KR20050026257A - System for fire reasoning using many kind of fire sensor and method thereof - Google Patents
System for fire reasoning using many kind of fire sensor and method thereof Download PDFInfo
- Publication number
- KR20050026257A KR20050026257A KR1020030063273A KR20030063273A KR20050026257A KR 20050026257 A KR20050026257 A KR 20050026257A KR 1020030063273 A KR1020030063273 A KR 1020030063273A KR 20030063273 A KR20030063273 A KR 20030063273A KR 20050026257 A KR20050026257 A KR 20050026257A
- Authority
- KR
- South Korea
- Prior art keywords
- fire
- measured value
- value
- change
- alarm
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
Landscapes
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Fire Alarms (AREA)
Abstract
Description
본 발명은 화재 판별 시스템에 관한 것으로서, 상세하게는 무차원화된 감지신호나 감지신호의 변화율을 발보기준과 비교하여 화재발생 유무를 판단하는 종래의 감지 알고리즘과는 달리 규칙기반 추론 방법과 화재사례기반 추론 방법을 복합 적용하여 감지지연 시간을 최소화하고 추론 방법의 출력 결과의 신뢰성을 극대화 하도록 한 다종의 화재감지기를 이용한 화재판별 추론 시스템 및 그 방법에 관한 것이다.The present invention relates to a fire discrimination system, and in detail, unlike a conventional detection algorithm that determines whether a fire has occurred by comparing a non-dimensionalized detection signal or a rate of change of the detection signal with a foothold, a rule-based reasoning method and a fire case-based method. The present invention relates to a fire discrimination reasoning system using a variety of fire detectors and methods for minimizing the detection delay time and maximizing the reliability of the output result of the inference method.
기존에는 화재감지를 위하여 열, 연기, 화염 등의 물리적 신호를 온/오프 방식이나 아날로그 방식으로 측정하여 감지신호 또는 감지신호의 변화율이 일정 발보기준 이상인 경우에 화재경보를 발령하거나, 2종의 감지센서를 적용하여 모든 감지신호가 발보기준 이상인 경우에 화재경보를 발령하는 형식이었다.Conventionally, for detecting fire, physical signals such as heat, smoke, flame, etc. are measured by on / off method or analog method, and fire alarms are issued when the rate of change of detection signal or detection signal is above a certain level. By applying the sensor, the fire alarm is issued when all detection signals are above the level of foothold.
그러나, 기존 감지센서 경우 발보기준 이상의 감지신호 측정시는 이미 화재가 충분히 성장한 상태로, 화재의 조기감지에 의한 초기 화재진압이 불가능하여 감지센서의 활용이 단지 화재사실의 통보에 의해 인명 대피 등을 유도하기 위한 방법으로 사용되고 있는 실정이다.However, in the case of the existing detection sensor, when the detection signal is higher than the level of foothold, the fire has already grown enough, and early fire suppression is not possible due to the early detection of the fire. The situation is being used as a way to induce.
뿐만 아니라, 비교적 화재의 조기감지가 가능하다고 판단되어지는 연기감지센서의 경우 주위의 분진, 먼지, 습기 등의 환경변화에 민감하게 반응하고 있어 빈번한 오작동이 발생하고 있다. 또한, 화재감지시스템의 빈번한 오작동으로 인하여 일부 화재설비 관리자들은 화재감지시스템의 주 경종을 제외한 경보장치의 전원을 차단하여 주 경종의 경보 발령시 관리자의 현장 확인 후 조치를 취하는 등의 민첩한 대응이 이루어지지 않아 화재에 의한 피해를 가중시키고 있는 실정이다.In addition, smoke detectors, which are considered to be capable of early detection of fire, are sensitive to environmental changes such as dust, dust, and moisture around them, causing frequent malfunctions. In addition, due to the frequent malfunction of the fire detection system, some fire facility managers cut off the power of the alarm device except the main alarm of the fire detection system, and when the alarm of the main alarm is issued, the manager takes action after confirming the on-site. The situation is increasing the damage caused by the fire.
따라서, 본 발명은 이러한 문제점을 해결하기 위해 제안된 것으로, 해당 시설물의 사용 환경에 적합한 다종의 감지센서로부터 획득된 감지신호를 기초로 규칙기반 화재감지 추론과 화재사례에 기초한 화재사례기반 추론 방법을 복합 적용하여 화재 초기의 발보기준 이하의 물리적 신호에 대해서도 감지신호의 변화특성을 과거 화재사례와 비교하여 조기감지가 가능하게 함은 물론 발보기준과의 비교와 같은 단순한 방법이 아닌 화재사례와의 비교를 통하여 화재감지에 대한 신뢰성을 향상시킬 수 있는 다종의 화재감지기를 이용한 화재판별 추론 시스템 및 그 방법을 제공하는 데 그 목적이 있다.Accordingly, the present invention has been proposed to solve this problem, and based on the detection signal obtained from a variety of detection sensors suitable for the use environment of the facility based on the rule-based fire detection inference and the fire case-based reasoning method based on the fire case. It is possible to make early detection by comparing the change of the detection signal with the previous fire case even for the physical signal below the level of fire in the early stage of fire by using the complex application. The purpose of the present invention is to provide a fire discrimination reasoning system and method using multiple fire detectors that can improve the reliability of fire detection.
