수증기에 의한 비화재보 발생 시 실내 및 연기감지기에서의 유동해석 :Flow Analysis in Indoor and Smoke Detectors in case of Unwanted Fire Alarm by Water Vapor

이가현

추천

검색

자료유형: 학위논문

저자정보: 이가현 (강원대학교, 강원대학교 대학원)

지도교수: 이승철

발행연도: 2022

저작권: 강원대학교 논문은 저작권에 의해 보호받습니다.

이용수43

이 논문의 연구 히스토리 (2)

2022

수증기에 의한 비화재보 발생 시 실내 및 연기감지기에서의 유동해석

이가현 소방방재공 2022.01 학위논문

2021

습도에 의한 연기감지기의 비화재보 특성에 관한 전산해석

이가현 , 이승철 대한설비공학회 학술발표대회논문집 2021.06 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

비화재보는 화재 이외의 연기 및 먼지 등 화재가 아닌 다른 요인으로 인해 자동화재탐지설비가 작동하는 것을 뜻한다. 비화재보 출동건수에 관한 최근 10년간 통계 자료를 통해 2011년 대비 2020년 출동 건수가 약 9배 증가하여 비화재보 출동으로 인한 불필요한 소방력의 손실이 증가하고 있음을 확인할 수 있었다. 또한, 소방청에서 제공한 전국소재 자동화재속보설비 화재비율을 통해 지난 10년간 오작동 비율이 99.8%에서 변동이 없어 오작동으로 인한 소방력 손실이 개선되지 않았음을 알 수 있었으며, 잦은 비화재보로 인해 자동화재탐지설비의 신뢰도가 하락하여 임의로 전원을 차단하여 대형화재로 번져 문제가 되고 있다.
비화재보는 인위적, 기능적, 관리적, 설치상, 환경적 요인으로 구분할 수 있으며, 관련 문헌을 통해 최근 비화재보의 주원인은 수증기임을 알 수 있었다. 비화재보에 관한 선행 연구는 지속되어 왔으나, 대부분 연기감지기의 응답특성을 확인하는 연구였다. 비화재보를 확인하는 실험적 연구도 있었으나 먼지를 이용한 실험이 대부분이여서 수증기에 의한 비화재보 실험이 부족한 실정이다.
따라서, 본 논문에서는 실내에서 습도를 높이기 위해 흔히 사용하는 전기포트를 이용하여 비화재보 실험을 진행하였으며, 실험실 내부에 연기감지기와 IoT 센서를 설치하여 비화재보 발생시 IoT 센서의 측정 데이터를 비교·분석하였다. 또한, 연기감지기의 구현 유무에 따라 수치해석을 진행하여 이용하여 수증기의 유동을 해석하여 수치해석의 정확도를 확인하기 위해 실험 결과와 비교·분석하였다.
첫 번째로 수증기에 의한 비화재보 실험은 국내의 연기감지기 작동 기준인 15 %/m에 도달하여 연기감지기가 작동하기까지 P1에서 각각 8초 (DA), 70초(DB) 였으며, P4에서는 70초 (DB) 임을 알 수 있었다. 상대습도가 96%에 도달하여 연기감지기가 작동하기까지 P1에서 각각 60초 (DA), 70초 (DB), 60초 (DC) 였으며, P4에서는 42초 (DC) 임을 알 수 있었다.
두 번째로 실험에서 상대습도가 96%에 도달하여도 비화재보가 발생하지 않은 위치가 있어 수증기 유동을 해석하여 비화재보 발생 특성을 분석하고자 연기감지기의 구현 유무에 따라 수치해석을 진행하였으며, 실험의 IoT 센서에서 측정한 온·습도 변화량을 비교한 결과 연기감지기를 구현한 해석에서 실험값과 경향성 있음을 확인하였다.
세 번째로 비화재보가 발생한 시점에서 유속 분포를 비교한 결과 상대습도가 96%에 도달하더라도 수증기의 유동에 영향을 주는 공기의 속도가 높아야 비화재보가 발생하는 것을 확인하였다.
네 번째로 단시간에 연기감지기 부근에서 수증기의 온·습도 및 유속이 상승할 경우에 연기감지기의 작동에 영향을 미치는 것을 확인하여 국내 연기감지기와 관련된 기준에서 습도 시험을 단시간에 진행하는 시험을 추가하여 연기감지기의 습도와 관련된 기준이 보완되어야 한다고 판단된다.

