KR102611322B1 - 플랜트 화재 예측 및 시뮬레이션 기반의 전자동 방수총 제어 시스템 - Google Patents

플랜트 화재 예측 및 시뮬레이션 기반의 전자동 방수총 제어 시스템 Download PDF

Info

Publication number
KR102611322B1
KR102611322B1 KR1020220171687A KR20220171687A KR102611322B1 KR 102611322 B1 KR102611322 B1 KR 102611322B1 KR 1020220171687 A KR1020220171687 A KR 1020220171687A KR 20220171687 A KR20220171687 A KR 20220171687A KR 102611322 B1 KR102611322 B1 KR 102611322B1
Authority
KR
South Korea
Prior art keywords
fire
waterproof
scenario
plant
location
Prior art date
Application number
KR1020220171687A
Other languages
English (en)
Inventor
최두찬
남기태
박세훈
Original Assignee
한방유비스 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한방유비스 주식회사 filed Critical 한방유비스 주식회사
Priority to KR1020220171687A priority Critical patent/KR102611322B1/ko
Application granted granted Critical
Publication of KR102611322B1 publication Critical patent/KR102611322B1/ko

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • AHUMAN NECESSITIES
    • A62LIFE-SAVING; FIRE-FIGHTING
    • A62CFIRE-FIGHTING
    • A62C3/00Fire prevention, containment or extinguishing specially adapted for particular objects or places
    • A62C3/02Fire prevention, containment or extinguishing specially adapted for particular objects or places for area conflagrations, e.g. forest fires, subterranean fires
    • A62C3/0271Detection of area conflagration fires
    • AHUMAN NECESSITIES
    • A62LIFE-SAVING; FIRE-FIGHTING
    • A62CFIRE-FIGHTING
    • A62C3/00Fire prevention, containment or extinguishing specially adapted for particular objects or places
    • A62C3/02Fire prevention, containment or extinguishing specially adapted for particular objects or places for area conflagrations, e.g. forest fires, subterranean fires
    • A62C3/0292Fire prevention, containment or extinguishing specially adapted for particular objects or places for area conflagrations, e.g. forest fires, subterranean fires by spraying extinguishants directly into the fire
    • AHUMAN NECESSITIES
    • A62LIFE-SAVING; FIRE-FIGHTING
    • A62CFIRE-FIGHTING
    • A62C31/00Delivery of fire-extinguishing material
    • A62C31/02Nozzles specially adapted for fire-extinguishing
    • AHUMAN NECESSITIES
    • A62LIFE-SAVING; FIRE-FIGHTING
    • A62CFIRE-FIGHTING
    • A62C37/00Control of fire-fighting equipment
    • A62C37/36Control of fire-fighting equipment an actuating signal being generated by a sensor separate from an outlet device
    • A62C37/38Control of fire-fighting equipment an actuating signal being generated by a sensor separate from an outlet device by both sensor and actuator, e.g. valve, being in the danger zone
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/27Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00Fire alarms; Alarms responsive to explosion
    • G08B17/12Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
    • G08B17/125Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Emergency Management (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Public Health (AREA)
  • Strategic Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Forests & Forestry (AREA)
  • Ecology (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • Medical Informatics (AREA)
  • Development Economics (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Primary Health Care (AREA)
  • Educational Administration (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)

Abstract

화재 진압 시나리오에 따라서 분사 대상 영역 및 세기가 조절되는 방수총을 정밀 제어하여, 화재의 신속한 진압 및 확산 방지가 가능한 기술을 제공하기 위해, 본 발명의 일 실시예에 따른 플랜트 화재 예측 및 시뮬레이션 기반의 전자동 방수총 제어 시스템은, 플랜트 시설 내의 다수의 위치에 설치되어 분사 각도 및 세기가 제어되어 소화유체를 분사하는 방수총 유닛; 및 방수총 유닛의 구동을 제어하되, 화재 발생 시의 화재 진압 시나리오 도출 알고리즘을 통해 도출된 화재 진압 시나리오에 따라 방수총 유닛에 포함된 다수의 방수총을 각각 제어하는 제어 모듈; 을 포함하고, 제어 모듈은, 플랜트 시설 내의 화재 감지 센서로부터 수신한 화재 발생 위치 및 화재 발생 위치에 배치된 시설물에 대한 정보인 화재 정보를 화재 진압 시나리오 도출 알고리즘에 적용하여, 적어도 화재 발생 위치에 소화유체 분사가 가능한 방수총의 분사 포인트를 화재 발생 위치에 매칭되도록 방수총의 분사 각도를 제어하고, 화재 발생에 따라 기설정된 소화 모드로 분사 세기를 제어하는 것을 특징으로 한다.