상기 목적을 달성하기 위한 본 발명의 기술적 수단은, 다수의 화재원인과 화재추이에 대한 사례 데이터들 및 화재 감지에 따른 화재예보기준값과 화재발보기준값 및 가중치에 대한 데이터가 저장된 데이터베이스; 건축물에서 발생하는 열, 연기, 누전여부를 각각 감지하는 복수의 화재감지기; 상기 화재감지기를 통해 감지한 결과 초기화재나 화재로 판정될 경우 화재경보신호를 발생하는 경보발생수단; 상기 화재감지기를 통해 감지한 결과 화재로 판정될 경우 소정의 제어신호에 따라 작동되어 화재를 진압하는 소화장치; 및 상기 화재감지기에서 입력되는 감지신호를 각각 제공받아 센서별 측정값 또는 상기 측정값의 변화율을 데이터베이스에 저장된 화재예보기준값 및 화재발보기준값과 상호 비교하여 발보기준에 해당되는지를 판단함과 아울러 화재사례비교를 통한 상관계수를 상관계수 발보기준에 해당되는지를 판단하고, 각 화재감지기별 가중치 또는 상관계수 가중치를 적용하여 화재발보기준값과 비교하여 화재여부를 판단 및 제어하는 처리제어수단을 구비한 것을 특징으로 한다.The technical means of the present invention for achieving the above object is, a database that stores the data on the fire predicted value, the fire threshold and the weight according to the fire detection and the case data for a number of fire causes and fire trends; A plurality of fire detectors respectively detecting heat, smoke, and leakage occurring in a building; An alarm generating means for generating a fire alarm signal when it is determined that the initial material or the fire is detected through the fire detector; A fire extinguishing device operated according to a predetermined control signal to extinguish a fire when it is determined that the fire is detected as a result of the fire detector; And receiving a detection signal input from the fire detector, respectively, and comparing the measured value of each sensor or the rate of change of the measured value with a fire predicted value and a fire predicted value stored in a database to determine whether it corresponds to a littering level and a fire case. It is provided with a process control means for determining whether the correlation coefficient through the comparison corresponds to the correlation coefficient look-ahead, and determine and control the fire by comparing the fire detection value with the weight of each fire detector or the correlation coefficient weight. It is done.
상기 목적을 달성하기 위한 본 발명의 기술적 방법은, 다종의 화재감지기에서 측정된 감지신호를 제공받는 제 1 단계; 상기 화재감지기에서 제공된 측정값과 측정값의 변화율을 화재예보기준값과 상호 비교하는 제 2 단계; 상기 측정값과 측정값의 변화율이 화재예보기준값을 초과할 경우 발보기준값과 화제사례를 호출하는 제 3 단계; 상기 측정값과 측정값의 변화율과 발보기준값을 상호 비교한 후 발보기준을 초과하는지를 추론하는 제 4 단계; 상기 측정값과 측정값의 변화패턴과 화재사례 데이터를 상호 비교한 후 측정값의 변화패턴(상관도, 상관계수 분석)이 발보기준을 초과하는지를 추론하는 제 5 단계; 상기 측정값과 측정값의 변화율이 발보기준값 및 화재사례의 추론 결과를 종합 분석(다종의 화재감지기별 반응특성)하여 화재여부 및 상황을 분석하는 제 6 단계; 및 상기 분석 결과에 따라 단계별 화재경보 발령 및 화재 관련 정보를 전송하는 제 7 단계로 이루어진 것을 특징으로 한다.Technical method of the present invention for achieving the above object, the first step of receiving a detection signal measured in a variety of fire detectors; A second step of comparing the measured value provided by the fire detector and the rate of change of the measured value with a fire predicted value; A third step of calling an egress level and a topic when the measured value and the rate of change of the measured value exceed a fire predicted value; A fourth step of comparing the measured value with the rate of change of the measured value and the level of elapsed time and inferring whether the value of elapsed time is exceeded; A fifth step of comparing the measured value with the change pattern of the measured value and the fire case data and inferring whether the changed pattern of the measured value (correlation, correlation coefficient analysis) exceeds the level of foothold; A sixth step of analyzing whether or not the situation is fired by comprehensively analyzing the measured values and the rate of change of the measured values and the inference results of the fire cases (reaction characteristics for various types of fire detectors); And a seventh step of transmitting the fire alarm information and the fire-related information step by step according to the analysis result.
이하, 첨부한 도면을 참조하여 본 발명을 보다 상세하게 살펴보고자 한다.Hereinafter, the present invention will be described in more detail with reference to the accompanying drawings.
도 1은 본 발명에 의한 화재판별 추론 시스템을 도시한 블록도로서, 데이터베이스(10), 화재감지기(30), 경보발생수단(40), 소화장치(50), 처리제어수단(60), 및 화재감시센터(100) 등으로 이루어져 있다.1 is a block diagram showing a fire discrimination reasoning system according to the present invention, which includes a database 10, a fire detector 30, an alarm generating means 40, a fire extinguishing device 50, a processing control means 60, and It consists of a fire monitoring center (100).
상기 데이터베이스(10)는 다수의 화재원인과 화재추이에 대한 사례 데이터들 및 화재감지에 따른 예보기준값과 발보기준값 및 가중치에 대한 데이터가 저장되어 있고, 화재감지기(30)는 건축물에서 발생하는 열, 연기, 가스, 누전여부 등을 각각 감지하여 그에 상응하는 감지신호를 출력하도록 구성되어 있다.The database 10 stores a plurality of cases of fire causes and fire trends and data on forecast reference values, foothold values and weights according to fire detection, and the fire detector 30 includes heat generated in a building, It is configured to detect smoke, gas, leakage, etc., respectively, and output a corresponding detection signal.
또한, 경보발생수단(40)은 화재감지기(30)를 통해 감지한 결과 초기화재나 화재발생으로 판정될 경우 소정의 제어신호에 따라 작동되어 화재경보신호를 발생하는 경광등과 부저와 같은 장치로 이루어져 있고, 소화장치(50)는 실내의 천장에 설치되어 화재감지기(30)를 통해 감지한 결과 화재발생으로 판정될 경우 소정의 제어신호에 따라 작동되어 화재를 진압하는 물, 가스, 폼 등을 이용한 스프링클러(Sprinkler)나 소화설비와 같은 장치로 이루어져 있다.In addition, the alarm generating means 40 is composed of a device such as a warning light and a buzzer which is operated according to a predetermined control signal when it is determined as an initialization material or a fire occurrence as a result of the detection through the fire detector 30 to generate a fire alarm signal. In addition, the fire extinguishing device 50 is installed on the ceiling of the room and is detected by the fire detector 30, and when it is determined that a fire has occurred, the fire extinguishing device 50 is operated according to a predetermined control signal to use fire, water, gas, foam, etc. to extinguish the fire. It consists of devices such as sprinklers and fire extinguishing systems.
