http://dx.doi.org/10.5369/JSST.2016.25.6.394 pISSN 1225-5475/eISSN 2093-7563
다중 센서들을 이용한 다양한 화재 상황의 위험도 추정 시스템 개발
이광재 · 이연성+
Implementation of Fire Risk Estimation System for various Fire Situations using Multiple Sensors
Kwangjae Lee and Youn-Sung Lee+
Abstract
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 Frac- tional Effective Dose (FED) model which quantitates harmfulness of toxic gases, the risk of the surveillance area and evac- uation 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.
Keywords: Fire risk estimation, Fire alert system, Multi-gas sensor, Fractional effective dose
1. 서 론
화재 검출 시스템은 화재 발생 시 만들어지는 열, 연기, 불꽃, 유독 가스 등의 연소 생성물들을 측정하여 해당 공간의 위험성 을 주변의 거주자들과 재난 관제 기관에 알리는 역할을 한다.
이 시스템은 화재원을 빠르게 발견하여 그 위험을 억제하며, 시 청각 경보를 통해 사람들을 안전한 장소로 대비하는 것을 목적 으로 한다. 화재 감지 센서는 보통 화재의 독특한 특성인 발열, 화염, 연기, 유독가스 중 하나를 측정하여 화재 발발 여부를 판 단한다. 또한 감지하는 방법에 따라 열변화, 불꽃, 연기입자, 연 소 시 생성되는 유독가스 감지의 방법으로 구분된다. 열 변화와 불꽃 감지 방식은 화재가 이미 진행된 이후에 측정이 가능하여 조기 경보에 어려움이 있고, 적외선 카메라와 같이 비전 기반 열 변화 감지 방식은 신속한 응답 특성을 갖고 있지만 고가이
고, 유지보수에 문제가 있다[1]. 또한 연기입자 감지 방식은 초 기 화재에서도 다량으로 발생되는 연기를 광학적 방식으로 측 정함으로 조기 경보가 가능하나 일상에서 발생되는 부유입자를 화재인자로 인식하는 오작동이 간혹 발생한다[1]. 그리고 유독 가스 감지 방법은 연소되는 재료 및 상태, 주변 환경에 따라 반 응 정도가 다르다는 단점을 가진다[2,3]. 이 때문에 최근의 연구 들은 다중센서(multi-sensor)로 구성된 다중척도(multi-criteria)에 기반을 둔 연구 및 개발이 수행되고 있다[4,5]. 이들은 대부분 열 감지기, 연기센서, 일산화산소 가스 센서로 구성된 기술로 기 존의 임계값(threshold) 기반의 경보 감지기에 비해 다중척도에 의한 접근 방식은 우월한 성능을 보여주며 특정 화재 상황에서 탁월한 검출 능력을 갖지만, 잘못되거나 원치 않는 경보 등의 오작동 비율이 높다. 이러한 오작동률을 낮추기 위해 다양한 화 재 환경에서 검출 성능 향상에 관한 연구와 멀티센서 기반 화 재 검출기 설계 등 여러 방면의 노력을 수행하고 있지만 명확 한 해결책을 내지 못하고 있다[6].
본 논문에서는 다양한 화재 환경에서 검출이 가능하도록 화 재의 위험성을 정량적으로 표현하는 종합적인 지표를 소개하고, 그 추정 방법이 적용된 화재 검출 시스템을 제안한다. 화재 환 경 및 연소 소재에 따라 배출되는 연소생성물들이 달라지며, 화 재 상황에서 인체가 받는 유독성은 혼합되는 가스에 따라 달라 진다[7,8]. 기존 화재 검출 시스템들은 발생할 수 있는 화재 요 인들을 분석하여 오작동을 최소화하는 방향으로 개발되고 있지
전자부품연구원 콘텐츠응용연구센터Contents Convergence Research Center, Korea Electronics Technology Institute (KETI), 11, World cup buk-ro 54-gil, Seoul 03924, Korea
+Corresponding author: [email protected]
(Received: Oct. 31, 2016, Revised: Nov. 21, Nov. 30, 2016, Accepted: Nov. 30, 2016)
This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License(http://creativecommons.org/
licenses/bync/3.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.
만 밝혀진 모든 조건을 일일이 대응하는 것은 어려울 뿐 아니 라 고려되지 않는 화재 원인에 대한 오작동을 막을 수 없다. 따 라서 유독 가스에 대한 인체 위험성을 수치화한 유효복용분량 (Fractional Effective Dose; FED) 모델을 이용하여 센서가 위치 한 공간의 위험성을 추정하고 화재의 초기 단계에서 재난을 정 확히 예측하는 시스템을 제안한다.
