KR20070078333A - 터널화재 위험도의 예측방법 및 시스템 - Google Patents

터널화재 위험도의 예측방법 및 시스템 Download PDF

Info

Publication number
KR20070078333A
KR20070078333A KR1020060008553A KR20060008553A KR20070078333A KR 20070078333 A KR20070078333 A KR 20070078333A KR 1020060008553 A KR1020060008553 A KR 1020060008553A KR 20060008553 A KR20060008553 A KR 20060008553A KR 20070078333 A KR20070078333 A KR 20070078333A
Authority
KR
South Korea
Prior art keywords
fire
tunnel
evacuation
vehicle
time
Prior art date
Application number
KR1020060008553A
Other languages
English (en)
Inventor
유지오
Original Assignee
신흥대학산학협력단
(주)범창종합기술
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 신흥대학산학협력단, (주)범창종합기술 filed Critical 신흥대학산학협력단
Priority to KR1020060008553A priority Critical patent/KR20070078333A/ko
Publication of KR20070078333A publication Critical patent/KR20070078333A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Traffic Control Systems (AREA)

Abstract

본 발명은 터널 위험도의 예측방법 및 시스템에 관한 것으로서, 보다 상세하게는 터널 화재발생 시나리오 및 이에 따른 사고발생율을 추정하기 위한 단계; 화재발생시 터널내 차량의 정체길이 및 차량수를 분석하는 단계; 차량내 대피자의 대피시간을 측정하는 단계; 터널내 온도 및 유해가스 농도를 측정하는 단계; 및 FED(fractional effective dose) 측정 단계를 포함하는, 터널화재 위험도의 예측방법 및 시스템에 관한 것이다. 본 발명의 터널화재 위험도의 예측방법 및 시스템을 사용하면 다양한 터널의 위험도를 정량적으로 평가할 수 있으므로, 안전한 터널구축을 위한 공사 내지는 완공된 터널의 보완하는 활용될 수 있다.
터널 위험도, 터널화재, FED

Description

터널화재 위험도의 예측방법 및 시스템{Estimating Method of Danger Rate for a Tunnel Fire and Estimating System Thereof}
도 1은 화재발생 시나리오에 대한 개략도이고,
도 2는 터널화재시 대피시간을 구분하는 설정점을 나타낸 것이고,
도 3a 및 도 3b는 차량에서 대기시간(도 3a) 및 결정시간 분포(도 3b)를 나타낸 터널대피 특성별 확률분포를 나타낸 그래프이고,
도 4는 차로수 및 피난연락갱 설치간격에 따른 대피시간을 비교한 그래프이고,
도 5는 인원수에 따른 대피시간을 비교한 그래프이고,
도 6은 차량배치에 따른 대피시간 검토를 위한 모델터널을 나타낸 것이고,
도 7은 유해물질 위험도 평가모델이고,
도 8은 교통사고 모델이고,
도 9는 터널기본 제원 입력화면이고,
도 10은 가시속도와 보행속의 관계를 나타낸 그래프이고,
도 11은 simulex와 본 발명을 비교한 대피시간 그래프이고
도 12a 및 도 12b는 피난연락갱 간격 250 m(도 12a) 및 피난연락갱 간격 500 m(도 12b)인 경우의 시간대별 대피인원을 비교한 그래프이고,
도 13은 위험도 평가모델에 의한 대피시간 및 FED 평가를 나타낸 그래프이고,
도 14는 본 발명의 일실시예에 따른 개략적인 시스템 구성도이다.
본 발명은 터널 위험도의 예측방법 및 시스템에 관한 것으로서, 보다 상세하게는 터널 화재발생 시나리오 및 이에 따른 사고발생율을 추정하여 터널에 대한 사고발생율을 예측하는 단계; 화재발생시 터널내 차량의 정체길이 및 차량수를 분석하는 단계; 차량내 대피자의 대피시간을 측정하는 단계; 터널내 온도 및 유해가스 농도를 측정하는 단계; 및 FED(fractional effective dose) 측정 단계를 포함하는, 터널화재 위험도의 예측방법 및 시스템에 관한 것이다.