그리고, 처리제어수단(60)은 화재감지기(30)에서 입력되는 감지신호를 각각 제공받아 센서(31∼34)별 측정값 또는 상기 측정값의 변화율을 데이터베이스(10)에 저장된 화재예보기준값 및 화재발보기준값과 상호 비교하여 발보기준에 해당되는지를 판단함과 아울러 각 화재감지기(30)별 가중치를 적용하여 화재발보기준값과 비교하여 화재여부를 판단 및 제어하도록 구성되어 있다.In addition, the process control means 60 is provided with a detection signal input from the fire detector 30, respectively, the measured value for each sensor (31 to 34) or the rate of change of the measured value stored in the database (10) fire predicted value and fire It is configured to determine whether or not it corresponds to the level of the level compared to the level of the level, and to determine and control the fire by comparing the level of the level of the fire by applying the weight for each fire detector (30).
아울러, 상기 처리제어수단(60)은, 센서(31∼34)별 측정값 또는 상기 측정값의 변화율을 데이터베이스(10)에 저장된 화재예보기준값과 1차로 비교하여 화재예보기준값에 해당되면 2차로 화재발보기준값과 상호 비교하고, 각 화재감지기별 가중치를 적용하여 발보기준값과 비교하는 규칙추론프로세서(61)와, 상기 센서(31∼34)별 측정값 또는 상기 측정값의 변화추이를 데이터베이스(10)에 수록된 화재발생시의 변화 추이와 상호 비교하고, 각 화재감지기(30)별 상관계수 가중치를 적용하여 상관계수 발보기준값과 비교하는 사례추론프로세서(63), 및 상기 규칙추론 및 사례추론프로세서(63)에서 처리된 결과데이터를 제공받아 화재발생 여부와 그 정도를 판단하여 경보발생수단(40) 및 소화장치(50)의 작동을 제어하는 분석제어프로세서(65)로 이루어져 있어, 각종 센서(31∼34)로부터 출력되는 감지신호를 이용하여 화재발생 여부를 다각도로 병렬 분석처리함에 따라 발화 이전에 화재가능성을 감지할 수 있다.In addition, the process control means 60, by comparing the measured value for each sensor (31 to 34) or the rate of change of the measured value with the fire predicted value stored in the database 10 firstly if the fire predicted value corresponds to the second fire The rule inference processor 61 which compares with each other and compares it with the level of the fire detector, and compares the value with the level of the fire detector, and the measured value of the sensors 31 to 34 or the change trend of the measured value in the database 10. The case inference processor (63) for comparing with the change trend in the occurrence of fire recorded in the comparison and applying the correlation coefficient weight for each fire detector (30), and comparing it with the reference value of the correlation coefficient, and the rule inference and case inference processor (63). It is composed of an analysis control processor 65 for controlling the operation of the alarm generating means 40 and the fire-extinguishing device 50 by determining whether or not the fire occurred by receiving the result data processed in By using the sensing signals output from the sensors 31 to 34, the possibility of a fire can be detected before ignition by performing parallel analysis of the occurrence of a fire at various angles.
이와 같이 처리된 화재감지데이터와 화재판단데이터는 통신수단(70)를 통해 화재감시센터(100)로 전송됨으로써, 화재감시센터(100)에서는 실시간으로 현장의 화재관련 데이터를 제공받아 발화(發火)되지 않은 초기에도 이상여부를 감시할 수 있고, 또한 초기화재나 화재발생시에 신속하게 대처할 수가 있다.The fire detection data and the fire determination data processed in this way are transmitted to the fire monitoring center 100 through the communication means 70, so that the fire monitoring center 100 receives fire-related data of the site in real time to ignite the fire. It is possible to monitor whether there are any abnormalities even in the early stages of failure, and to cope quickly with an initial fire or a fire.
도 2는 본 발명에 의한 규칙 및 화재사례기반 화재판별 추론 방법을 나타낸 흐름도로서, 규칙 및 화재사례기반 추론 모듈을 기초로 하여 화재를 판별하고 화재시 그 조치를 나타낸 개념도이다.FIG. 2 is a flowchart illustrating a rule and fire case based fire discrimination reasoning method according to the present invention, which is a conceptual diagram illustrating a fire based on a rule and fire case based reasoning module, and a measure of the action in case of fire.
먼저, 각종 화재감지기(30)의 종류, 설치장소, 설치 및 검사 후 경과시간 등으로 구성된 색인 규칙에 의하여 저장수단(20)으로부터 자료를 호출하고, 감지기발보기준값, 시스템예보기준값, 시스템발보기준값, 상관계수, 측정간격, 호출사례데이터 등을 설정하여 초기화한다.First, the data is called from the storage means 20 according to an index rule composed of various kinds of fire detectors 30, an installation place, an elapsed time after installation and inspection, and the like. Initialize by setting correlation coefficient, measurement interval and call case data.
이후, 열, 연기, 가스감지센서(31∼34) 등 다수의 센서(31∼34)로 구성되는 복합형 화재감지기(30)를 적용하되, 감지한 데이터를 화재예보기준값과 비교하는 1단계 화재감지추론과, 화재발보기준값 및 화재사례기반 정보와 비교하는 2단계 화재감지 추론을 적용하여 화재여부를 판별한다.Subsequently, a one-stage fire that applies a combined fire detector 30 composed of a plurality of sensors 31 to 34 such as heat, smoke, and gas detection sensors 31 to 34, and compares the detected data with the fire prediction value. Fire detection is determined by applying two-step fire detection inference, which is compared with the detection inference and the fire detection standard value and the fire case-based information.