An unwanted fire alarm refers to the operation of automated fire detection facilities due to factors other than fire, such as smoke and dust. According to statistical data on dispatches due to unwanted fire alarm over the past decade, the number of such dispatches in 2020 increased by approximately nine times compared to 2011, confirming that unnecessary loss of fire service force is increasing owing to dispatches for unwanted fire alarm. Moreover, based on the fire rate of automated fire detection and alarm systems nationwide, provided by the National Fire Agency, it was found that the rate of malfunction has remained unchanged at 99.8% over the past 10 years, indicating that the loss of fire service force due to malfunction did not improve.
Furthermore, the reliability of automated fire detection facilities has declined because of frequent unwanted fire alarm and thus, the power has been arbitrarily cut off, resulting in large-scale fires.
The causes of unwanted fire alarm can be classified into artificial, functional, administrative, installation, and environmental factors. Through related literature, it was identified that the primary cause of the recent unwanted fire alarm was water vapor. Although previous studies have examined unwanted fire alarm, most focused on investigating the response characteristics of smoke detectors. There have also been experimental studies to confirm unwanted fire alarm, but most of the experiments were performed using dust, and hence, there are limited unwanted fire alarm experiments using water vapor.
Accordingly, in this study, unwanted fire alarm experiments were conducted using an electric port commonly used to increase indoor humidity, and smoke detectors and IoT sensors were installed inside the laboratory to compare and analyze the measurement data of IoT Sensors in the event of an unwanted fire alarm. Furthermore, numerical analysis was carried out according to the implementation of the smoke detector, followed by the analysis of the flow of water vapor. The results were compared with experimental results to confirm the accuracy of the numerical analysis.
First, it was found that the unwanted fire alarm experiment by water vapor reached the domestic smoke detector operating standard of 15 %/m, and it took 8 seconds (DA) and 70 seconds (DB) at P1, respectively, alongside 70 seconds (DB) at P4, until the operation of the smoke detector. Further, it took 60 seconds (DA), 70 seconds (DB), and 60 seconds (DC) at P1, respectively, along with 42 seconds (DC) at P4, until the relative humidity reached 96% and the smoke detector operated.
Second, there was a location in the experiment where no unwanted fire alarm occurred even if the relative humidity reached 96%. Therefore, to examine the characteristics of unwanted fire alarm generation by analyzing the water vapor flow, numerical analysis was carried out according to the implementation of the smoke detector. Based on a comparison of the change in temperature and humidity measured by the IoT sensor in the experiment, a tendency with the experimental values in the analysis implementing the smoke detector was confirmed.
Third, based on a comparison of the flow rate distribution at the time of the unwanted fire alarm, it was confirmed that even if the relative humidity reached 96%, the unwanted fire alarm occurred only when the speed of air, which affects the flow of water vapor, was high.
Fourth, it was confirmed that when the temperature, humidity, and flow rate of water vapor near the smoke detector increased over a short period, the operation of the smoke detector was affected. Therefore, it is evaluated that the domestic standards related to humidity detection by a smoked detector should be supplemented by adding humidity tests conducted over a short period.wanted fire alarm refers to the operation of automatic fire.
.

#비화재보 #유동해석 #CFD(Computational Fluid Dynamics) #수증기 #연기감지기

Ⅰ. 서론 1
Ⅱ. 수증기에 의한 비화재보 실험 분석 6
1. 실험 조건 및 방법 6
1) 실험조건 6
2) 실험방법 9
2. 실험별 결과 데이터 분석 9
Ⅲ. 연기감지기를 구현한 3차원 수치해석 방법 25
1. 3D 모델링 및 해석 영역 25
2. 지배방정식 및 경계조건 27
3. 수치해석 방법 33
4. 격자 의존성 파악 34
Ⅳ. 해석 결과 및 분석 37
Ⅴ. 결론 및 제언 43
참고문헌 44
Abstract 46

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)