Description

플랜트 화재 예측 및 시뮬레이션 기반의 전자동 방수총 제어 시스템{FULLY AUTOMATIC WATERPROOF GUN CONTROL SYSTEM BASED ON PLANT FIRE SCENARIOS}
본 발명은 플랜트 시설물 등에 대한 화재 발생 시 시나리오 기반으로 화재를 진압하기 위한 기술에 관한 것으로, 구체적으로는, 플랜트 등 다수의 시설물이 배치된 영역의 화재 발생을 감지 시, 미리 시뮬레이션된 알고리즘에 따라서 도출되는 화재 진압 시나리오에 따라서 구동이 제어되는 방수총을 전자동 제어를 통해서 정확한 화재 발생 지점에 타게팅하도록 함으로써, 정밀하게 화재를 진압하고 추가적인 방호 조치가 가능하도록 하기 위한 기술에 관한 것이다.
플랜트란, 발전소 및 정유공장과 같이, 기계와 장치 등의 시설물이 배치되어 생산자가 목적으로 하는 원료 또는 중간재, 최종 제품을 제조할 수 있는 생산설비를 의미한다.
이러한 플랜트 시설물 안전에는 실질적인 문제를 해결하기 위하여, 안전 설계 관련 정부 정책이 추진되고 있으며, 특히 플랜트 시설물의 구축 후, 안정적으로 플랜트를 모니터링하여 관리 및 운영하기 위한 다양한 기술이 개발되고 있다. 특히, 플랜트 시설물에 ICT 및 IOT 기술적 접목하여, 안전, 방재 및 운영 기술이 개발되고 있다.
이러한 플랜트는 화재 발생 시 인적 및 물적 피해가 다른 장소에 비하여 크게 확대될 수 있고, 이에 따라서 인공지능형 하드웨어 및 소프트웨어 기술을 이용하여 화재 등의 재난 발생 시의 안전사고 대응지원체계 및 기술의 적용이 필수적으로 지적되고 있다.
이러한 플랜트에 재난이 발생되는 경우, 플랜트 자체에 대한 피해가 극심할 뿐 아니라, 불특정 국민들을 대상으로 그 피해 범위가 확대될 수 있기 대문에 특별하고 높은 수준의 설계 및 관리가 필요한 것이다. 즉, 플랜트 설비 및 시설물의 위험도 및 영향도를 고려 시, 재난 발생 시의 빠른 초기 대응이 가능한 기술의 적용이 필요한 것이다.
이러한 기술에 있어서, 예를 들어 한국등록특허 제10-2071139호 등과 같이, 화재 진압을 위한 소화부가 플랜트 등의 시설물 영역에 설치된 경우이에 페어링된 화재 감지센서를 통해 화재 발생 여부를 감지 및 감지 결과를 취합함으로써 화재를 판단하고, 화재 판단 시 복수의 소화부를 작동시키도록 하는 기술을 게시하고 있다.
그러나 이러한 소화부 제어 기술은 예를 들어 플랜트의 화재 발생 시, 화재 영역에 대한 정밀한 진압이 불가능하고, 특히, 화재 발생 시 화재의 확산 여부를 예측하여 이에 대한 방호 조치가 불가능한 문제가 있다. 즉, 플랜트 화재의 경우, 다른 시설물로의 화재 확산이 된 후 화재를 진압 시, 이미 그 피해가 극심한 상태에서 화재를 진압하게 됨에 따라서 화재 진압의 효율성이 크게 저하됨에 따라서, 화재의 진압에 있어서 그 효율성을 극대화하여, 플랜트 자체에 대한 피해 방지 및 2차적인 피해 확산을 방지하기 위한 기술의 필요성이 대두되고 있다.
이에 본 발명은 상기의 기존 기술들의 문제점을 해결하기 위하여 고안된 것으로서, 특히 플랜트 시설물 등에 화재 발생 시 정밀한 타격이 가능한 방수 시스템을 구축하고, 화재 발생을 감지 시, 방수 시스템을 정밀 제어하여 화재가 확산되는 것을 신속하고 정밀하게 방지할 수 있는 기술을 제공하여, 플랜트 화재 발생 시, 화재 시나리오 기반으로 플랜트 화재에 따른 피해를 최소화할 수 있는 기술을 제공하는 데 그 목적이 있다.
상기 목적을 달성하기 위하여, 본 발명의 일 실시예에 따른 플랜트 화재 예측 및 시뮬레이션 기반의 전자동 방수총 제어 시스템은, 플랜트 시설 내의 다수의 위치에 설치되어 분사 각도 및 세기가 제어되어 소화유체를 분사하는 방수총 유닛; 및 상기 방수총 유닛의 구동을 제어하되, 화재 발생 시의 플랜트의 화재 위험성에 대한 시뮬레이션에 따른 화재 확산 시나리오에 따라서 화재를 진압하기 위한 화재 진압 시나리오를 도출하는 화재 진압 시나리오 도출 알고리즘을 통해 도출된 화재 진압 시나리오에 따라 상기 방수총 유닛에 포함된 다수의 방수총을 각각 제어하는 제어 모듈; 을 포함하고, 상기 제어 모듈은, 플랜트 시설 내의 화재 감지 센서로부터 수신한 화재 발생 위치 및 화재 발생 위치에 배치된 시설물에 대한 정보인 화재 정보를 상기 화재 진압 시나리오 도출 알고리즘에 적용하여, 적어도 상기 화재 발생 위치에 소화유체 분사가 가능한 방수총의 분사 포인트를 상기 화재 발생 위치에 매칭되도록 방수총의 분사 각도를 제어하고, 화재 발생에 따라 기설정된 소화 모드로 분사 세기를 제어하는 것을 특징으로 한다.
상기 제어 모듈은, 상기 화재 발생 위치에 소화유체 분사가 가능한 제1 방수총 그룹은 상기 화재 발생 위치에 소화유체를 분사하도록 하고, 화재 발생 위치에 인접한 시설물에 소화유체 분사가 가능한 제2 방수총 그룹은 화재 발생 위치에 인접한 시설물에 화재 확산을 방지하기 위한 기설정된 방수 모드의 세기로 소화유체를 분사하도록 제어하는 것이 가능하다.
상기 제어 모듈은, 상기 화재 진압 시나리오 도출 알고리즘에 포함된 시나리오로서, AI에 의하여 학습되는 화재 발생 시의 화재 확산 시나리오에 따라서 화재 확산이 예상되는 영역에 배치된 인접한 시설물에 상기 제2 방수총 그룹이 소화유체를 분사하도록 제어하는 것이 가능하다.
상기 제어 모듈에 공급되는 화재 진압 시나리오 도출 알고리즘을 플랜트별로 구축하는 알고리즘 관리부;를 더 포함하는 것이 가능하다.
상기 알고리즘 관리부는, 플랜트별로 화재 발생 시 화재 확산 시나리오를 구축하는 화재 예측 알고리즘과, 화재 예측 알고리즘을 화재 발생 대상 위치별로 적용 시 도출되는 화재 발생 대상 위치별 화재 발생 시의 화재 확산 시나리오와, 플랜트별로 구축된 방화 시설을 기준으로, 화재 진압 시나리오를 도출하는 화재 진압 시나리오 도출 알고리즘을 구축하는 것이 가능하다.
상기 화재 예측 알고리즘은, 플랜트별로 미리 생성된 디지털 트윈을 이용하여 시뮬레이션된 결과로서, 적어도 디지털 트윈에 포함된 정보로서 화재 발생 대상 위치별 시설물 및 마감재의 속성 정보와 시설물의 운영 정보에 따라서 설정되는 화재 위험성 정보를 기준으로, 각 화재 발생 대상 위치별 인근 영역의 화재 발생 확률 정보, 발화점 정보, 온도 상승 속도에 대한 정보를 이용하여 화재 확산 시나리오를 예측하는 알고리즘인 것이 가능하다.
상기 화재 진압 시나리오 도출 알고리즘은, 화재 발생 대상 위치별 화재 확산 시나리오, 플랜트별로 구축된 화재 발생 시의 피난 시나리오에 포함된 피난 경로 및 방화 시설에 관련된 정보를 기준으로, 화재 진압 시나리오를 생성하는 알고리즘인 것이 가능하다.
상기 제어 모듈은, 상기 인접한 시설물 중, 발화점이 가장 낮은 것으로 설정된 시설물, 상기 피난 경로에 배치된 시설물 및 방화 시설에 대응하는 시설물에 우선적으로 상기 제2 방수총 그룹이 소화유체를 분사하도록 제어하는 것이 가능하다.
상기 제어 모듈은, 상기 제1 방수총 그룹을 제어 시, 상기 화재 발생 위치에 인접한 시설물들 중 발화점이 가장 낮은 것으로 설정된 시설물 방향, 상기 피난 경로 방향 및 방화 시설에 대응되는 시설물 방향에 대응되는 화재 발생 영역에 우선적으로 소화유체가 분사되도록 상기 제1 방수총 그룹의 분사 각도를 제어하는 것이 가능하다.