먼저, 열, 연기, 가스 등을 감지하는 각종 화재감지기(30)로 화재 여부를 각각 감지하고, 상기 감지한 신호는 그에 상응하는 디지털데이터로 변환되어 처리제어수단(60)으로 입력된다.First, a variety of fire detectors (30) for detecting heat, smoke, gas, etc. detect whether each of the fire, the detected signal is converted into the corresponding digital data is input to the processing control means (60).
상기에서 디지털데이터로 변환된 측정값은 규칙추론프로세서(61)로 제공되며, 규칙추론프로세서(61)는 각종 화재감지기(30)로부터 제공된 여러 측정값과 데이터베이스(10)로부터 예보기준값을 호출하여 각종 측정값과 예보기준값을 각각 비교하여 규칙추론프로세서(61)는 복수의 측정값 중 하나라도 예보기준값에 해당하는지를 1차적으로 판별하고, 그 결과 예보기준에 해당될 경우 2차적으로 규칙 추론 및 화재사례기반 추론 방법을 각각 병렬 수행하게 된다.The measured values converted into digital data are provided to the rule inference processor 61, and the rule inference processor 61 calls various measurement values provided from the various fire detectors 30 and forecast reference values from the database 10 to call the various reference values. By comparing the measured value and the forecast reference value, the rule inference processor 61 primarily determines whether any one of the plurality of measured values corresponds to the forecast reference value. As a result, the rule inference and the fire case are secondary Each of the base inference methods is executed in parallel.
상기 규칙추론프로세서(61)는 각종 화재감지기(30)의 측정값과 측정값의 변화율 및 발보기준값을 상호 비교함과 아울러 사례추론프로세서(63)는 데이터베이스(10)로부터 각종 화례사례 데이터를 호출하여 각종 화재감지기(30)의 측정값과 측정값의 변화율 및 화재사례 데이터를 상호 비교하여 그 유사성을 검토한다.The rule inference processor 61 compares the measured values of the various fire detectors 30 with the rate of change and the reference value of the measured values, and the case inference processor 63 calls various case data from the database 10. The similarity is examined by comparing the measured values of the various fire detectors 30 with the rate of change of the measured values and the fire case data.
이때, 분석제어프로세서(65)는 상기에서 각종 측정값과 예보기준값, 발보기준값 및 화재사례와 상호 비교하고 종합적인 화재상황을 분석하여 경보발생수단(40)을 통해 단계별로 경보함과 동시에 경보데이터를 통신수단(70)을 통해 화재감시센터(100)로 전송한다.At this time, the analysis control processor (65) compares the measured values, the forecast reference value, the reference value and the fire case with each other in the above, analyzes the overall fire situation and alarms step by step through the alarm generating means (40) and alarm data. To transmit to the fire monitoring center 100 through the communication means (70).
아울러, 규칙추론프로세서(61)와 사례추론프로세서(63)는 상기 측정값과 측정값의 변화율과 발보기준값 및 화재사례 데이터를 상호 비교하게 되지만 일부 화재감지기(30)에서만 화재징후를 감지하는 특별한 경우에는 화재감지기(30)별 가중치적용 연산을 통해 화재발발 가능성 또는 화재발발 상태를 더욱 더 정밀하게 비교 검토하게 된다.In addition, the rule reasoning processor 61 and the case reasoning processor 63 compare the measured value with the rate of change of the measured value and the level of reference value and the fire case data, but only a special case of detecting a fire sign only in some fire detectors 30. In the fire detector (30) by applying the weight calculation operation is more closely compared to the possibility of the fire or the state of the fire.
상기 검토결과를 분석제어프로세서(65)에서 종합적으로 분석하고, 그 분석결과에 따른 화재발보시에는 화재발보 상태를 발령하고, 화재발생시에는 화재경보신호를 발생함과 아울러 연계된 소화장치(50)를 즉각 작동시키게 된다.The review result is analyzed comprehensively by the analysis control processor 65, and when a fire is triggered according to the analysis result, a fire alarm state is issued, and when a fire occurs, a fire alarm signal is generated and the associated fire extinguishing device 50 is connected. Will be activated immediately.
아울러, 처리제어수단(60)의 분석제어프로세서(65)는 통신수단(70)을 통해 화재의 발생위치, 화재의 진행상태 등에 관련된 정보를 통신망을 통해 화재감시센터(100)로 전송한다.In addition, the analysis control processor 65 of the processing control means 60 transmits the information related to the location of the fire, the progress of the fire and the like through the communication network to the fire monitoring center 100 through the communication means (70).
이러한 시스템에서는 화재시에 발생하는 열, 연기, 가스, 광선 등을 정밀하게 검출할 수 있고, 각 감지센서(31∼34)에서 검출한 신호값의 우선순위와 중요도의 설정이 매우 중요한 변수로 작용하고 있으며, 이에 대한 설명은 아래에서 보다 세부적으로 설명하고자 한다.In such a system, it is possible to accurately detect heat, smoke, gas, light rays, etc. generated in a fire, and the priority and importance of the signal values detected by each sensor 31 to 34 are very important variables. This will be described in more detail below.
도 3은 본 발명에 의한 규칙 및 화재사례기반 화재감지 추론 방법을 설명하기 위한 상세 흐름도이다.3 is a detailed flowchart illustrating a rule and a fire case-based fire detection inference method according to the present invention.
먼저, 각종 화재감지기(30)의 종류, 설치장소, 설치 및 검사 후 경과시간 등으로 구성된 색인 규칙에 의하여 데이터베이스(10)로부터 자료를 호출하여 감지기발보기준값(Ds, dDs), 시스템예보기준값(As1, dAs1), 시스템발보기준값(As2, dAs2), 상관계수(Rs12, Rs22), 비교데이터 수(Ns), 측정간격(dt), 호출사례데이터(S) 등을 초기화한 상태에서, 도 1에 나타내고 있는 다종의 화재감지기(30)로부터 감지신호를 수신한다.First, by calling the data from the database 10 according to the index rules composed of various types of fire detectors 30, the installation place, the elapsed time after installation and inspection, and the like. , dAs1), system launch criteria (As2, dAs2), correlation coefficients (Rs12, Rs22), comparison data number (Ns), measurement interval (dt), call case data (S), etc. A detection signal is received from the various kinds of fire detectors 30 shown.