도로터널에서의 재해발생은 시설물의 훼손이나 이용차량의 통행불가로 인한 재산상의 피해뿐 아니라 인명에 대한 치명적인 결과를 가져오므로 발생원인을 최소화시키고 피치 못할 재해의 발생에 대비하여 신속하고 체계적인 방재대책의 마련이 필요하다. 국내 및 국외 도로터널의 방재 대책에 대한 연구는 근래에 이르러 활성화되고 있으며 외국에서는 몽블랑 터널이나 영불해저터널 등 일련의 대형 사고의 발생으로 체계적인 대응책의 수립이 필수적이라는 인식을 갖게 하였으며, 최근 국내에서도 2003년 2월 18일 대구지하철 화재참사와 연이어 6월 6일 홍지문 터널의 화재사고로 효과적인 방재대책에 대한 인식을 새롭게 하고 있다.
터널의 재해는 발생원인의 근본적인 제거가 가장 효과적인 방재대책이나 불행하게도 재해가 발생하게 되면 재해 상황의 정확한 판단으로 이용객의 신속한 대피를 유도하고, 인명구조와 화재진압 및 주변지역의 확산 방지가 필요하다. 또한 대응시설의 설치와 함께 효율적인 운영체계의 구성도 중요하며, 각 상황별로 세부적인 시나리오의 구성과 체계적인 대응 시스템의 개발로 터널별 특성에 맞는 종합 방재 매뉴얼의 작성과 전반적인 훈련이 필요하다. 이러한 일련의 대책은 보다 안전한 도로 터널 환경을 유지시킬 것이며 도로계획, 설계 및 유지관리 업무에 효과적으로 사용될 수 있다.
도로터널에 대한 위험도 평가는 최근에 터널의 위험성에 대한 정량적인 평가를 위해 도입되기 시작하였으며, 국내의 경우에도 배후령 터널, 거제침메터널 등을 설계하면서 외국의 용역사를 통해서 수행한 바 있다. 그러나, 터널 위험도에 대한 평가는 현재까지 구체적으로 확립된 기준은 없으며, 소수의 통계 데이터에 의존하고 있는 실정이며, 대표적인 평가모델로 OECD(경제협력개발기구)와 PIARC(세계도로협회; permanent international association road congress)에 의해서 개발된 평가모델(QRAM; Quantitative Risk Assessment Model)이 있으나 이는 터널을 통과하는 위험물 수송차량에 국한하고 있으며, 아직까지 국내에 도입된 바는 없다.
이에, 본 발명자들은 도로터널의 길이 및 피난연락갱 설치간격과 화재규모(차종별화재강도) 등을 기초자료로 하여 터널내 대피자의 대피시간, 유해가스농도 등을 검토하고 대피자가 유해가스에 노출되는 정도를 FED값으로 정량화하여 다양한 위험요소에 따른 위험도를 평가함으로써 터널화재시 사상자수를 포함한 터널의 위험도를 예측할 수 있는 방법을 개발함으로써 본 발명을 완성하였다.
본 발명의 목적은 터널내 화재시 유해가스 및 열환경에 의해서 대피자가 받는 영향을 FED 값으로 정량적으로 평가 표시함으로써 터널의 위험도를 예측하여 안전한 터널공사 및 위험에 대한 대처 방법을 제공하는 것이다.
상기 목적을 달성하기 위하여, 본 발명은 터널 화재발생 시나리오 및 이에 따른 사고발생율을 추정하기 위한 데이터를 얻는 단계; 화재발생시 터널내 차량의 정체길이 및 차량수를 분석하는 단계; 차량내 대피자의 대피시간을 측정하는 단계; 터널내 온도 및 유해가스 농도를 측정하는 단계; 및 FED(fractional effective dose) 측정 단계를 포함하는, 터널화재 위험도의 예측방법 및 시스템을 제공한다.
이하, 본 발명을 상세히 설명한다.