상기 제어 모듈은, 접근이 허용된 외부 단말로부터의 제어 입력을 수신 시, 제어 입력에 포함된 식별 정보에 매칭되는 방수총을 제어 입력에 포함된 분사 각도 및 세기로 분사하도록 방수총을 수동 제어하는 것이 가능하다.
본 발명에 의하면, 소화유체의 분사 각도 및 세기가 제어되는 방수총을 플랜트 시설물 내에 다수 배치하고, 화재 감지 시, 화재 확산 및 이에 의한 피난 시나리오에 따라서 도출되는 화재 진압 시나리오에 따라서 방수총 유닛에 포함된 다수의 방수총을 개별적으로 전자동 제어하여 화재를 진압하도록 한다.
이때 가능한 실시예로서, 화재 확산이 예상되며 피난 경로에 포함되거나 화재 확산 시 피해가 클 것으로 예상되는 영역의 인접 시설물에 대해서 화재의 발화점을 낮추거나 방수층을 도포하기 위한 방수 모드의 세기로 소화유체가 분사되도록 하여, 화재의 확산 자체를 방지하도록 할 수 있다.
이에 의하여, 화재 발생을 감지 시, 방수 시스템을 정밀 제어하여 화재가 확산되는 것을 신속하고 정밀하게 방지할 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 플랜트 화재 예측 및 시뮬레이션 기반의 전자동 방수총 제어 시스템의 구성도.
도 2는 본 발명의 일 실시예에 따라서 제1 방수총 그룹과 제2 방수총 그룹의 구동이 제어되는 예를 설명하기 위한 도면.
도 3은 화재 확산 시나리오에 따라서 도출된 화재 진압 시나리오에 따라서 제2 방수총 그룹의 구동이 차등 제어되는 예를 설명하기 위한 도면.
도 4는 화재 진압 시나리오 도출 알고리즘이 구축 및 학습되는 흐름을 설명하기 위한 도면.
도 5는 화재 진압 시나리오 도출 알고리즘에 따라서 소화유체의 분사 우선순위가 결정되는 예를 설명하기 위한 도면.
도 6은 제1 방수총 그룹에 포함된 방수총의 구동이 제어되는 예를 설명하기 위한 도면.
도 7은 본 발명의 일 실시 예에 따른 컴퓨팅 장치의 내부 구성의 일 예.
이하에서는, 다양한 실시 예들 및/또는 양상들이 이제 도면들을 참조하여 개시된다. 하기 설명에서는 설명을 목적으로, 하나이상의 양상들의 전반적 이해를 돕기 위해 다수의 구체적인 세부사항들이 개시된다. 그러나, 이러한 양상(들)은 이러한 구체적인 세부사항들 없이도 실행될 수 있다는 점 또한 본 발명의 기술 분야에서 통상의 지식을 가진 자에게 인식될 수 있을 것이다. 이후의 기재 및 첨부된 도면들은 하나 이상의 양상들의 특정한 예시적인 양상들을 상세하게 기술한다. 하지만, 이러한 양상들은 예시적인 것이고 다양한 양상들의 원리들에서의 다양한 방법들 중 일부가 이용될 수 있으며, 기술되는 설명들은 그러한 양상들 및 그들의 균등물들을 모두 포함하고자 하는 의도이다.
본 명세서에서 사용되는 "실시 예", "예", "양상", "예시" 등은 기술되는 임의의 양상 또는 설계가 다른 양상 또는 설계들보다 양호하다거나, 이점이 있는 것으로 해석되지 않을 수도 있다.
또한, "포함한다" 및/또는 "포함하는"이라는 용어는, 해당 특징 및/또는 구성요소가 존재함을 의미하지만, 하나이상의 다른 특징, 구성요소 및/또는 이들의 그룹의 존재 또는 추가를 배제하지 않는 것으로 이해되어야 한다.
또한, 제 1, 제 2 등과 같이 서수를 포함하는 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지는 않는다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
또한, 본 발명의 실시 예들에서, 별도로 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 발명의 실시 예에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
도 1은 본 발명의 일 실시예에 따른 플랜트 화재 예측 및 시뮬레이션 기반의 전자동 방수총 제어 시스템의 구성도, 도 2는 본 발명의 일 실시예에 따라서 제1 방수총 그룹과 제2 방수총 그룹의 구동이 제어되는 예를 설명하기 위한 도면, 도 3은 화재 확산 시나리오에 따라서 도출된 화재 진압 시나리오에 따라서 제2 방수총 그룹의 구동이 차등 제어되는 예를 설명하기 위한 도면, 도 4는 화재 진압 시나리오 도출 알고리즘이 구축 및 학습되는 흐름을 설명하기 위한 도면, 도 5는 화재 진압 시나리오 도출 알고리즘에 따라서 소화유체의 분사 우선순위가 결정되는 예를 설명하기 위한 도면, 도 6은 제1 방수총 그룹에 포함된 방수총의 구동이 제어되는 예를 설명하기 위한 도면이다. 이하의 설명에 있어서 본 발명의 다양한 실시예 및 구성요소들에 대한 설명을 위하여, 다수의 도면이 함께 참조되어 설명될 것이다.
한편 이하의 설명에 있어서, 도면에 기재된 사항은 본 발명의 각 구성의 기능을 설명하기 위하여 일부의 구성이 생략되거나, 과하게 확대 또는 축소되어 도시되어 있으나, 해당 도시 사항이 본 발명의 기술적 특징 및 권리범위를 한정하는 것은 아닌 것으로 이해됨이 당연할 것이다.
상기와 같이 다수의 도면을 함께 참조하여 설명하면, 본 발명의 일 실시예에 따른 플랜트 화재 예측 및 시뮬레이션 기반의 전자동 방수총 제어 시스템(이하 '본 발명의 시스템'이라 함)은, 먼저 도 7에 대한 설명에서 상세히 설명될 컴퓨팅 장치에 의하여 구현될 수 있다. 즉 후술하는 바와 같이 제어 모듈(20)은 상기의 컴퓨팅 장치로서 구현되어, 방수총 유닛(10)을 제어하거나 인가된 외부 단말(60) 또는 기타 서버 등과 연결되어, 데이터의 송수신을 통해서 제어 모듈(20)의 기능이 구현되는 것으로 이해될 것이다.
본 발명의 시스템은 방수총 유닛(10) 및 제어 모듈(20)을 포함하여 구성되는 것을 특징으로 한다. 본 발명에서 방수총 유닛(10)은, 도 1에 도시된 바와 같이 다수의 방수총을 포함하는 그룹 웨어 개념의 구성을 지칭한다. 방수총은 도 1에 도시된 바와 같이 분사 각도(R1, R2)가 외부 제어 명령을 통해서 제어되며, 소화유체에 대한 분사 세기가 역시 외부 제어 명령을 통하여 제어되는 화재 진압용 장비를 지칭한다.
본 발명에서 방수총은, 플랜트 내부에 설치되어 각 방수총이 개별 제어될 수 있다. 이를 위해서 제어 모듈(20) 및 인가된 외부 단말(60)에는, 플랜트의 전자 맵 데이터가 저장되는 경우, 전자 맵 데이터에 방수총에 대한 정보가 포함되어, 방수총의 식별정보 및 위치 정보와 함께 구동에 대한 로그 정보가 저장되어 표시 및 관리될 수 있다.
이때 본 발명의 방수총 유닛(10)은 각 방수총이 후술하는 각 실시예를 통해서 전자동으로 제어될 수 있다. 그러나 평시 또는 필요에 따라서 도 1에 도시된 바와 같이, 접근이 허용된 외부 단말(60)로부터의 제어 입력을 수신 시, 제어 입력에 포함된 식별 정보에 매칭되는 방수총을 제어 입력에 포함된 분사 각도 및 세기로 분사하도록 방수총을 수동 제어하도록 구성될 수 있다. 이를 위해서 후술하는 제어 모듈(20)은 외부 단말(60)로부터 제어 입력을 수신할 수 있으며, 제어 모듈(20)에 접근 가능한 외부 단말(60)은 단말 그 자체 또는 단말을 이용하는 유저 계정에 따라서 결정될 수 있다.