여기에 사용되는 상관계수는 통계적 상관관계의 분석을 통해 구할 수 있게 되는데 이를 보다 상세히 설명하면 다음과 같다.Correlation coefficients used here can be obtained through analysis of statistical correlations.
두 확률변수 x와 y간의 상관관계를 알고자 할 때에는 두 변량 x, y에 대한 (확률)표본을 취한 후 얻어진 n개의 데이터 (x1, y1 ), (x2, y2 ), …… , (xn, yn ) 로부터 두 변수간의 관련성을 찾게 된다. 이처럼 두 변수간의 관련성을 연구하는 통계적 분석을 상관분석(correlation analysis)이라고 하고, 데이터간의 상관관계는 도 과 같이 몇 가지의 경우로 표현할 수 있으며, 두 변수 x와 y에 대한 (확률)표본으로 n개의 데이터를 얻었을 때 두 변수 x와 y간의 표본상관계수(sample correlation coefficient)는 다음과 같이 정의한다.In order to know the correlation between two random variables x and y, n data (x 1 , y 1 ), (x 2 , y 2 ),. … From, (x n , y n ) we find the relationship between the two variables. This statistical analysis that studies the relationship between two variables is called correlation analysis, and the correlation between data can be expressed in several cases as shown in the figure. The sample correlation coefficient between two variables x and y is obtained as follows.
단, only,
를 의미한다. Means.
이를 본 발명에 적용할 때에는 화재감지기(30)로부터의 입력신호에 의해서 사례추론알고리즘은 순시값 및 순시값 변화율을 모니터링 하게 되며, 데이터베이스(10)로부터 호출된 사례에 대한 데이터 변화 추이의 유사도를 평가하기 위해서 회기분석을 통한 상관관계를 수치적으로 표현하여 이용하게 된다. 이에 대한 함수는 다음과 같다.When applied to the present invention, the case reasoning algorithm monitors the instantaneous value and the instantaneous value change rate by the input signal from the fire detector 30, and evaluates the similarity of the data change trend for the case called from the database 10. In order to do this, the correlation through regression analysis is used numerically. The function for this is as follows.
단, only,
이러한 상관계수의 활용은 측정신호와 화재사례 또는 그 변화패턴과의 상관관계에 따라 화재인가 또는 아닌가를 판단할 수 있는 매우 중요한 요소가 되며, 측정신호와 사례가 유사한 경우 또는 측정신호와 사례가 일치하지 않고 있어도 변화패턴이 유사한 경우에는 상관계수가 높은 수치를 나타낼 수 있어 화재의 조기 감지는 물론 감지기 내부의 먼지 누적 등과 같은 악조건에서의 추론결과에 대한 신뢰성을 향상시킬 수 있고, 감지기의 측정신호 중 일부가 감지기의 발보기준에 부합하고 있으나 측정신호와 사례가 유사성을 갖고 있지 않는 경우에는 상관계수가 낮은 수치를 나타내어 오보율을 최소화할 수 있게 된다.The use of such a correlation coefficient is a very important factor in determining whether or not a fire is based on the correlation between the measured signal and the fire case or the pattern of change. If the change pattern is similar, the correlation coefficient can be high, which can improve the reliability of the inference result in the bad condition such as early detection of fire and accumulation of dust inside the detector. If some of them meet the detector's footsteps, but the measurement signal and the case do not have similarities, the correlation coefficient will be low to minimize the false alarm rate.
감지신호가 수신되면 규칙추론프로세서(61)는 이를 화재예보기준값과 상호 비교하는 1단계인 규칙기반 화재감지 추론을 수행하게 되는데, 무차원 감지신호(A; Si／Ds) 또는 무차원 감지신호의 시간변화율(dA; {Si－S(i－1)}／dDs) 중 일부가 화재가 의심되는 정도인 각 시스템예보기준값(As1, dAs1)을 초과할 경우 1단계 경보를 발령하고 발보기준값에 의한 규칙 추론 모듈과 화재사례기반 추론 모듈을 호출하게 된다.When the detection signal is received, the rule inference processor 61 performs rule-based fire detection inference, which is a first step of comparing it with the fire prediction value. The detection of the dimensionless detection signal (A; Si / Ds) or the dimensionless detection signal is performed. If part of time change rate (dA; {Si-S (i-1)} / dDs) exceeds each system predicted value (As1, dAs1), which is the degree of suspicion of a fire, the first level alarm is issued and It will call the rule reasoning module and the fire case-based reasoning module.
이어, 규칙추론프로세서(61)는 2단계 화재감지 추론을 적용하여 무차원 감지신호(A)와 감지신호의 시간변화율(dA)을 시스템발보기준값(As2, dAs2)과 각각 비교하게 되며, 일부 화재감지기(30)의 신호가 발보기준값 이상이면 2단계 경보를 발령하고, 가중치를 적용한 분석제어프로세서(65)를 호출하여 전체 화재감지기(30)가 발보기준값이상인가 또는 가중치를 적용한 것이 발보기준값이상인가를 판별하여 이 중 어느 하나에 해당하게 되면 3단계 경보를 발령하고 곧바로 소화장치(50)를 통해 진화에 들어가게 된다.Subsequently, the rule inference processor 61 applies the two-stage fire detection inference to compare the dimensionless detection signal A and the time change rate dA of the detection signal with the system launching reference values As2 and dAs2, respectively. If the signal of the detector 30 is equal to or higher than the threshold value, a two-stage alarm is issued and the analysis control processor 65 with a weight is called to determine whether the entire fire detector 30 is equal to or higher than the threshold value or if the weight is equal to or higher than the threshold value. Determining if any one of these is issued a three-stage alarm and will immediately enter the fire extinguishing device 50 through.