2. 화재 위험도 추정 시스템
2.1 제안된 시스템 구성
제안하는 화재 검출 시스템은 Fig. 1과 같이 크게 센서 모듈 파트, 화재 감지 및 위험도 추정 파트, 화재 경보 및 관제 센터 파트로 구성된다. 센서 모듈 파트는 시스템이 감시하는 공간의 유해 정보를 수집하는 5개의 다중센서로 구성된다. 화재에서 발 생되는 발열, 연기, 유독가스를 측정하기 위해, 물리적 방식의 온도 센서와 연기 센서, 화학적 방식의 일산화탄소(carbon monoxide;
CO), 이산화탄소(carbon dioxide; CO
2), 이산화질소(nitrogen dioxide; NO
2) 가스 센서로 센서 모듈이 구성된다. 이 센서들이 측정하는 유해 정보들은 일반적으로 화재에서 형성되는 연소생 성물로 환경조건에 따라 그 측정치가 각각 달라진다. 화재 감지 및 위험도 추정 파트는 수집된 유해 정보들을 분석하여 사고 발 발과 그 위험성을 추정한다. 이 파트는 각 센서에서 정보를 얻 는 센서 인터페이스, 센싱신호의 잡음 및 드리프트(drift)를 최소 화하는 전처리 보정기, 화재의 발생 여부를 판단하는 화재 감지 기, 감시 공간 위험도를 계산하는 FED 계산기, 위험도를 분류 하고 치명적 위험 도달시간을 추산하는 위험도 추정기, 위험경 보를 유·무선으로 전달하는 통신모듈로 구성된다. 화재 경보는 화재 환경에 따라 유해정보 측정치가 달라진다. 따라서 단순기 준을 통해 화재여부를 결정하게 되면, 오작동의 위험성이 크므 로 화재감지기 및 위험도 추정기 두 단계를 거쳐 결정하는 방 식으로 설계되었다. 화재 경보 및 관제 센터 파트는 화재 감지 및 위험도 추정 파트에서 추정한 화재 발생 여부, 위험도 정보 를 유무선 통신으로 전송 받아 위험을 시청각 경보로 표현하고 소방 절차를 수행한다.
2.2 제안된 화재 감지 및 위험도 추정 방법
제안된 화재 위험도를 추정하는 방법은 다양한 화재 환경 하 에서 안정적으로 화재 발발을 판별하고, 위험도를 정량화할 수 있도록 Fig. 2에서 표현된 것과 같이 화재 발발을 두 단계로 나 누어 판단하고 유독가스들에 대한 생체 유해성을 정량화한 Purser 의 FED 모델을 적용하여 감시공간의 위험도와 대피시간을 산 출한다[9]. 이 방법은 기능상 화재 감지기, FED 계산기, 위험도 추정기로 분류할 수 있다.
화재 감지기는 화재 감지에 일반적으로 사용되는 온도, 연 기, CO
2가스 센서를 사용하며, 이 센서들에서 미리 설정된 기 준치 이상의 센싱신호를 받으면 위험도 추정기에 화재 인지 정 보를 전달한다. 연기 및 CO
2가스 센서는 특정 화재 상황에 다 른 센서들보다 높은 민감도를 가지고 있어 조기 검출이 필요한 시스템에 주로 사용한다. 그러나 이 센서들은 너무 민감해서 비 화재 경보와 같은 오동작이 빈번히 발생하는 단점을 가지고 있 다[10]. 이에 제안된 방법에서는 감지 공간의 위험도 정보와 함 께 화재 발생 여부를 결정한다. FED 계산기는 가스의 농도별 노출시간에 따른 인체위험도를 계산하기 위해서 유효복용분량 모델과 유독가스 농도 대비 치사율을 추가하여 모델을 재설계 하고, 감시공간의 인체위험도를 정량화 한다. 여기서 FED란 유 독가스(CO, CO
2) 농도와 부족한 산소(O
2) 농도의 변화로 인해 거주자의 생명에 위험을 초래하는 정도를 정량적 수치로 나타 낸 것을 의미한다. FED 값은 보통 0에서 1사이의 값의 범위를 가지며, FED에서 1은 유독가스의 농도에 생물이 30분 노출되 었을 때 50% 치사율을 의미한다. CO, CO
2가스를 제외한 화재 와 관련된 질식성(Asphyxiant) 및 자극성(Irritant) 유독가스들도 FED 값으로 치환될 수 있으며, 종합적인 FED값은 Purser model 을 따라 식(1)과 같이 표현된다[3].