본 발명에서 접근 가능한 외부 단말(60)이란, 플랜트 관리자 계정이 로그인한 단말 또는 플랜트 관리 및 운영용 전용 단말 등, 플랜트 자체에 대한 제어가 가능한 것으로 설정된 단말이나, 소방 기관 단말 등 특히 방수총의 제어에 대한 인가가 필요한 단말 등을 포함하는 것으로 이해될 것이다.
제어 모듈(20)은, 후술하는 알고리즘 관리부(30)에 의하여 관리되는 화재 진압 시나리오 도출 알고리즘을 이용하여, 방수총 유닛(10)을 제어하여 화재 발생 시 정밀한 화재 포인트에 대한 소화유체의 타격이 가능하도록 하는 제어 기능을 수행한다.
화재진압 시나리오 도출 알고리즘은, 화재 발생 시의 플랜트의 화재 위험성에 대한 시뮬레이션에 따른 화재 확산 시나리오에 따라서 화재를 진압하기 위한 화재 진압 시나리오를 도출하는 알고리즘을 의미하며 이에 대해서는 후술하기로 한다.
구체적으로, 도 1에 도시된 바와 같이, 플랜트 시설 내의 화재 감지 센서로부터 수신한 화재 발생 위치 및 화재 발생 위치에 배치된 시설물에 대한 정보인 화재 정보를 화재 진압 시나리오 도출 알고리즘에 적용하여, 적어도 화재 발생 위치에 소화유체 분사가 가능한 방수총의 분사 포인트를 화재 발생 위치에 매칭되도록 방수총의 분사 각도를 제어하고, 화재 발생에 따라 기설정된 소화 모드로 분사 세기를 제어한다.
본 발명에서 화재 발생 위치는, 플랜트 내부에 설치된 다수의 화재 감지 센서로부터 화재가 발생된 것으로 센싱되는 경우, 해당 화재 감지 센서의 위치 또는 화재 감지 센서의 1차적인 인지 및 인근 CCTV의 영상 식별 기능을 통한 2차적인 인지를 통해 결정되는 세부 화재 발생 위치를 지칭할 수 있다.
화재 감지 센서는 플랜트 내부에 기설정된 간격으로 설치되거나 룸 시설 등에 하나씩 설치될 수 있다. 이에 따라서 화재 감지 센서의 센싱값은 화재 발생 위치를 정밀하게 특정하는 것은 어려울 수 있다.
이에 따라서 본 발명에서 제어 모듈(20)에는 화재 감지 센서뿐 아니라, 플랜트 내부의 영상을 촬영하는 영상 감지 센서 또는 CCTV 등의 영상 촬영 장치가 연결될 수 있다. 상기의 실시예에서, 제어 모듈(20)에 화재 감지 센서로부터 화재 발생을 감지한 센싱 데이터가 수신되는 경우, 제어 모듈(20)은 영상 촬영 장치 또는 영상 감지 센서, 열화상 카메라 등 영상을 촬영하여 위치를 특정할 수 있는 장비로부터, 화재 감지 센서가 설치된 영역에 설치된 장비들로부터 영상 감지 결과를 수신한다. 이후, 감지 결과 그 자체 또는 영상에 대한 분석으로부터 온도, 연기 또는 불꽃 등에 대한 영상 인식 또는 열 데이터 분석을 수행하고, 이를 통해서 화재 발생 위치를 정밀하게 특정할 수 있다.
이렇게 특정된 화재 발생 위치를 이용하여, 화재 발생 위치에 배치된 시설물 역시 특정될 수 있으며, 제어 모듈(20)은 특정된 시설물에 대한 정보를 상술한 외부 단말(60) 등으로부터 수신하게 되며, 이후 화재 발생 위치 및 화재 발생 위치에 배치된 시설물에 대한 정보를 화재 발생 시의 화재 진압 시나리오 도출 알고리즘을 통해 도출된 화재 진압 시나리오에 적용하여, 화재 발생 위치에 소화유체 분사가 가능한 방수총을 선택하게 된다.
이를 통해서 방수총 유닛(10)에 포함된 다수의 방수총을 각각 제어하는데 구체적으로 상술한 바와 같이 특정된 화재 발생 위치에 소화유체의 분사가 가능한 방수총을 선택하여, 해당 방수총의 분사 각도, 즉 분사 포인트를 화재 발생 위치에 매칭되도록 그 분사 각도를 제어한다. 이때 분사 세기는, 화재 발생 위치에 대한 분사가 이루어지므로 기설정된 세기의 소화 모드로 분사 세기를 제어할 수 있다.
구체적으로 제어 모듈(20)은 상술한 바와 같이 화재 발생 위치에 대해서 그 위치에 소화유체 분사가 가능한 방수총을 제어하는데, 이외에, 화재 확산을 미연에 방지하기 위하여 화재 진압 시나리오에 따라서 다수의 방수총을 함께 제어할 수 있다.
구체적으로 도 2에 도시된 바와 같이, 제어 모듈(20)은 방수총 유닛에 포함된 방수총들을 제1 방수총 그룹(11) 및 제2 방수총 그룹(12)으로 구분한다. 본 발명에서 제1 방수총 그룹(11)은, 상술한 바와 같이 화재 발생 위치에 소화유체 분사가 가능한 다수의 방수총을 지칭하며, 제2 방수총 그룹(12)은 화재 발생 위치에 인접한 시설물에 소화유체 분사가 가능한 다수의 방수총을 지칭한다.
제어 모듈(20)은 이와 같이 제1 방수총 그룹(11) 및 제2 방수총 그룹(12)을 화재 발생 위치의 특정에 따라서 선택하게 되며, 제1 방수총 그룹(11)은 상술한 바와 같이 화재 발생 위치(Fire)에 소화 유체를 분사하도록 그 분사각도 및 세기를 정밀 제어한다. 이와 함께 제2 방수총 그룹(12)은 화재 발생 위치에 인접한 시설물(O1, O2)에 화재 확산을 방지하기 위한 기설정된 방수 모드의 분사 세기로 소화유체를 분사하도록 그 분사 각도 및 세기를 제어한다.
화재의 확산은 화재 진압 시나리오에 포함된 정보로서 화재가 화재 발생 위치에서 발생 시 각 시설물에 화재가 확산되는 흐름 및 시점 등에 대한 정보를 의미한다. 이 경우 화재가 확산될 것으로 판단되는 시설물에 대한 화개 확산의 방지는, 화재 발생 위치에 대한 정밀한 소화유체의 타격뿐 아니라, 발화점 이상의 온도 상승 또는 산소의 공급을 인접한 시설물에 대해서 차단하여 화재의 확산을 미연에 방지하는 것이 필요하다.
이를 위해서 제어 모듈(20)은 화재 발생 위치에만 소화유체가 분사되도록 방수총 유닛(10)은 제어하는 것이 아니라, 상술한 바와 같이 제2 방수총 그룹(12)의 선택 및 제어를 통해서 소화유체가 미리 인접 시설물에 분사되어 화재가 확산되는 것을 방지하는 것이다.
상기 실시예에 있어서 시설물에 대한 소화 유체의 분사에 의한 고장 발생 등을 최소화하는 동시에 화재의 확산을 방지하기 위해서 분사 모드로의 소화유체 분사가 필요한 시설물에만 소화유체를 미리 분사하는 것이 필수적이다. 이를 위해서 제어 모듈(20)은, 도 3에 도시된 바와 같이 제2 방수총 그룹(12)의 선택 및 제어 시, 상술한 화재 진압 시나리오 도출 알고리즘에 포함된 시나리오로서, AI에 의하여 학습되는 화재 발생 시의 화재 확산 시나리오에 따라서 화재 확산이 예상되는 영역(A1, A2, A2)에 배치된 인접한 시설물에 소화유체 분사가 가능한 방수총들을 상술한 제2 방수총 그룹(12)으로 선택한 뒤, 제2 방수총 그룹(12)이 소화유체를 분사하도록 제어할 수 있다.
이때 각 확산 시나리오에 따라서 도출되는 화재 진압 시나리오에 포함된 진압 우선순위(F, A1, A2, A3 순)에 따라서 제1 방수총 그룹(11)을 우선 제어하고, 제2 방수총 그룹의 경우 우선순위에 따라서 단계적인 제어 대상(12-1, 12-2, 12-3 순)을 선택하여 화재 진압 시나리오에 따라서 제어를 수행하게 된다.
즉, 도 3의 실시예에서는 제1 방수총 그룹(11)과 12-1의 제2 방수총 그룹의 방수총을 우선 구동하여 화재의 진압 여부를 모니터링하게 되며, 화재가 성공적으로 진압되어 확산의 우려가 사라진 경우, 12-2, 12-3은 구동을 하지 않고, 12-1을 구동한 상태에서 화재가 진압되지 않아 확산이 예상되는 경우, 12-2, 12-3 순대로 구동 및 화재 진압에 대한 모니터링을 반복 수행하여 단계적인 방수총 제어가 되도록 하는 것이다. 이를 통해서, 화재의 확산을 확실하게 방지하는 한편, 시설물에 대한 무분별한 소화유체 분사에 따른 시설물의 손상을 방지할 수 있고, 방수총의 효율적인 제어가 가능한 효과가 있다.