본 발명의 터널화재 위험도의 예측방법 및 시스템에 있어서, 상기 터널 화재발생에 대한 시나리오는 승용차의 화재발생 시나리오 및, 버스 및 화물 차량의 화재발생 시나리오로 구성되고, 상기 승용차의 화재발생 시나리오는 승용차 1대에 대한 최대화재 강도를 5 MW로, 사고의 40%를 경미한 화재로 설정하며, 승용차 2대 이상의 차량으로 확산되는 화재강도를 10 MW로 하며, 인접차량으로 화재가 확대될 가능성을 2%로 설정되며, 상기 버스 및 화물 차량의 화재발생 시나리오는 화물차량과 버스의 화재중 87%는 20 MW급, 11%는 30 MW급, 2%는 50 MW 이상급으로 설정하며, 20, 30 MW의 화재에 대해서 화재성장율 및 총발생열량을 0.1 ㎾/s2, 41 GJ과 54 GJ로, 50 MW 급 이상의 화재에 대해서는 화재성장율 및 총발생열량을 0.215 ㎾/s2, 65 GJ로 설정하는 것이 바람직하다.
또한, 본 발명의 터널화재 위험도의 예측방법 및 시스템에 있어서, 상기 사고발생율은 30~40건/1억 Vehㆍ㎞로 설정하는 것이 바람직하다.
또한, 본 발명의 터널화재 위험도의 예측방법 및 시스템에 있어서, 상기 차량의 정체길이 및 차량수의 분석은 교통특성을 정체시(congest traffic flow)와 정상시(normal traffic flow)로 구분하여 설정하며, 터널 구간을 화재지점을 기준으로 5개의 구간(zone 1: 터널폐쇄후 화재후방에 차량이 존재하지 않는 구간, zone 2: 터널차단 이전에 도착한 차량이 사고를 인식하지 못하고 계속 진행하는 구간, zone 3: 차량이 정체된 구간, zone 4: 화재하류의 차량이 없는 구간, zone 5: 화재 하류의 차량이 계속 진행하는 구간)으로 구분하여 시간대별 차량수를 계산하며,
정체지점의 전파속도(speed of shock wave; Uw)는
Figure 112006006489906-PAT00001
여기서, q1 : 정체지점의 시간교통량(traffic flow rate), q2 : 도착 시간 교통량(pc/h), D0: 정체저점의 교통밀도(150 pc/㎞), D1 : 도착교통류의 교통밀도이고,
차두간격은
Figure 112006006489906-PAT00002
여기서, Ni : I 차종의 차량수, PCUtotal : 총괄 승용차 환산계수, Φi : I 차종의 혼입율이고,
평균차두간격(Dv)은
Figure 112006006489906-PAT00003
여기서, CLi는 i 차종의 차량길이이고,
전방의 대피자와의 거리에 따른 보행속도는
Figure 112006006489906-PAT00004
Wspd = Vu, Dp>td
여기서, Vu는 방해물이 없는 경우에 보행속도로 Vu = 1.4 ㎧, Dp는 앞사람과의 거리, TD : 1.6 m, b : body depth이고,
밀도에 의한 보행속도는
Figure 112006006489906-PAT00005
Wspd = 0.85k
여기서, a = 0.266 ㎡/person, DH : 밀도, k는 상수로 경사로(ramp)나 회랑(corridor), 출입구(doorway)의 경우에는 1.4 ㎧인 것이 바람직하다.
또한, 본 발명의 터널화재 위험도의 예측방법 및 시스템에 있어서, 상기 차량내 대피자의 대피시간의 측정은 화재 발생후 차량에서 대기하는 대기시간(time in car or leave the car)과 차량에서 하차하여 대피를 결정하는 시간(hesitation time), 대피를 시작하여 안전장소로 이동하는 대피시간(walking time)으로 설정하는 것이 바람직하며, 상기 차량내 대피자의 대피시간의 측정은 경고 방송후에 차량을 버리는 사람은 81.6%이며 통계분포는 GEV(-0.22, 19.81, 33.08)(GEV 함수 :
Figure 112006006489906-PAT00006
)이고 비율/확률분포식은 28 0.28+(1-0.28)GEV(-0.44, 13, 8.42)를 따르며, 나머지 사람중 51%는 80~130초 전에 차량을 버리는 사람으로 통계분포는 Norm(41.6, 17.1)을(Norm 함수:
Figure 112006006489906-PAT00007
), 49%는 80~130초 이후에 차량을 버리는 사람으로 통계분포는 Gumb(28.8, 155)(Gumb 함수 :
Figure 112006006489906-PAT00008
)이며, 이들의 비율/확률분포식은 8 0.08+(1-0.08)Norm(151, 8)를 따르는 것이 보다 바람직하다.