Fig. 1. Block diagram of the proposed architecture. Fig. 2. Conceptual diagram of proposed method for fire detection
and fire risk estimation.
(1)
여기서 [Gas]는 지칭된 가스의 농도이며, LC
50,Gas는 생물이 30 분 노출되었을 때 50% 치사율을 갖는 지칭가스 농도를 의 미한다. 또한 질식성 및 자극성 유독가스들은 가스농도와 그 가스의 50% 치사율의 비로 구성된 수식을 더함으로써 추가할 수 있다. 제안된 시스템에서는 CO, CO
2가스 외에 화재 생성 물로 만들어질 수 있는 NO
2가스의 효과를 추가로 덧붙였고 , 각 가스의 농도와 노출된 시간에 대한 FED는 식 (2)와 같이 표현된다[8].
(2) 위험도 추정기는 화재 발생 여부를 판단하고 화재로 인한 센 서가 배치된 공간의 위험도를 추정한다. FED 계산기에서 도출 한 FED
Total값에 따라, 다시 감시공간의 위험도를 시각화하기 위 해 Table 1과 같이 위험의 기준을 안전(0-0.1), 위험 경고(0.1- 0.5), 치명적 위험(0.5이상) 등급으로 구분하여 표현한다.
또한 FED를 통해 얻은 생체 위험도 정보를 이용하여 현재 공 간의 치명적 위험 도달 시간 또한 추정할 수 있다. 현재의 FED 값과 FED 변화량을 이용하여 사람들이 치명적 위험에 노출되 는 상황인 FED가 0.5에 도달할 때까지 남은 시간을 계산한다.
대피 시간 t
Evacuate는 식(3)과 같이 계산한다.
(3)
적용된 FED 모델을 통하여, 위험도 추정기는 화재의 위험을 분류하고 감시공간의 치명적 위험 도달시간을 추정해 남은 대 피시간을 계산한다. 그 후, 이 정보들을 재난 관제 센터에 전달 하고 시청각 경보장치로 위험을 알린다. 제안된 시스템은 다양 한 화재 환경에 적용하여 위험을 정량적으로 구분한다. 재난 관 제 센터는 좀더 직관적으로 위험 조짐을 인지할 수 있어 화재 의 피해를 최소화시키고 거주자의 대피를 안전하고 신속하게 조 치할 수 있다.
3. 실험 결과 및 고찰
3.1 실험 환경
제안한 시스템의 검증을 위해 4종의 연소물을 사용하여 가상 화재 실험을 수행하였다. 전체 시스템의 하드웨어 구조는 Fig.
3과 같이 센서 파트, 화재 감지 및 위험도 추정 파트, 화재 경보 및 관제 센터 파트로 구성된다. 센서 파트는 연기입자를 측정하 는 ZINIX 연기센서, 온도와 CO 가스를 측정하는 FIS3051, CO
2가스를 측정하는 CDM4161A, NO
2가스를 측정하는 NO2-A1로 구성하였다. 화재 위험도 추정을 위해 비글본 블랙 보드를 사용 하였다. 이 보드는 신호처리 역할 외에 다양한 종류의 인터페이 스를 갖는 센서들로부터 데이터를 수집하고 Ethernet과 USB Host 포트를 이용하여 유무선 네트워크의 한 노드로써 통신하 는 역할을 한다. 또한 재난 관제 센터의 역할을 하는 모니터링 프로그램은 Fig. 4와 같으며, 각 가스 농도의 그래프 및 밀도, FED 계산 그래프, 잔여 대피시간, 위험도 등급 구분을 실시간 으로 확인 가능하다.
Table 1. Fire risk classifications estimated by the proposed method
FED factor Risk Grade
0 ~ 0.1 Safe
0.1 ~ 0.5 Warning
0.5 ~ Critical
Fig. 3. Hardware structure of the proposed fire risk estimation sys- tem.
Fig. 4. Monitoring software on the disaster control center.