이러한 화재 진압 시나리오를 도출하는 상술한 화재 진압 시나리오 도출 알고리즘은, 제어 모듈(20)에서 직접 관리될 수 있으나, 도 1에 도시된 바와 같은 알고리즘 관리부(30)에 의하여 플랜트별로 구축되어 관리될 수 있다.
도 1 및 도 4에 도시된 바와 같이 알고리즘 관리부(30)는 화재 진압 시나리오 도출 알고리즘을 구축 시, 플랜트별로 화재 발생 시 확산 시나리오를 구축하는 화재 예측 알고리즘과, 화재 예측 알고리즘을 화재 발생 대상 위치별로 적용 시 도출되는 화재 발생 대상 위치별 화재 발생 시의 화재 확산 시나리오와, 플랜트별로 구축된 방화 시설을 기준으로, 화재 진압 시나리오를 도출하는 화재 진압 시나리오 도출 알고리즘을 구축할 수 있다.
이를 위해서, 플랜트의 맵 및 설치된 시설물, 시설물의 구동 정보 등에 대한 플랜트 데이터(40)와, 외부의 시설물에 대한 스펙 정보 및 소방 기관 정보 등을 포함하는 외부 데이터(50)를 수신하여 화재 진압 시나리오 도출 알고리즘을 플랜트별로 구축할 수 있다.
구체적으로 도 4에 도시된 바와 같이, 맵, 시설물의 배치 및 스펙 정보를 포함하는 시설물 데이터, 각 플랜트의 종류, 위치, 시설물, 인력 정보 등을 이용하여 플랜트별로 규정에 맞도록 정해진 피난 규정과, 소방법 상의 각 플랜트에 해당하는 소방 규정 등을 포함하는 기준 데이터(100)를 이용하여, 알고리즘 관리부(30)에서는 화재 발생 시 확산 시나리오를 구축하는 화재 예측 알고리즘(31)을 이용하며, 이에 따른 화재 예측 알고리즘(31)을 화재 발생 대상 위치별로 적용 시 도출되는 화재 발생 대상 위치별 화재 발생 시의 화재 확산 시나리오를 도출하게 된다. 이후, 상기의 기준 데이터(100)에 포함된 정보로서, 플랜트별로 소방 규정 등에 의하여 설치되어 상술한 바와 같이 전자 맵 데이터에 연계되어 저장된 방화 시설에 대한 정보를 이용하여, 화재 확산 시나리오에 따라서 피난 및 화재를 진압하기 위한 시나리오인 화재 진압 시나리오를 도출할 수 있는 화재 진압 시나리오 도출 알고리즘(32)을 구축하게 된다.
이러한 화재 진압 시나리오 도출 알고리즘(32)은, 상술한 바와 같이 알고리즘 관리부(30)에 의하여 구축된 후, 내외부의 화재 발생 이력 데이터, 모의 훈련 데이터, 외부의 규정 데이터 등을 이용하여 지속적으로 머신 러닝 또는 딥 러닝에 의하여 학습될 수 있다.
이때 구체적으로 화재 예측 알고리즘(31)은, 플랜트별로 미리 생성된 디지털 트윈을 이용하여 시뮬레이션된 결과로서, 적어도 디지털 트윈에 포함된 정보로서 화재 발생 대상 위치별 시설물 및 마감재의 속성 정보와 시설물의 운영 정보에 따라서 설정되는 화재 위험성 정보를 기준으로, 각 화재 발생 대상 위치별 인근 영역의 화재 발생 확률 정보, 발화점 정보, 온도 상승 속도에 대한 정보를 이용하여 화재 확산 시나리오를 예측하는 알고리즘으로 이해될 수 있다.
본 발명에서 플랜트에 대한 디지털 트윈은, 플랜트의 전자 맵 데이터, 플랜트의 시설물 배치 정보 및 각 시설물의 스펙 정보, 각 시설물의 에너지 흐름 정보, 각 시설물의 운영에 관련된 정보를 포함하여 플랜트에 대여 구축된 시뮬레이션 등을 위한 디지털 트윈을 의미한다.
본 발명에서 각 시설물의 운영에 관련된 정보란, 시설물의 운영 시간, 운영 조건 및 운영 조건에 따른 환경 영향 정보를 포함한다. 환경 영향 정보는, 에너지 소비 정보, 시설물의 운영 조건에 따라서 운영 시의 주변 온도 또는 시설물 자체의 온도, 습도 등의 환경에 대한 영향을 나타내는 정보를 의미한다.
이러한 환경 영향 정보는 예를 들어 시설물에 따라서 운영에 관련된 정보에 따라서 화재 발생의 위험도를 예측하는 데 사용될 수 있다. 이는, 시설물 자체의 운영에 따른 온도 상승에 따라 주변의 마감재 등의 온도 상승 요소를 열전도 알고리즘에 따라서 예측함으로써, 화재가 발생할 가능성을 예측하는 예로 이해될 수 있다. 또한, 시설물에서 사용되는 물질의 인화성 정보 역시 화재 발생 가능성을 예측하기 위하여 사용될 수 있다.
이에 따라서 시설물, 마감재의 속성 정보와, 시설물에 대한 운영 정보를 AI 알고리즘을 통하여 분석하는 경우, 화재 위험성 정보, 즉 화재 발생에 대한 확률 정보가 도출될 수 있다. 화재 발생에 대한 확률 정보를 도출하는 AI 알고리즘은, 화재 예측 알고리즘의 일부로서, 화재 확산 시나리오를 예측함에 있어서 화재의 발생 확률을 각 포인트별로 예측하는 알고리즘으로 이해될 것이다.
이러한 AI 알고리즘은 예를 들어 모든 관리되는 플랜트의 운영에 따른 화재 발생 사례 등을 이용하여 학습될 수 있으며, 시설물의 운영 로그 정보에 따른 주변 온도 정보 등이 매칭된 결과로서도 학습되어, 시설물에 대한 운영 정보에 따라서 플랜트의 각 포인트에서의 화재 발생의 확률을 예측하도록 한다.
이러한 화재 위험성 정보가 도출되면, 각 화재 발생 대상 위치별로 인근 영역, 즉 예측하고자 하는 포인트별로 각 포인트를 포함하는 인근 영역에 대한 화재 발생 확률 정보가 동시에 예측될 수 있고, 시설물에 대한 속성 정보, 시설물에서 처리되는 물질의 인화성 정보 등을 기반으로 발화점 정보, 온도 상승 속도에 대한 정보 등이 이용되어, 화재의 발생 확률 및 이에 따라 화재 발생 시 화재 확산에 대한 시나리오가 시뮬레이션 결과에 따라서 생성되어 관리될 수 있다.
한편 화재 예측 알고리즘(31)에 의하여 생성되는 화재 확산 시나리오 및 방화 시설에 대한 정보를 이용하여 도출되는 화재 진압 시나리오 도출 알고리즘은, 구체적으로 도 5에 도시된 바와 같은 결과를 도출한다.
구체적으로 화재 진압 시나리오 도출 알고리즘은, 화재 발생 대상 위치별 화재 확산 시나리오, 플랜트별로 구축된 화재 발생 시의 피난 시나리오에 포함된 피난 경로 및 방화 시설에 관련된 정보를 기준으로, 화재 진압 시나리오를 생성할 수 있다.
예를 들어 전자 맵 데이터(110)를 통해 도출된 화재 발생 위치(P)별로 예측되는 정보로서 해당 위치(P)에 화재가 발생된 경우, A1, A2 순으로 그 영역에 화재가 확산될 것으로 예측될 수 있다. 이와 함께, 각 시설물(S1, S2, S3, S4, S5)에 대한 발화점 정보, 고장 시 피해 정보 등을 포함하는 스펙 정보에 따라서 각 화재 진압에 대하여 수립된 정책에 따른 진압 우선순위에 대한 정보를 도출할 수 있다. 이 경우 진압 우선순위에 대한 정책에는 상기의 시설물에 대한 진압 정책뿐 아니라, 화재 발생 포인트(P)에 따라서 미리 생성된 피난 경로 생성 알고리즘에 따라서 생성되는 피난 경로(L)에 대한 정보가 반영되어, 그 우선순위가 보정될 수 있다.
그 결과, 진압 우선순위 정보(120)가 생성될 것이며, S1, S2, S4, S3, S5 순으로 진압의 우선순위가 결정된다. 이때 제어 모듈(20)은 이와 같은 우선순위가 높은 시설물 순으로 상술한 바와 같이 단계적으로 또는 동시에 소화 유체를 분사하도록 방수총 유닛(10)을 제어한다.