또한, 본 발명의 터널화재 위험도의 예측방법 및 시스템에 있어서, 상기 차량내 대피자의 대피시간의 측정은 차로수(편도 2,3,4 차로)로 이루어지고, 상기 2, 3, 4차로의 경우 각각 1.14 s/m, 1.23 s/m, 1.548 s/m로 설정하는 것이 바람직하고, 추가적으로 어린이를 포함하여 이루어지고, 성인의 보행속도는 1~1.2 ㎧, 어린이의 보행속도는 0.7 ㎧로 적용하는 것이 바람직하다.
또한, 본 발명의 터널화재 위험도의 예측방법 및 시스템에 있어서, 상기 터널내 온도의 측정은 터널화재시 열평형식은
Figure 112006006489906-PAT00009
으로,
t초 후 화재하류 x m 지점에서 온도는
Figure 112006006489906-PAT00010
여기서, τ=t-(x/u), h=0.02~0.04 ㎾/㎡ㆍK
Figure 112006006489906-PAT00011
이고,
방사열유속(radiation heat flux)은
Figure 112006006489906-PAT00012
여기서,
q'' = 방사열유속 (㎾/㎡)
Fs = 불꽃 표면으로부터 방사된 연소열 분획(fraction of the combustion heat radiated from the flame surface) = 0.3
m = 연소율(burning rate)(㎏/s) = 0.055 ㎏/(s.㎡)
ΔHc = 가솔린의 발열량 = 43.7 MJ/㎏
x = 화재로부터의 거리 (m)인 것을 측정하는 것이 바람직하다.
또한, 본 발명의 터널화재 위험도의 예측방법 및 시스템에 있어서, 상기 유해가스 농도는
Figure 112006006489906-PAT00013
으로,
산소저감율은
Figure 112006006489906-PAT00014
로 측정하며,
추가적으로 가시도 및 가시거리는
소광계수(extinction coefficient; K)를
Figure 112006006489906-PAT00015
Figure 112006006489906-PAT00016
여기서, OD : 광학밀도(optical density(log10(Io/I), Io : 광원의 세기, I : 수신부 광원의 세기)이며
식 13에
Figure 112006006489906-PAT00017
를 대입하여
Figure 112006006489906-PAT00018
이고,
이때 가시거리 V와 가시도(K)의 관계는
Figure 112006006489906-PAT00019
로
가시거리(V,m)는
Figure 112006006489906-PAT00020
여기서, Dmass는 총광학밀도(mass optical density)인 것이 바람직하다.
또한, 본 발명의 터널화재 위험도의 예측방법 및 시스템에 있어서, 상기 FED(fractional effective dose)는 t 시간 동안 인간이 호흡한 유해가스의 누적량(ppmㆍt)를 특정한 영향(incapacitation or death)을 미치는 Ct 값으로 나눈값이며,
이때, CO가스는
Figure 112006006489906-PAT00021
CO 가스의 흡입이 인체에 미치는 영향은 위험도지수, FI(FID : frctonal incapacitating dose)는
Figure 112006006489906-PAT00022
여기서, FICO : 의식불명에 이르게 하는 위험도 지수, D : 의식불명에 이르는 COHb 농도(%)로 30%이고,
산소의 저감율은
Figure 112006006489906-PAT00023
여기서, %O2 : 산소의 농도(%)이고,
이산화탄소는
Figure 112006006489906-PAT00024
으로,
이산화탄소에 의한 위험도 지수는
Figure 112006006489906-PAT00025
로
HCN(hydrogen cyanide)는
Figure 112006006489906-PAT00026
Figure 112006006489906-PAT00027
80<ppmHCN<180 ppm이고,
열환경중 온도에 대한 FED는
Figure 112006006489906-PAT00028
으로
복사열에 대한 FED는
Figure 112006006489906-PAT00029
열환경 및 유해가스환경에 대한 FED 평가는
Figure 112006006489906-PAT00030
인 것이 바람직하다.
