http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
인공신경망 기반 상업용 건축물의 화재 피난허용시간 평가
할리오나 ( Khaliunaa Darkhanbat ),허인욱 ( Inwook Heo ),최승호 ( Seung-ho Choi ),김재현 ( Jae-hyun Kim ),김강수 ( Kang Su Kim ) 한국구조물진단유지관리공학회 2021 한국구조물진단유지관리공학회 논문집 Vol.25 No.6
상업용 건축물에서 화재가 발생하는 경우에는 피난경로가 복잡하고 연기 및 화염의 진행방향이 재실자의 피난방향과 비슷하기 때문에 많은 인명피해가 발생하고 있다. 인명피해를 최소화하기 위해서는 건축물에 대한 성능기반 피난설계가 필수적으로 요구된다. 성능기반 피난설계를 건축물에 적용하기 위해서는 각 건축물에 대한 복잡한 화재 시뮬레이션을 필요로 하기 때문에 많은 인력과 시간이 소요된다. 이를 보완하기 위하여, 화재 시뮬레이션을 수행하지 않고도 합리적으로 피난허용시간을 도출할 수 있는 피난허용시간 예측 모델을 개발한다면 매우 유용하게 활용될 수 있을 것이다. 이 연구에서는 상업용 건축물에 대한 화재 시뮬레이션을 수행하여 온도와 가시거리, 온도와 유독가스 농도의 상관관계를 규명하였으며, 이에 대한 데이터베이스를 구축하였다. 또한, 이를 기반으로 피난허용시간을 예측할 수 있는 인공신경망(ANN) 모델을 개발하였다. 제안된 인공신경망 모델이 다른 상업용 건축물에도 적용될 수 있는지를 검토하기 위하여 다른 상업용 건축물에 대한 검증을 수행하였으며, 제안모델은 이 상업용 건축물의 화재 시 피난허용시간을 매우 우수한 정확도로 추정하는 것으로 나타났다. When a fire occurs in a commercial building, the evacuation route is complicated and the direction of smoke and flame is similar to that of the egress route of occupants, resulting in many casualties. Performance-based evacuation design for buildings is essential to minimize human casualties. In order to apply the performance-based evacuation design to buildings, it requires a complex fire simulation for each building, demanding a large amount of time and manpower. In order to supplement this, it would be very useful to develop an Available Safe Egress Time (ASET) prediction model that can rationally derive the ASET without performing a fire simulation. In this study, the correlations between fire temperature with visibility and toxic gas concentration were investigated through a fire simulation on a commercial building, from which databases for the training of artificial neural networks (ANN) were created. Based on this, an ANN model that can predict the available safe egress time was developed. In order to examine whether the proposed ANN model can be applied to other commercial buildings, it was applied to another commercial building, and the proposed model was found to estimate the available safe egress time of the commercial building very accurately.
할리오나(Khaliunaa, Darkhanbat),허인욱(Heo, Inwook),정현준(Jeong, Hyun-Joon),이건호(Lee, KunHo),김재현(Kim, Jae Hyun),김강수(Kim, Kang Su) 한국콘크리트학회 2021 한국콘크리트학회 학술대회 논문집 Vol.33 No.2
본 연구에서는 복합건축물에 대한 화재 시뮬레이션을 통해 화재온도와 가시거리 및 유독가스 농도의 상관관계를 규명하고 이에 대한 데이터베이스를 구축하였다. 또한, 구축된 데이터베이스를 기반으로 피난허용시간을 예측할 수 있는 인공신경망 모델을 제안하였으며, 제안된 모델을 활용하여 피난허용시간 예측 프로그램을 개발하였다. In this study, the correlations between fire temperature with visibility and toxic gas concentration were investigated through a fire simulation on a multiplex building, from which databases were created. Based on the databases, Artificial Neural Network (ANN) model that can predict the available safe egress time (ASET) was proposed, and ASET prediction program was developed using the proposed model.