이와 같은 화재 진압 시나리오에 따라서, 제어 모듈(20)은, 인접한 시설물 중, 발화점이 가장 낮은 것으로 설정된 시설물, 피난 경로에 배치된 시설물 및 방화 시설에 대응하는 시설물에 우선적으로 제2 방수총 그룹이 소화유체를 분사하도록 제어할 수 있다.
한편 제1 방수총 그룹을 제어 시에도, 화재 확산 시 피해가 우려되는 시설물 측의 화재 발생 영역에 대한 화재를 우선 진압하도록 함으로써, 화재의 진압 시 화재 확산을 고려한 정밀하고 효율적인 진압이 가능하도록 할 수 있다.
예를 들어 도 6에 도시된 바와 같이, 제어 모듈(20)은, 제1 방수총 그룹(11)을 제어 시, 화재 발생 위치에 인접한 시설물들 중 발화점이 가장 낮은 것으로 설정된 시설물(S6)의 방향을 포함하여 상기 피난 경로 방향 및 방화 시설에 대응되는 시설물 방향에 대응되는 화재 발생 영역(B1)에 우선적으로 소화유체가 분사되도록 상기 제1 방수총 그룹의 분사 각도(R3)를 제어할 수 있다. 이후, 상대적으로 B1 영역보다 진압 우선순위가 낮은 영역(B2)으로 소화유체가 분사되도록 할 수 있다.
도 7은 본 발명의 일 실시 예에 따른 컴퓨팅 장치의 내부 구성의 일 예를 도시하였으며, 이하의 설명에 있어서, 상술한 도 1 내지 6에 대한 설명과 중복되는 불필요한 실시 예에 대한 설명은 생략하기로 한다.
도 7에 도시한 바와 같이, 컴퓨팅 장치(10000)은 적어도 하나의 프로세서(processor)(11100), 메모리(memory)(11200), 주변장치 인터페이스(peripheral interface)(11300), 입/출력 서브시스템(I/O subsystem)(11400), 전력 회로(11500) 및 통신 회로(11600)를 적어도 포함할 수 있다. 이때, 컴퓨팅 장치(10000)은 촉각 인터페이스 장치에 연결된 유저 단말이기(A) 혹은 전술한 컴퓨팅 장치(B)에 해당될 수 있다.
메모리(11200)는, 일례로 고속 랜덤 액세스 메모리(high-speed random access memory), 자기 디스크, 에스램(SRAM), 디램(DRAM), 롬(ROM), 플래시 메모리 또는 비휘발성 메모리를 포함할 수 있다. 메모리(11200)는 컴퓨팅 장치(10000)의 동작에 필요한 소프트웨어 모듈, 명령어 집합 또는 그밖에 다양한 데이터를 포함할 수 있다.
이때, 프로세서(11100)나 주변장치 인터페이스(11300) 등의 다른 컴포넌트에서 메모리(11200)에 액세스하는 것은 프로세서(11100)에 의해 제어될 수 있다.
주변장치 인터페이스(11300)는 컴퓨팅 장치(10000)의 입력 및/또는 출력 주변장치를 프로세서(11100) 및 메모리 (11200)에 결합시킬 수 있다. 프로세서(11100)는 메모리(11200)에 저장된 소프트웨어 모듈 또는 명령어 집합을 실행하여 컴퓨팅 장치(10000)을 위한 다양한 기능을 수행하고 데이터를 처리할 수 있다.
입/출력 서브시스템(11400)은 다양한 입/출력 주변장치들을 주변장치 인터페이스(11300)에 결합시킬 수 있다. 예를 들어, 입/출력 서브시스템(11400)은 모니터나 키보드, 마우스, 프린터 또는 필요에 따라 터치스크린이나 센서 등의 주변장치를 주변장치 인터페이스(11300)에 결합시키기 위한 컨트롤러를 포함할 수 있다. 다른 측면에 따르면, 입/출력 주변장치들은 입/출력 서브시스템(11400)을 거치지 않고 주변장치 인터페이스(11300)에 결합될 수도 있다.
전력 회로(11500)는 단말기의 컴포넌트의 전부 또는 일부로 전력을 공급할 수 있다. 예를 들어 전력 회로(11500)는 전력 관리 시스템, 배터리나 교류(AC) 등과 같은 하나 이상의 전원, 충전 시스템, 전력 실패 감지 회로(power failure detection circuit), 전력 변환기나 인버터, 전력 상태 표시자 또는 전력 생성, 관리, 분배를 위한 임의의 다른 컴포넌트들을 포함할 수 있다.
통신 회로(11600)는 적어도 하나의 외부 포트를 이용하여 다른 컴퓨팅 장치와 통신을 가능하게 할 수 있다.
또는 상술한 바와 같이 필요에 따라 통신 회로(11600)는 RF 회로를 포함하여 전자기 신호(electromagnetic signal)라고도 알려진 RF 신호를 송수신함으로써, 다른 컴퓨팅 장치와 통신을 가능하게 할 수도 있다.
이러한 도 7의 실시 예는, 컴퓨팅 장치(10000)의 일례일 뿐이고, 컴퓨팅 장치(11000)은 도 7에 도시된 일부 컴포넌트가 생략되거나, 도 7에 도시되지 않은 추가의 컴포넌트를 더 구비하거나, 2개 이상의 컴포넌트를 결합시키는 구성 또는 배치를 가질 수 있다. 예를 들어, 모바일 환경의 통신 단말을 위한 컴퓨팅 장치는 도 7에도시된 컴포넌트들 외에도, 터치스크린이나 센서 등을 더 포함할 수도 있으며, 통신 회로(1160)에 다양한 통신방식(WiFi, 3G, LTE, Bluetooth, NFC, Zigbee 등)의 RF 통신을 위한 회로가 포함될 수도 있다. 컴퓨팅 장치(10000)에 포함 가능한 컴포넌트들은 하나 이상의 신호 처리 또는 어플리케이션에 특화된 집적 회로를 포함하는 하드웨어, 소프트웨어, 또는 하드웨어 및 소프트웨어 양자의 조합으로 구현될 수 있다.
본 발명의 실시 예에 따른 방법들은 다양한 컴퓨팅 장치를 통하여 수행될 수 있는 프로그램 명령(instruction) 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 특히, 본 실시 예에 따른 프로그램은 PC 기반의 프로그램 또는 모바일 단말 전용의 어플리케이션으로 구성될 수 있다. 본 발명이 적용되는 애플리케이션은 파일 배포 시스템이 제공하는 파일을 통해 이용자 단말에 설치될 수 있다. 일 예로, 파일 배포 시스템은 이용자 단말이기의 요청에 따라 상기 파일을 전송하는 파일 전송부(미도시)를 포함할 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시 예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술 분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로 (collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상장치(virtual equipment), 컴퓨터 저장 매체 또는 장치에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨팅 장치상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시 예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시 예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광 기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시 예들이 비록 한정된 실시 예와 도면에 의해 설명되었으나, 해당 기술 분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다. 그러므로, 다른 구현들, 다른 실시 예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (10)