이하, 본 발명을 각 단계별로 보다 자세히 검토한다.
제 1단계 : 화재발생 시나리오를 검토하는 단계
먼저, 국내에서 발생한 터널 및 도로에서 차량사고 발생율을 조사한다(표 1 참조). 그 결과, 도로터널에서의 사고건수는 일반도로의 사고건수에 약 0.1~0.2% 정도를 차지하고 있으며, 터널에서의 사고 중 화재사고의 비율은 2000년 이후 3.65(2000), 2.74(2001), 4.63(2002), 2.43%(2003)으로 최대 4.63%이며, 평균3.36%로 나타난다. 따라서, 본 발명은 최대 4.63%를 적용하여 터널에서 일반사고에 대한 화재사고 발생율을 5%로 적용하여 측정한다.
일반적으로 사고발생율은 주행거리(1억 Vehㆍ㎞)를 기준으로 하여 나타내며, 터널에서 사고발생율은 감소요인을 고려하는 경우, 2002년과 2003년의 통계결과를 근거로 할때 30~40건/1억 Vehㆍ㎞로 나타난다(표 2 참조). 또한, 감소요인을 고려 하지 않는 경우에 2002년과 2003년의 일반사고 발생율은 각각 74, 76건/1억 Vehㆍ㎞로 나타난다. 이를 근거로 터널내 화재사고 발생율을 추정한 결과, 감소요인을 고려하지 않은 경우에는 각 2002, 2003년 각각 2.5와 2.6건/1억 Vehㆍ㎞이다.
터널 화재발생에 대한 시나리오는 기본적으로 승용차 화재와 화물차의 화재로 구분하여 화재강도를 선정하고, 승용차 화재의 경우에는 2대 이상이 관련되는 경우를 고려한다. 화물차의 화재는 일반적으로 알려진 30 MW 이하의 화재와 그 이상의 화재로 구분한다. 또한 화재 당시의 교통 특성이 대피자의 대피에 지대한 영향을 미치기 때문에 제연팬의 운전이 인명안전에 상반되는 결과를 초래할 가능성이 크기 때문에 화재시 터널내 차량의 주행속도 등을 고려하여 지체시와 정상운행시로 고려하여 시나리오를 설정한다.
이중 승용차의 화재발생 시나리오에 있어서, 승용차의 화재강도는 일반적으로 2.5~5 MW 정도로 하며, PIARC 95 보고서에는 CETU(Large PC), EUREKA 테스트 결과 등을 인용하여 5 MW로 권장하고 있으며, 전체 총발열량은 6 GJ 정도, 화재지속 시간은 20~40분, 화재성장 속도는(growth rate)는 0.012 ㎾/s2 정도로 제시하고 있다. 따라서, 본 발명에서는 승용차 1대에 대한 최대화재 강도를 5 MW로 설정한다. 또한, 승용차의 화재시 2대 이상의 차량으로 화재가 확산되는 경우에 화재강도를 10 MW로 한다. 이로부터 인접차량으로 화재가 확대되는 비율이 각각 1.5%와 1.6%로 인접차량으로 화재가 확대되는 비율은 승용차에 의한 화재중 2% 미만으로 평가 한다. 따라서, 본 발명에서는 터널에서 승용차 화재가 발생하는 경우, 인접차량으로 화재가 확대될 가능성을 2%로 설정한다.
버스 및 화물차량(HGV)의 화재발생 시나리오는 화물차량의 화재강도는 적재화물이나 유류의 유출여부 등에 따라 많은 영향을 받으나, 본 발명은 화물차량의 화재 사고발생율에 근거하여 화물차량과 버스의 화재중 87%는 20 MW급, 11%는 30 MW급, 2%는 매우 심각한 화재로 고려하여 50 MW 이상급으로 고려하여 시나리오를 설정한다(표 4 참조). 또한, 50 MW 급 이상의 화재에 대해서는 최근 Runehammer 터널에서 실시된 실험결과(2003)을 인용하여 화재성장율을 0.215 ㎾/s2, 총발생열량을 65 GJ로 적용한다.