이때, 가중치란 0∼100%(또는 0∼1)의 값으로 무차원화된 화재감지기(30)별 추론 결과를 종합하기 위한 방법으로 화재감지기(30)별 0∼1사이의 값으로 최적화된 가중치를 적용(추론결과 ×가중치)하여 각 화재감지기(30)에서 계산되어지는 추론결과뿐만 아니라 적용되어진 전체 화재감지기(30)의 결과를 도출하는 것으로, 가중치를 적용함으로써 화재감지기(30)별 화재감지의 신뢰성, 신속성 등을 반영할 수 있는 이점이 있다. 아래의 수학식 3은 규칙추론 방법에 적용되는 가중치를 나타낸 것이다.At this time, the weight is a method for synthesizing the inference results for each of the fire detectors 30 that are dimensionless to 0 to 100% (or 0 to 1), and the weights optimized to values between 0 to 1 for each fire detector 30. Derivation of the results of the overall fire detector 30 applied as well as the inference result calculated by each fire detector 30 by applying (inference result × weighted value), by applying a weight to the fire detection by fire detector 30 There is an advantage that can reflect the reliability, promptness and the like. Equation 3 below shows the weights applied to the rule reasoning method.
(2) (2)
1단계 규칙추론프로세서(61)에서 사례추론프로세서(63)가 호출되면 데이터베이스(10)에 입력되어 있는 화재사례와 비교할 데이터(Ns)를 버퍼링하고, 이 버퍼링데이터와 화재사례데이터를 활용하여 상관계수(Ri2)를 구하게 되며, 이러한 상관계수를 활용한 화재사례기반 화재감지 추론 방법에서는 일부 화재감지기(30)로부터 구한 상관계수가 발보기준값 이상인 경우에 2단계 경보를 발령하게 되고, 규칙기반 추론 방법에서와 같이 아래의 수학식 4의 가중치를 활용한 분석제어프로세서(65)를 호출하여 3단계 경보를 발령할 것인지에 대하여 결정하게 된다. 즉, 전체 화재감지기(30)로부터 구한 상관계수가 상관계수 발보기준값을 초과하는가 또는 가중치를 적용한 상관계수가 상관계수 발보기준값을 초과하는가를 판별하여 이 중 어느 하나에 해당하게 되면 3단계 경보를 발령하고 곧바로 소화장치(50)를 통해 진화에 들어가게 된다.When the case inference processor 63 is called in the first-stage rule inference processor 61, the data Ns is buffered to be compared with the fire cases input to the database 10, and the correlation coefficient is utilized by using the buffering data and the fire case data. (Ri 2 ) is obtained, and the fire case based fire detection inference method using the correlation coefficient generates a two-stage alarm when the correlation coefficient obtained from some fire detectors 30 is equal to or greater than the threshold level, and the rule-based reasoning method is used. As shown in FIG. 4, the analysis control processor 65 using the weight of Equation 4 below is called to determine whether to issue a three-stage alarm. That is, it is determined whether the correlation coefficient obtained from the total fire detector 30 exceeds the correlation coefficient level of the reference value or whether the correlation coefficient to which the weight is applied exceeds the correlation coefficient level of the threshold. Immediately through the fire extinguishing device (50) will enter the evolution.
도 4에는 본 발명의 매우 중요한 변수 중 하나인 가중치를 최적화하는 방법을 나타낸 흐름도로서, 데이터베이스(10)의 충분한 화재사례를 바탕으로 가중치를 최적화하게 된다.4 is a flowchart illustrating a method for optimizing weight, which is one of the very important variables of the present invention, and the weight is optimized based on sufficient fire cases of the database 10.
규칙 및 화재사례기반 추론 방법의 최초의 가중치(F1; 1/(화재감지기(30)의 수)로서 균일하게 주어지지만 실증 실험을 통한 감지센서(31∼34)별 가중치의 최적화 및 본 발명에서 제시하고 있는 바와 같이 화재시 감지센서(31∼34)별 감지데이터의 저장이 가능한 화재감지 시스템의 운전시 수집되는 데이터를 활용하여 감지센서(31∼34)의 가중치를 지속적으로 최적화할 수 있다.Although it is given uniformly as the initial weight (F1; 1 / (number of fire detectors 30)) of the rule and fire case-based reasoning method, the optimization of the weights for each sensor 31 to 34 through empirical experiments and the present invention are presented. As described above, the weight of the detection sensors 31 to 34 may be continuously optimized by using data collected during operation of the fire detection system capable of storing detection data for each of the detection sensors 31 to 34 at the time of fire.
가중치의 최적화에 사용되어지는 변수로 감지센서(31∼34)의 수량에 의하여 결정되어지는 가중치초기값(F1), 가중치 수렴계수1(Cs2), 수렴계수1에 의한 최적화 과정에서 발생할 수 있는 오류를 막기 위한 가중치 수렴계수2(Cs2), 가중치의 최적화에 사용되는 최소 사례의 수량(N)이 알고리즘의 운전 초기에 초기화되고, 규칙기반 감지 추론과 화재사례기반 추론 알고리즘에 각각 적용될 가중치를 수학식 3의 (1)과 (2)에 의하여 구하게 되며, 적용할 가중치는 현재 가중치에 최소 샘플수와 수학식 3의 (1)과 (2)에 의해 구해지는 가중치 수정값을 곱한 것이 된다.An error that can occur in the optimization process by the weight initial value (F1), weight convergence coefficient 1 (Cs2), and convergence coefficient 1, which are variables used for the optimization of the weight, which are determined by the quantity of the sensors 31 to 34. The weight convergence coefficient 2 (Cs2) and the minimum number of cases (N) used to optimize the weights are initialized early in the algorithm's operation, and the weights applied to the rule-based detection inference and the fire case-based inference algorithm are respectively calculated. 3 is obtained by (1) and (2), and the weight to be applied is obtained by multiplying the current weight by the minimum number of samples and the weight correction value obtained by Equation (1) and (2).