  1. 하나 이상의 프로세서 및 상기 프로세서에서 수행 가능한 명령들을 저장하는 하나 이상의 메모리를 포함하는 컴퓨팅 장치로 구현되는 플랜트 화재 예측 및 시뮬레이션 기반의 전자동 방수총 제어 시스템으로서,
    플랜트 시설 내의 다수의 위치에 설치되어 분사 각도 및 세기가 제어되어 소화유체를 분사하는 방수총 유닛; 및
    상기 방수총 유닛의 구동을 제어하되, 화재 발생 시의 플랜트의 화재 위험성에 대한 시뮬레이션에 따른 화재 확산 시나리오에 따라서 화재를 진압하기 위한 화재 진압 시나리오를 도출하는 화재 진압 시나리오 도출 알고리즘을 통해 도출된 화재 진압 시나리오에 따라 상기 방수총 유닛에 포함된 다수의 방수총을 각각 제어하는 제어 모듈; 을 포함하고,
    상기 제어 모듈은,
    플랜트 시설 내의 화재 감지 센서로부터 수신한 화재 발생 위치 및 화재 발생 위치에 배치된 시설물에 대한 정보인 화재 정보를 상기 화재 진압 시나리오 도출 알고리즘에 적용하여, 적어도 상기 화재 발생 위치에 소화유체 분사가 가능한 방수총의 분사 포인트를 상기 화재 발생 위치에 매칭되도록 방수총의 분사 각도를 제어하고, 화재 발생에 따라 기설정된 소화 모드로 분사 세기를 제어하되,
    상기 제어 모듈에 공급되는 화재 진압 시나리오 도출 알고리즘을 플랜트별로 구축하는 알고리즘 관리부;를 더 포함하고,
    상기 알고리즘 관리부는,
    플랜트별로 화재 발생 시 화재 확산 시나리오를 구축하는 화재 예측 알고리즘과, 화재 예측 알고리즘을 화재 발생 대상 위치별로 적용 시 도출되는 화재 발생 대상 위치별 화재 발생 시의 화재 확산 시나리오와, 플랜트별로 구축된 방화 시설을 기준으로, 화재 진압 시나리오를 도출하는 화재 진압 시나리오 도출 알고리즘을 구축하고,
    상기 화재 진압 시나리오 도출 알고리즘은,
    화재 발생 대상 위치별 화재 확산 시나리오, 플랜트별로 구축된 화재 발생 시의 피난 시나리오에 포함된 피난 경로 및 방화 시설에 관련된 정보를 기준으로, 화재 진압 시나리오를 생성하는 알고리즘이고,
    상기 제어 모듈은, 화재 발생 위치에 인접한 시설물 중, 화재 확산 시 피해가 우려되는 시설물 측의 화재 발생 영역인 발화점이 가장 낮은 것으로 설정된 시설물, 상기 피난 경로에 배치된 시설물 및 방화 시설에 대응하는 시설물에 우선적으로 화재 발생 위치에 인접한 시설물에 소화유체 분사가 가능한 다수의 방수총인 제2 방수총 그룹이 소화유체를 분사하도록 제어하고,
    상기 제어 모듈은,
    화재 발생 위치에 소화유체 분사가 가능한 다수의 방수총인 제1 방수총 그룹을 제어 시, 상기 화재 발생 위치에 인접한 시설물들 중 화재 확산 시 피해가 우려되는 시설물 측의 화재 발생 영역인 발화점이 가장 낮은 것으로 설정된 시설물 방향, 상기 피난 경로 방향 및 방화 시설에 대응되는 시설물 방향에 대응되는 화재 발생 영역에 우선적으로 소화유체가 분사되도록 상기 제1 방수총 그룹의 분사 각도를 제어하고,
    상기 제어 모듈은,
    방수총을 전자동 제어하나 평시 또는 접근이 허용된 외부 단말로부터의 제어 입력을 수신 시, 제어 입력에 포함된 식별 정보에 매칭되는 방수총을 제어 입력에 포함된 분사 각도 및 세기로 분사하도록 방수총을 수동 제어하는 것을 특징으로 하는 플랜트 화재 예측 및 시뮬레이션 기반의 전자동 방수총 제어 시스템.
  2. 제1항에 있어서,
    상기 제어 모듈은,
    상기 화재 발생 위치에 소화유체 분사가 가능한 제1 방수총 그룹은 상기 화재 발생 위치에 소화유체를 분사하도록 하고, 화재 발생 위치에 인접한 시설물에 소화유체 분사가 가능한 제2 방수총 그룹은 화재 발생 위치에 인접한 시설물에 화재 확산을 방지하기 위한 기설정된 방수 모드의 세기로 소화유체를 분사하도록 제어하는 것을 특징으로 하는 플랜트 화재 예측 및 시뮬레이션 기반의 전자동 방수총 제어 시스템.
  3. 제2항에 있어서,
    상기 제어 모듈은,
    상기 화재 진압 시나리오 도출 알고리즘에 포함된 시나리오로서, AI에 의하여 학습되는 화재 발생 시의 화재 확산 시나리오에 따라서 화재 확산이 예상되는 영역에 배치된 인접한 시설물에 상기 제2 방수총 그룹이 소화유체를 분사하도록 제어하는 것을 특징으로 하는 플랜트 화재 예측 및 시뮬레이션 기반의 전자동 방수총 제어 시스템.
  4. 삭제
  5. 삭제
  6. 제1항에 있어서,
    상기 화재 예측 알고리즘은,
    플랜트별로 미리 생성된 디지털 트윈을 이용하여 시뮬레이션된 결과로서, 적어도 디지털 트윈에 포함된 정보로서 화재 발생 대상 위치별 시설물 및 마감재의 속성 정보와 시설물의 운영 정보에 따라서 설정되는 화재 위험성 정보를 기준으로, 각 화재 발생 대상 위치별 인근 영역의 화재 발생 확률 정보, 발화점 정보, 온도 상승 속도에 대한 정보를 이용하여 화재 확산 시나리오를 예측하는 알고리즘인 것을 특징으로 하는 플랜트 화재 예측 및 시뮬레이션 기반의 전자동 방수총 제어 시스템.