연소 실험은 Fig. 5에서 보여주는 것과 같이 45 cm × 45 cm
× 90 cm의 직육면체 챔버 안에서 수행되었으며, 그 안는 연소 물과 제안하는 위험도 추정 시스템을 함께 넣고 최대한 거리를 띄워 배치하였다. 다양한 화재 환경을 보여줄 수 있도록 연소물 은 골판지, 신문지, 경유, 향초를 준비하였다. 실험의 수행은 먼 저 연소물에 불을 붙이고, 시스템에서 출력되는 센서 정보를 모 니터링하여 시간의 따른 변화를 확인한다. 이 때, 외부의 영향 을 최소화하기 위해서 챔버를 밀폐시키고 화재가 소멸단계에 도 달하였을 때, 환기를 시켜 화재의 전체적인 변화를 확인하였다.
3.2 실험 결과 및 고찰
Fig. 6 은 골판지를 연소물로 사용한 화재 실험을 수행하여 얻 은 실시간 응답특성이다. Fig. 6(a)는 센서 모듈의 센싱 데이터 의 응답이고 Fig. 6(b)는 화재감지기와 FED계산을 거친 데이터 의 응답으로, 각각 붉은 점선과 푸른 실선으로 표현된다. 위험 도 추정기는 화재발생 시점을 판단하고 안전, 경고, 치명적 위 험 등급의 시점을 결정하고 치명적 위험 도달시간을 계산한다.
붉은 점선으로 표현된 화재감지기 신호는 연기, CO
2가스, 온도 데이터를 종합하여 다중척도 기반 판단 방식을 사용하였다. 푸 른 실선으로 표현된 위험도 정보에서, t
A는 경고 등급에 도달 시 간이고, t
B는 치명적 위험 등급에 도달 시간을 나타낸다. 그리고 식 (3)을 이용하여 t
A시간에서 FED 현재값과 변화량을 통해 t
B시간을 추정하며, 그 값을 이용하여 남은 대피시간을 결정한다 . 골판지 실험 결과에서 t
B의 추정시간은 294초이고 실제 치명 적 위험 도달시간은 336초이며, 예측 오차율은 –12.5%이다. FED 계산기에서 계산된 시간응답 특성은 CO 가스의 개별 시간응답 특성과 비슷한 결과를 갖는다. 이는 CO가스가 인체의 유해성에 서 가장 주도적인 역할을 함을 의미한다. 다양한 화재 환경에서 대피 시간 계산을 위해 연소물의 종류를 달리하여 실험을 수행
하였고, 실험 결과는 Table 2와 같고, 이 표는 치명적 위험 도달 시간 및 그 오차율을 보여준다. 추가적으로 골판지를 연소물로 사용한 실험의 경우에는 NO
2가스가 350초까지에서 영향을 주 는 것을 확인할 수 있다. 이것은 발화원이 골판지 재질인 경우, Fig. 5. Fire experimental environment.
Fig. 6. Representative real-time response characteristic waveforms after fire exposure in example of corrugated box case; (a) Five measured data of the sensor module, (b) Fire detection and FED calculation.
Table 2. Test results for calculating evacuation time Combustion
material Estimated time Measured time Error rate
Corrugated box 294 sec 336 sec -12.5%
Newspaper 160 sec 159 sec 0.6%
Light oil 592 sec 624 sec -5.1%
Fumigator 1002 sec 1071 sec -6.4%
초기단계에서 NO
2가스를 통해 화재를 판별하는 방식도 사용 가능하다.
4. 결 론
이 논문에서 조기 화재 감지 및 다양한 화재 환경에서 위험 도를 추정하여 안전하게 대피할 수 있는 정보를 제공하는 위 험도 추정 시스템이 소개되었다. 이 시스템은 연기, 온도, 그 리고 유독가스인 CO, CO
2, NO
2가스들의 정보에 FED 모델 을 적용함으로써, 감시공간의 화재 유해성을 정량적으로 표현 할 수 있다. 제안된 시스템에서 도출하는 화재 발생, 위험도 추정, 남은 대피시간의 검증을 위해 4가지 연소물을 이용하여 실험을 수행하였고, 실험의 오차율은 최대 12.5%, 오차범위는 최대 62초를 갖는다. 제안된 시스템은 화재의 유해성 계산 방 법 및 잔여 대피 시간 추정 방법을 통해 기존 화재 시스템보 다 감시 공간의 위험도를 자세히 알 수 있어 화재에 발 빠른 대처를 할 수 있을 것이다.
감사의 글
이 논문은 2016년도 정부(미래창조과학부)의 재원으로 정보 통신기술진흥센터의 지원을 받아 수행된 연구임 (No.R0126- 16-1050, 후각 바이오 정보 기반 감성증강 인터랙티브 콘텐츠 기술 개발)
REFERENCES
