using multi mesh was effective for reducing analysis time. 선박 거주구역에 화재발생 시 화재시뮬레이션 도구를 이용하여 화재확산형상을 실시간으로 예측하고 상황에 따른 적절한 대응방안을 제시할 수 있다면 화재사고로 인한 인명피해를 최소화시킬 수 있을 것으로 예상된다. 그러나 오늘날 화재시뮬레이션은 해석대상공간의 크기와 그리드 개수에 따라 해석을 하는데 있어, 매우 장시간을 필요로 하는 현실적 한계가 있다. 이에 이 연구에서는 화재시뮬레이션 시간단축을 목적으로 선박 거주구역 화재시뮬레이션에 적용할 수 있는 격자크기와 생성방법에 대한 연구를 수행하였다. 연구결과 선박 거주구역에 적용되는 격자크기는 0.25[m] 이내의 값을 사용하는 것이 가장 효율적인 것으로 판단되었다. 또한 single mesh 격자생성방법으로 수행했을 경우와 비교하여, multi mesh 격자생성방법으로 시뮬레이션을 수행하였을 때 가시거리 값은 4.3%, 온도 값은 8.3% 이내에서 유사하고 해석시간은 약 80% 감소하였기 때문에, multi mesh 방법으로 격자를 생성하는 것이 해석시간을 단축하는데 있어 매우 효과적임을 확인하였다.
권오상,김흥열,김형준,박경훈 한국방재학회 2014 한국방재학회 학술발표대회논문집 Vol.2014 No.-
건축물에서의 성능기반 화재안전 설계를 위해서는 우선적으로 구획 내에서의 화재성장 및 크기를 예측하고 이 결과를 통하여 연기제어 및 피난 활동 등을 평가할 수 있다. 따라서 본 연구에서는 실규모의 구획 화재실험을 통해 구획 공간에서의 화재성장 및 크기를 예측하고자 하였다.
권오상,강현 한국방재학회 2020 한국방재학회논문집 Vol.20 No.3
In this study, a real scale fire experiment was conducted to analyze the characteristics of the flame that is ejected from an opening. The experiment was conducted by setting mattresses and wood cribs in compartments sized 2.4 (L) × 3.6 (W) × 2.4 (H) m and using heptane as an ignition source, and changes in external heat flux and temperature were measured during the experiment. In the experiment, openings of two sizes: small [2.2 (L) × 1.0 × 1.0 (H) m] and large [2.2 (L) × 2.0 × 2.0 (H) m], were used. The results showed that the maximum decrease of 40.7 kW/㎡ and 31.7 kW/㎡ was measured in small and large openings, respectively, at the distance of 0.5 m from the top of the opening. As a test result, securing the separation distance of the upper and lower openings can greatly affect the prevention of vertical spread of the flame, and if sufficient separation distance is not secured, it is considered that an additional fire diffusion prevention method is necessary. 본 연구에서는 개구부에서 출화되는 화염의 특성을 분석하기 위해 실규모 화재실험을 실시하였다. 실규모 화재실험은 2.4 (L) × 3.6 (W) × 2.4 (H) m 크기의 구획공간에 매트리스와 목재크립을 배치하고 햅탄을 착화원으로 사용하여 진행하였으며, 실험 동안에 외부의 열유속과 온도의 변화를 측정하였다. 화재실험에서는 Small (2.2 (L) × 1.0 (H) m)과 Large (2.2 (L) × 2.0 (H) m) 크기의 개구부를 이용하였으며, 실험 결과 개구부 상부로부터 0.5 m 이격된 거리에서 Small에서는 열유속의 최대 감소가 40.7 kW/㎡, Large에서는 최대 31.7 kW/㎡의 차이가 측정되었다. 실험 결과, 상하부 개구부의 이격거리 확보가 화염의 수직확산 방지에 큰 영향을 줄 수 있으며, 충분한 이격거리가 확보되지 않은 경우에는 추가적인 화재확산 방지 방안이 필요할 것으로 판단된다.
영상기반의 화재 검출에 효과적인 CNN 심층학습의 커널 특성에 대한 연구
손금영,박장식 한국전자통신학회 2018 한국전자통신학회 논문지 Vol.13 No.6
본 논문에서는 보안 감시 카메라 영상을 활용하여 화재 검출을 위한 효과적인 심층학습 방안을 제안한다. AlexNet 모델을 기준으로 효과적인 화재 검출을 위한 커널 크기와 커널 이동 간격의 변화에 따른 분류 성능을 비교 분석한다. 학습을 위한 데이터셋은 정상과 화재 2가지 클래스로 분류한다, 정상 영상에는 구름과 안개 낀 영상을 포함하고, 화재 영상에는 연기와 화염을 각각 포함한다. AlexNet 모델의 첫 번째 계층의 커널 크기와 이동 간격에 따른 분류 성능 분석 결과 커널의 크기는 크고, 이동 간격은 작을수록 화재 분류 성능이 우수한 것을 확인할 수 있다. In this paper, a deep learning method is proposed to detect fire effectively using video of surveillance camera. Based on AlexNet model, classification performance is compared according to kernel size and stride of convolution layer. Dataset for learning and inference are classified into two classes as normal and fire. Normal images are inlcude clouds and foggy and fire images include smoke and flames, respectively. As results of simulations, it is shown that the larger kernel size and smaller stride shows better performance
주거용 스프링클러 분무의 액적크기 분포에 관한 실험적 연구
김성찬 ( Sung Chan Kim ),김정용 ( Jung Yong Kim ) 한국액체미립화학회 2015 한국액체미립화학회지 Vol.20 No.3
A series of sprinkler discharging tests was conducted to measure the droplet size and its distribution of residential fire sprinkler heads. Droplet sizes in sprinkler spray were measured using a laser diffraction method for the flush, circular and pendent type sprinkler head. In this study, the Dv,50 of the flush type sprinkler heads were ranged between 530~1040 μm and those of circular and pendent type were 988 μm and 916 μm, respectively. The measured cumulative volume distributions were followed by a combination of the log-normal and Rosin-Rammler distribution which is widely used in the computational fire analysis and the parameters of distribution function were obtained from the best fit line through the measured data.
대심도 지하역사에서의 화재시 플랫폼 스크린 도어에 의한 열, 연기 거동 영향 분석
장용준(Y. J. Jang),김학범(H. B. Kim),이창현(C. H. Lee),정우성(W. S. Jung) 대한기계학회 2008 대한기계학회 춘추학술대회 Vol.2008 No.11
In this study, fire simulations were performed to analyze the characteristics of the fire driven flow and the effects of the platform screen door on the smoke flow in the station, when the fire occurred in the center of the platform. Soongsil Univ. station (line number 7, 47m in depth underground) was chosen which was the one of the deepest underground subway stations in the Seoul metro, SMRT. The parallel computational method was employed to compute the heat and mass transfer eqn's with 6 CPUs of the linux clustering machine. The fire driven flow was simulated with using FDS code in which LES method was applied. The Heat release rate was 10㎿ and The Ultrafast model was applied for the growing model of the fire source. The 10,000,000 structured grids were used