단, 반응도는, However, the reactivity is
(2) (2)
상기 수정되어진 가중치와 전단계에서 구하여진 가중치의 차(dF)를 가중치 수렴계수1(Cs1)과 비교하여 제 1 수렴조건을 만족하고, 가중치의 최적화에 사용된 사례의 수(i)가 최소 샘플 수(N)의 이상일 경우에는 정상상태 목표값 동안의 수렴성(Average)이 수렴계수2(Cs2)와 비교하여 만족하는 경우에 가중치의 최적화가 이루어진 것으로 판단한다.The difference between the corrected weight and the weight obtained in the previous step (dF) is compared with the weight convergence coefficient 1 (Cs1) to satisfy the first convergence condition, and the number of cases (i) used to optimize the weight is the minimum number of samples. In the case of (N) or more, it is determined that the weight is optimized when the convergence during the steady state target value is satisfied compared with the convergence coefficient 2 (Cs2).
상기에서 본 발명의 특정한 실시예가 설명 및 도시되었지만, 필요에 따라 화재판별 추론 절차를 다소 변경한다던지 하는 본 발명이 당업자에 의해 다양하게 변형되어 실시될 가능성이 있는 것은 자명한 일이다. 이와 같은 변형된 실시예들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안되며, 본 발명에 첨부된 청구범위 안에 속한다 해야 할 것이다.Although specific embodiments of the present invention have been described and illustrated above, it will be apparent that the present invention, such as changing the fire discrimination reasoning procedure slightly as necessary, may be variously modified and implemented by those skilled in the art. Such modified embodiments should not be understood individually from the technical spirit or the prospect of the present invention, but should fall within the claims appended to the present invention.
이상에서 설명한 바와 같이 본 발명에서는 화재감지를 위한 규칙기반 추론 방법과 화재사례기반 추론 방법의 복합적용으로부터 단계별 경보발령이 가능하여 소방관리자의 예비동작을 유도할 수 있으며, 적용 아날로그 감지센서의 측정신호 및 측정신호의 변화량과 발보기준과의 비교를 통하여 감지센서 고유의 성능을 보장함은 물론 감지센서별 중요성의 판단기준인 가중치를 적용한 연산과 일정수준 이상의 감지신호에서 DB의 화재사례에 대한 감지신호의 변화경향의 비교, 분석을 통하여 신뢰성을 향상시킬 수 있다.As described above, in the present invention, a step-by-step alarm can be issued from a complex application of a rule-based reasoning method and a fire case-based reasoning method for fire detection, thereby inducing a preliminary operation of a fire manager, and measuring signals of an applied analog sensing sensor. By comparing the variation of the measurement signal and the step of stepping, the performance of the sensor is not only guaranteed, but the detection signal for the fire case of the DB is applied to the calculation signal that is applied as a criterion of importance for each sensor and the detection signal above a certain level. Reliability can be improved by comparing and analyzing the change trend of.
또한, 일정 수준이상 발보기준 이하의 감지신호에 대하여 화재사례에 대한 감지신호의 변화경향의 비교를 통하여 초기화재에 대한 조기 감지가 가능하고 소화시스템과 연계 운전시 화재의 조기 진화가 가능하다.In addition, it is possible to detect the initializing material early by comparing the change trend of the detection signal for the fire case with respect to the detection signal above the predetermined level or less than the level of footing, and it is possible to extinguish the fire early in connection with the fire extinguishing system.
뿐만 아니라, 화재가 발생한 지역의 진화를 위한 화재발생 위치, 내부구조, 소화설비의 위치 등의 정보 전송이 가능하여 화재진압 및 인명대피 등에 효과적으로 적용될 수 있다.In addition, it is possible to effectively transmit information such as the location of the fire, the internal structure, the location of the fire extinguishing equipment for extinguishing the area where the fire occurred, can be effectively applied to fire suppression and evacuation of life.
도 1은 본 발명에 의한 화재판별 추론 시스템을 도시한 블록도.1 is a block diagram showing a fire discrimination reasoning system according to the present invention.
도 2는 본 발명에 의한 규칙 및 화재사례기반 화재판별 추론 방법을 나타낸 흐름도.Figure 2 is a flow chart showing a rule and fire case based fire discrimination reasoning method according to the present invention.
도 3a는 본 발명에 의한 1단계 규칙기반 화재감지 추론 방법을 설명하기 위한 상세 흐름도.Figure 3a is a detailed flowchart for explaining a one-step rule-based fire detection inference method according to the present invention.
도 3b는 본 발명에 의한 2단계 규칙기반 화재감지 추론 방법을 설명하기 위한 상세 흐름도.Figure 3b is a detailed flowchart illustrating a two-step rule-based fire detection inference method according to the present invention.
도 3c는 본 발명에 의한 화재사례기반 화재감지 추론 방법을 설명하기 위한 상세 흐름도.Figure 3c is a detailed flowchart illustrating a fire case-based fire detection inference method according to the present invention.
도 4는 본 발명에서의 감지기별 가중치의 최적화 방법을 설명하기 위해 나타낸 흐름도.4 is a flowchart illustrating a method for optimizing the weight of each sensor in the present invention.
도 5는 상관관계의 여러 형태를 나타낸 그래프.5 is a graph showing various forms of correlation.
*** 도면의 주요 부분에 대한 부호의 설명 ****** Explanation of symbols for the main parts of the drawing ***
10: 데이터베이스 30: 화재감지기(열,연기,가스,누전 등)10: database 30: fire detector (heat, smoke, gas, leakage, etc.)
40: 경보발생수단 50: 소화장치40: alarm generating means 50: fire extinguishing device
60: 처리제어수단 61: 규칙추론프로세서60: processing control means 61: rule inference processor
63: 사례추론프로세서 65: 분석제어프로세서63: Case Reasoning Processor 65: Analytical Control Processor
70: 통신수단70: communication means
Claims (9)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020030063273A KR100592624B1 (en) | 2003-09-09 | 2003-09-09 | System for fire reasoning using many kind of fire sensor and method thereof |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020030063273A KR100592624B1 (en) | 2003-09-09 | 2003-09-09 | System for fire reasoning using many kind of fire sensor and method thereof |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20050026257A true KR20050026257A (en) | 2005-03-15 |
| KR100592624B1 KR100592624B1 (en) | 2006-06-23 |
Family
ID=37384183
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020030063273A KR100592624B1 (en) | 2003-09-09 | 2003-09-09 | System for fire reasoning using many kind of fire sensor and method thereof |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR100592624B1 (en) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100910347B1 (en) * | 2008-09-04 | 2009-08-11 | 주식회사 비엔에이 | Monitoring system using environment data collection system |
| WO2015111824A1 (en) * | 2014-01-24 | 2015-07-30 | 삼성전자주식회사 | Apparatus and method for providing alarm service using user state recognition information in electronic apparatus |
| KR20150136962A (en) * | 2014-05-28 | 2015-12-08 | (주)이공감 | Complex fire detector and fire monitoring system comprising the same |
| CN105809914A (en) * | 2016-03-25 | 2016-07-27 | 南京林业大学 | Forest fire occurrence model early warning system based on fuzzy reasoning |
| JP2019074837A (en) * | 2017-10-13 | 2019-05-16 | ホーチキ株式会社 | Abnormality determination system, monitor, abnormality determination method, and program |
| KR20210091941A (en) * | 2020-01-15 | 2021-07-23 | 한국건설기술연구원 | Fire detection method and program |
| CN117334007A (en) * | 2023-12-01 | 2024-01-02 | 江西科技学院 | Artificial intelligent early warning method, system and storage medium |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101439860B1 (en) | 2013-06-21 | 2014-09-16 | 최진상 | Sensing System and Method for fire in realtime |
-
2003
- 2003-09-09 KR KR1020030063273A patent/KR100592624B1/en not_active IP Right Cessation
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100910347B1 (en) * | 2008-09-04 | 2009-08-11 | 주식회사 비엔에이 | Monitoring system using environment data collection system |
| WO2015111824A1 (en) * | 2014-01-24 | 2015-07-30 | 삼성전자주식회사 | Apparatus and method for providing alarm service using user state recognition information in electronic apparatus |
| KR20150088625A (en) * | 2014-01-24 | 2015-08-03 | 삼성전자주식회사 | Apparatus and method for aralm service using user status recognition information in electronics device |
| US10276010B2 (en) | 2014-01-24 | 2019-04-30 | Samsung Electronics Co., Ltd | Apparatus and method for alarm service using user status recognition information in electronic device |
| KR20150136962A (en) * | 2014-05-28 | 2015-12-08 | (주)이공감 | Complex fire detector and fire monitoring system comprising the same |
| CN105809914A (en) * | 2016-03-25 | 2016-07-27 | 南京林业大学 | Forest fire occurrence model early warning system based on fuzzy reasoning |
| JP2019074837A (en) * | 2017-10-13 | 2019-05-16 | ホーチキ株式会社 | Abnormality determination system, monitor, abnormality determination method, and program |
| KR20210091941A (en) * | 2020-01-15 | 2021-07-23 | 한국건설기술연구원 | Fire detection method and program |
| CN117334007A (en) * | 2023-12-01 | 2024-01-02 | 江西科技学院 | Artificial intelligent early warning method, system and storage medium |
Also Published As
| Publication number | Publication date |
|---|---|
| KR100592624B1 (en) | 2006-06-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3695392B1 (en) | Fire detection system | |
| US6597288B2 (en) | Fire alarm system | |
| US6788208B2 (en) | Method for controlling stationary fire-extinguishing systems | |
| US4668939A (en) | Apparatus for monitoring disturbances in environmental conditions | |
| FI84765B (en) | BRANDALARMSSYSTEM. | |
| CN113516820B (en) | Fire early warning method and fire early warning system | |
| GB2164774A (en) | Fire alarm system | |
| KR100592624B1 (en) | System for fire reasoning using many kind of fire sensor and method thereof | |
| JP7056823B2 (en) | Local analysis monitoring system and method | |
| WO2013165818A1 (en) | System and method for detecting electric power plant equipment overheating with real-time plural parallel detection and analysis parameters | |
| KR101325955B1 (en) | Electricity fire of extinguishing system and method | |
| KR101357283B1 (en) | Electricity fire of extinguishing system and method by position sensor | |
| CN116734390A (en) | Assembled building fire control system that discharges fume | |
| KR20210091941A (en) | Fire detection method and program | |
| JPH0156439B2 (en) | ||
| KR102440902B1 (en) | Monitoring System and Method of Gas Type Fire Extinguisher | |
| JP3851859B2 (en) | Fire phase management device and fire phase management method | |
| EP1290660B1 (en) | A system and an arrangement to determine the level of hazard in a hazardous situation | |
| JP6602035B2 (en) | Detection device | |
| JPH06139482A (en) | Environment monitor | |
| KR102603641B1 (en) | Method, Device and Computer program for detecting environment change of indoor space | |
| US11170618B2 (en) | Climbing and incidental contact | |
| US20230264057A1 (en) | Fire extinguishing devices with fire predicting function | |
| KR100462343B1 (en) | management method of intergrated protection device using the internet | |
| JPH05166076A (en) | Analog fire alarm |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E90F | Notification of reason for final refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20130605 Year of fee payment: 8 |
|
| FPAY | Annual fee payment |
Payment date: 20140603 Year of fee payment: 9 |
|
| FPAY | Annual fee payment |
Payment date: 20150601 Year of fee payment: 10 |
|
| FPAY | Annual fee payment |
Payment date: 20160602 Year of fee payment: 11 |
|
| LAPS | Lapse due to unpaid annual fee |