  7. 삭제
  8. 삭제
  9. 삭제
  10. 삭제
KR1020220171687A 2022-12-09 2022-12-09 플랜트 화재 예측 및 시뮬레이션 기반의 전자동 방수총 제어 시스템 KR102611322B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220171687A KR102611322B1 (ko) 2022-12-09 2022-12-09 플랜트 화재 예측 및 시뮬레이션 기반의 전자동 방수총 제어 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220171687A KR102611322B1 (ko) 2022-12-09 2022-12-09 플랜트 화재 예측 및 시뮬레이션 기반의 전자동 방수총 제어 시스템

Publications (1)

Publication Number Publication Date
KR102611322B1 true KR102611322B1 (ko) 2023-12-07

Family

ID=89163181

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220171687A KR102611322B1 (ko) 2022-12-09 2022-12-09 플랜트 화재 예측 및 시뮬레이션 기반의 전자동 방수총 제어 시스템

Country Status (1)

Country Link
KR (1) KR102611322B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101983001B1 (ko) * 2019-01-28 2019-05-27 주식회사 21세기이엔지 소방반경의 크기를 조정하는 소방개체 제어 시스템
KR20200055490A (ko) * 2018-11-13 2020-05-21 (주)더미래넷 화재의 자동감지 및 자동위치추적이 가능한 자동소화시스템
KR20210026470A (ko) * 2019-08-30 2021-03-10 한국건설기술연구원 방연설비를 이용한 피난경로 확보 시스템 및 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200055490A (ko) * 2018-11-13 2020-05-21 (주)더미래넷 화재의 자동감지 및 자동위치추적이 가능한 자동소화시스템
KR101983001B1 (ko) * 2019-01-28 2019-05-27 주식회사 21세기이엔지 소방반경의 크기를 조정하는 소방개체 제어 시스템
KR20210026470A (ko) * 2019-08-30 2021-03-10 한국건설기술연구원 방연설비를 이용한 피난경로 확보 시스템 및 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"플랜트 민감설비용 저충격 소화시스템 개발 최종보고서(안)", 국토교통기술사업화지원사업 제3차 연도 최종 보고서, 2020.1.22.* *

Similar Documents

Publication Publication Date Title
US8322658B2 (en) Automated fire and smoke detection, isolation, and recovery
EP3164663B1 (en) Defense and denial method
WO2020024786A1 (zh) 用于锂离子电池的灭火方法、灭火系统、电子设备及存储介质
Zhou et al. Probabilistic Petri-net addition enabling decision making depending on situational change: the case of emergency response to fuel tank farm fire
KR102030509B1 (ko) 화재 위험도 평가 결과를 이용하는 노후 건축물의 안전 관리 방법, 장치 및 컴퓨터-판독가능 기록매체
CN111325940B (zh) 一种基于模糊理论的变电站消防智能联动方法及系统
KR20180017805A (ko) 공간 위험 지수를 이용한 화재 위험 평가 시스템 및 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체
CN111611439A (zh) 消防安全监测方法、装置、计算机设备和存储介质
KR20200112461A (ko) 소화약재 개별 투입이 가능한 ess 모듈 소화 장치
Desnitsky et al. Simulation and assessment of battery depletion attacks on unmanned aerial vehicles for crisis management infrastructures
KR102611322B1 (ko) 플랜트 화재 예측 및 시뮬레이션 기반의 전자동 방수총 제어 시스템
Kloos et al. Improved Modelling and Assessment of the Performance of Firefighting Means in the Frame of a Fire PSA
CN109157779A (zh) 一种集装箱数据中心消防系统
KR102203173B1 (ko) 증강현실 기반의 소방시설 점검 방법, 장치 및 컴퓨터-판독가능 기록매체
KR102584863B1 (ko) 증강현실 및 건물 속성 정보를 기반으로 한 소방설비 관리 및 점검 장치
CN114887254B (zh) 核电厂火灾情况下核电设备的处理方法和装置
Rashid et al. An automated fire suppression mechanism controlled using an Arduino
KR102200410B1 (ko) 초고층 건물의 화재 발생 시 피난 시나리오 구성 방법, 장치 및 컴퓨터-판독가능 기록매체
CN111973925B (zh) 机器人协作灭火的方法、装置及系统
Woolley et al. A naval damage incident recoverability toolset: Assessing naval platform recoverability after a fire event
CN108131158A (zh) 一种井下可燃气体抑爆控制方法及系统
Benson Overview of Physical Protection Systems Design and Evaluation.
KR102660675B1 (ko) 원전 내 전기설비 설치 영역의 화재 감지 및 대응을 위한 디지털 트윈 플랫폼 제공 시스템
Caseley Claims and architectures to rationate on automatic and autonomous functions
CN114191747B (zh) 一种可控锂离子电池灭火方法、装置、设备及存储介质

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant