탄소복합체보강 건축구조물의 실화재기반 복합재난 Bigdata와 성능기반내화설계

• 영문명: Big Data for Building Structures Retrofitted with Carbon Composite Materials in Multi-Hazard based on Natural Fire and Performance Based Fire Engineering Design
• 발행기관: 한국화재소방학회
• 저자명: 최성모 김환진 신진원 최인락
• 간행물 정보: 『한국화재소방학회 학술대회논문집』2022년도 추계학술대회 논문집, 93~93쪽, 전체 1쪽
• 주제분류: 공학 > 공학일반
• 파일형태: PDF
• 발행일자: 2022.11.17

국문 초록

20세기 초반에 정립된 내화시험 방법은 각각의 건축물 용도에 따른 화재현상을 정확하게 예측하지 못하며 실제 화재 시 거동과 많은 차이를 보인다. 화재통계연보에 따르면 화재는 연간 4만여 건이 발생하고, 그중 60% 이상이 건축물에서 발생하고 있다. 그러나 지진과 같은 자연재난에 의한 피해는 많은 연구가 이루어지고 있는데, 반해 화재와 같은 인적재난은 예측에 어려움이 있으며, 지진-화재 복합재난의 예측 및 위험성 평가는 아직 미흡한 상태이다. 따라서, 전통적인 내화성능 방법의 한계를 극복하기 위하여 발달된 해석기법 적용을 통한 공간정보가 반영된 실화재 기반 해석모델 확보, 탄소복합체 등 신소재의 상온 및 고온시의 거동특성 DB 구축 및 이를 활용한 실구조물의 내화성능 평가기법 개발이 필요하다. 본 연구에서는 탄소복합체 보강 건축구조물의 실화재 기반 복합재난 데이터베이스(DB) 구축 및 이를 활용한 데이터 주도형(Data-driven) 내진/내화 거동 예측모델을 개발하고자 한다. 화재성상과 화재원, 화재곡선 도출 등 건축구조와 화재공학에 대한 기본적인 원리의 이해를 반영한 성능기반의 내화구조설계를 통해 건축물의 화재안전을 확보하고자 한다.

키워드

Carbon Composite Natural Fire Multi-Hazard Big Data Fire Performance Machine Learning Performance Based Fire Engineering Design