연기 입자 학습 DB 구축을 위한 지능형 화재 감지 시스템

• 영문명: Intelligent fire detection system for building smoke particle training DB
• 발행기관: 한국화재소방학회
• 저자명: 한규원(Kyuwon Han) 양회성(Hoesung Yang) 이강복(Kang Bok Lee)
• 간행물 정보: 『한국화재소방학회 학술대회논문집』2021년도 추계학술대회 논문집, 30~30쪽, 전체 1쪽
• 주제분류: 공학 > 공학일반
• 파일형태: PDF
• 발행일자: 2021.11.25

국문 초록

연기 감지기는 화재 감시를 위한 대표적인 소방기기로 광학을 이용한 광전식 감지기가 가장 대중화되어 있다. 입자의 크기에 따라 산란한 광의 세기를 파장 별로 분리하여 비화재보를 구분할 수 있으며 관련된 연구가 진행된 바 있다. 나아가 화원에 따라 발생하는 연기 입자의 분포가 상이하며 이를 광학 및 다양한 센서를 통해 구분하기 위해서 연기 입자에 대한 학습 DB 구축이 필요하다. 지능형 화재 감지 시스템은 센서 모듈과 중앙 처리 모듈, 그리고 연기 입자 학습 DB로 구성된다. 화재 입자에 대한 측정 데이터가 발생하는 센서 모듈이 다양화 되고 각기 다른 플랫폼을 기반으로 개발되어 각 장치에서 발생하는 데이터를 동시 수집 가능하고 정렬하여 데이터화 가능하도록 중앙 프로세서 모듈을 구조화하였다. 데이터 처리 에이전트는 화재 입자 표준 데이터를 정의하여 내부 DB를 운용하도록 동작하는 Internal DB / transform 프로세스와 데이터의 이상 감지와 학습 모델을 기반으로 분류를 수행하는 프로세스로 구성되어 있다. 동시에 사전 정의한 규칙에 따라 연기 입자 학습 DB로 누적 데이터를 전달하는 전송 에이전트가 동작한다. 한정된 자원 내 메모리 점유 최소화를 위하여 telegraf 기반으로 구현되었으며 각 프로세스 간 데이터 전달을 위하여 IPC를 통해 리소스를 공유하였다. 다수의 지능형 화재 감지 장비로부터 센싱 데이터와 화재 감지/분석정보를 수집하여 연기 입자 학습 DB를 구축하기 위하여 시계열 DB를 선정하여 구축하였다. 높은 수신 속도 및 데이터 압축을 위하여 InfluxDB 기반으로 구현하였으며 복수 개의 telegraf 에이전트와 동기화를 확인하였다. 또한 사용자를 위한 실시간 모니터링과 타 연구기관과의 협업을 위하여 해당 결과는 Grafana의 일부 툴킷을 활용하여 시각화하여 제공하였다. 연기 입자 학습 DB는 주기적으로 새로운 데이터를 기반으로 학습 모델을 갱신하며 갱신된 학습 모델은 중앙 처리 모듈로 배포된다. 본 논문에서 구현된 화재 감지 시스템은 2가지 폼 팩터의 소형 프로세서 보드에 적층 형태로 제작된 하드웨어에 각각 적용하였으며 실 화재 시험 장치에 투입하여 연기 입자 학습 DB와의 동기화 확인을 수행하였다.

키워드

Temperature measurement Thermocouple Radiation error Fire environment