제 2단계 : 교통정체를 분석하는 단계
화재발생 시나리오는 종류환기방식을 적용하는 일방통행 터널이나 대면통행 터널에서는 화재시 환기팬의 가동은 터널내 풍속을 증가시켜 화재하류에 위치해 있는 대피자를 연기가 덮칠 가능성이 증대하게 되며, 이로 인한 인명 피해를 가증할 우려가 있다. 따라서, 화재발생 시나리오에서는 교통특성을 정체시(congest traffic flow)와 정상시(normal traffic flow)로 구분하여 설정한다. 정체시간에 대한 평가방법이나 이론은 특별한 내용이 알려진 바 없으므로, 본 발명에서는 거제터널 설계시 COWI사에서 적용한 방법을 적용한다(도 1 참조).
터널화재로 인한 터널내 차량의 정체길이 및 터널내 차량수 분석을 위한 모 델은 터널내 차량수 계산모듈에서는 화재시 터널에서의 교통특성에 따라서 화재지점을 기준으로 5개의 구간(zone 1: 터널폐쇄후 화재후방에 차량이 존재하지 않는 구간, zone 2: 터널차단 이전에 도착한 차량이 사고를 인식하지 못하고 계속 진행하는 구간, zone 3: 차량이 정체된 구간, zone 4: 화재하류의 차량이 없는 구간, zone 5: 화재하류의 차량이 계속 진행하는 구간)으로 구분하여 시간대별 차량수를 계산한다(도 6 참조). 정체구간의 전파속도(speed of shock wave)는 Yang에 의해 제시된 DICM(dynamic incident control model)을 적용하여 구하며, 터널내 차량의 진입은 한국도로공사기준에 준하여 3분 후에 차단되는 조건으로 계산한다.
대피시뮬레이션 모델은 교토정체 모델에서 구한 정체지역(zone 3)에 터널내 화재전 주행속도 및 차종별 혼입율를 고려하여 차종별 차량수 및 차두간격을 계산하고 차량을 배치한다. 또한 차량의 배치에 다라서 차종별 승차인원에 따른 대피자를 배치하고 각각의 대피자에 대한 차량하차시간 및 결정시간을 고려하여 대피전 지체시간을 설정하고 대피가 시작되면 대피자의 보행속도를 계산하여 대피시뮬레이션을 수행한다. 차두간격은 현재 한도공기준에 준하여 정체시 차량밀도(Do)로부터 차종별 승용차 환산계수 및 차종별 혼입율을 고려하여 정체차량수를 구한다.
정체지역에 차량의 배치는 정체길이에 대해서 차종별 정체차량수를 구한 후에 무작위적으로 배치한다. 최대인원을 산정하기 위해서 차종별 최대 탑승인원을 고려한다(도 8 참조).
대피시뮬레이션 모델에서는 시간 경과에 따라서 대피자를 피난연락갱이나 터널의 입출구부로 이동시키며, 대피자의 대피속도(walking speed)는 전방의 대피자와의 거리와 밀도에 의해서 계산한다. 전술한 두가지 방법으로 구한 보행속도중 작은값을 대피자의 보행속도로 하며, 터널내 연기농도를 고려하는 경우에는 연기농도를 가시거리로 환산하여 PIARC 95 보고서에 제시되어 있는 도 9의 가시거리에 따른 대피속도를 적용한다.
피난연락갱 간격에 따른 simulex에 의한 계산 결과와 본 발명에서 계산되는 대피시간을 비교한다(표 8 및 도 10 참조). 상기 표 8 및 도 10에서 알 수 있는 바와 같이 대피시간의 오차는 최대 6.6% 정도로 나타난다.
또한, 피난연락갱 간격이 250, 500 m인 경우에 시간에 따른 누적 대피인원은 중간과정에서 최대오차가 160명 정도 발생하고 있으나 거의 유사한 경향을 보이고 있다(도 11 참조).
제 3단계 : 대피시간을 측정하는 단계
터널에서 화재 또는 비상시 대피시간은 일반적으로 화재감지 시간과 대피를 준비하기 위한 시간, 대피시간으로 구분하고 있으며, 본 발명에서는 화재 발생후 차량에서 대기하는 대기시간(time in car or leave the car)과 차량에서 하차하여 대피를 결정하는 시간(hesitation time), 대피를 시작하여 안전장소로 이동하는 대피시간(walking time)으로 구분한다(도 2 참조).
터널화재시 대피시간에 대한 연구는 많은 인원을 동원하여야 하며, 실질적인 데이터를 얻기가 곤란하다는 점에서 전무하다. 따라서, 대부분의 위험도평가나 대피 시뮬레이션을 수행하는 경우, 일반적으로 화재 후 감지시간 및 결정시간을 1~2분 정도로 가정하고 있으나, 본 발명에서는 터널화재시 대피에 소요되는 시간은 차량안에서 대기하는 시간과 결정시간, 대피시간으로 구분되며, 대피자의 행동특성은 경고방송 전에 대피를 수행하는 사람과 경고방송 이후에 대피를 수행하는 대피자로 대별되며, 경고방송 전에 대피하는 대피자는 80~130초 전에 차량을 하자하는 사람과 이후에 하차하는 그룹으로 나누어지는 것으로 구분하며, 다수의 반복 실험을 통하여 각각의 그룹에 대한 비율 및 확률분포를 확인한다(표 5 참조).
그 결과, 경고방송 전에 차량에서 하자하는 대피자의 비율은 18.4% 정도이며, 이중 8% 정도가 지체없이 대피를 시작하며, 81.6% 정도가 대피를 알리는 경고방송 후에 차량에서 탈출하며, 이중 28% 만이 결정시간 없이 대피를 한다. 또한, 각 그룹별 확률분포를 기초로 하여 시간에 따른 행동특성별 확률분포를 구한다(도 2 참조).
대피특성 검토를 위해서 국내 도입되어 건축 및 터널 설계분야에서 대피특성을 파악하기 위한 프로그램으로 널리 사용되고 있는 Simulex 프로그램을 사용하여 차로수 및 피난연락갱 설치간격에 따른 대피시간을 검토한다.
구체적으로, 차로수(편도 2,3,4 차로) 및 피난연락갱의 간격(200, 250, 300, 350, 500, 750 m)에 따른 대피시간을 검토한다(도 3 참조). 피난연락갱 간격이 증가하면 이에 비례해서 대피시간이 선형적으로 증가하는 경향을 보이며, 단위거리당 대피시간은 피난연락갱 거리가 증가하면 약간 증가하는 경향을 보이고 있으나, 평균 1.14 s/m(2차로), 1.23 s/m(3차로), 1.548 s/m(4차로)로 나타나고 있어, 4차로의 경우 대피시간이 급격하게 증가한다. 또한, 차로수가 증가하면 피난연락갱 설치간격이 350 m 이하인 경우에는 2차로와 거의 동일한 대피시간을 보이고 있으나, 설치간격이 400 m 이상인 경우에는 터널 폭에 영향을 받아서 대피시간이 상당히 증가하는 경향을 보인다. 따라서, 4차로의 경우 2차로의 기준을 적용하는 것은 타당하지 않다고 판단된다.
터널내 대피인원수가 대피시간에 미치는 영향을 검토하기 위해서 피난연락갱 설치간격이 250 m인 2차선 터널에서 대피자수를 변수로 하여 대피시간을 검토한다(도 4 참조). 그 결과, 차로수가 3차로인 경우가 2차로 보다 대피시간이 짧게 나타나고 있으며, 인원수에 따른 대피시간의 변화는 거의 차이가 없는 것으로 나타난다(표 6 참조). 즉, 2차로의 경우에는 터널내 대피인원을 704명에서 1125명으로 증가하여도 대피시간은 276.2초에서 292.4초로 약 6%정도 증가하는 것으로 나타나고 있으며, 4차로의 경우에는 인원수가 1414명에서 2254명으로 59% 증가하면 약 20%정도 증가하는 것으로 나타난다. 따라서, 터널내 대피시간을 피난연락갱 설치간격에 크게 영향을 받으며, 대피인원수에는 큰 영향을 받지 않는 것으로 판단된다.
차량의 배치 및 대피자의 특성에 따른 대피시간을 검토하기 위해서 터널 모델에 대해서 탑승인원이 가장 많은 버스의 배치를 달리하는 경우와 대피자중 어린이를 고려하는 경우에 대한 대피시간을 검토한다(도 5 참조). 그 결과, 어린이를 제외한 경우가 대피시간이 가장 짧게 나타나고 있으며, 이를 기준으로 할 때 어린 이를 포함하는 대피시간에 대한 시뮬레이션에서는 대피시간이 40~53%까지 증가하는 것으로 나타난다(표 7 참조). 이는 성인의 보행속도를 1~1.2 ㎧ 정하고, 어린이의 보행속도를 0.7 ㎧로 적용하기 때문이다. 또한, 버스의 정차위치가 대피시간에 미치는 영향은 10% 이하(100초)로 나타나고 있으며, 2분 정도의 차이가 발생하난 차량의 정차위치가 대피시간에 미치는 영향은 크지 않은 것으로 판단된다.
이상의 검토에서 터널내 대피시간은 피난연락갱의 거리가 동일한 경우에는 대피인원에는 크게 영향을 받지 않으며, 차로수에 대한 영향은 4차로 이상의 터널에서 크게 나타나고 있어, 4차로 터널에서 현재 도로터널 방재시설 설치지침의 250 m 간격의 적용은 무리가 있는 것으로 판단된다. 또한, 차량의 정체 위치에 따라서 대피시간이 영향을 받고 있으며, 어린이의 유무가 대피시간에 가장 큰 영향을 미치는 것으로 판단된다.
제 4단계 : 터널내 열환경 및 유해가스 농도를 측정하는 단계
위험도 평가모델은 터널내 화재시 온도 및 유독가스가 대피자에게 미치는 영향을 정량적으로 평가하기 위하여 대피자에 대한 FED(fractional effective dose) 값을 구하기 위함이다. 위험도 평가모델은 event tree 기법에 의한 화재시나리오를 작성하고, 각각에 대한 화재사고 발생율을 계산하는 화재시나리오 모델, 화재시 터널내 정체차량의 배치 및 대피자의 배치를 위한 traffic que 모델, 시간에 따른 대대피자의 위치를 계산하기 위한 대피시뮬레이션 모델, 화재시 터널내 온도 및 유해가스 농도를 계산하기 위한 모델 및 대피자의 유해가스의 노출정도를 정량적인 값(FED)으로 계산하기 위한 FED 계산모델로 구성된다(도 6 참조).
화재에 따른 터널내 온도 및 유해가스농도 계산모듈에서는 터널내 대피자의 위치에 따른 온도 및 유해가스농도를 계산하기 위한 모듈로 본 발명에서는 두가지 방법으로 평가하도록 구성한다. 첫째 방법은 온도, 복사열 및 유해가스농도(CO, CO2, 매연, 가시거리)를 Ingason이 제시하는 계산식에 의해서 계산하는 간략계산 방법이며, 두 번째 방법은 CFD 시뮬레이션을 수행하여 계산 결과를 MDB 파일로 생성하여 계산하는 방법이다.
열환경 및 유해가스가 미치는 영향을 정량적으로 평가하기 위한 방법으로 FED(fractional effective dose)를 평가하는 방법을 이용한다.
FED는 인간이 열환경이나 유해가스에 노출되어 나타나는 영향을 정량화하여 평가하기 위한 것으로 t 시간 동안 인간이 호흡한 유해가스의 누적량(ppmㆍt)를 특정한 영향(incapacitation or death)을 미치는 Ct 값으로 나눈값이다. 일반적으로 치명적인 영향을 미치는 정도를 L(CT)50을 기준으로 한다. 터널화재시 유해가스 및 열환경이 인간에 미치는 영향을 검토하기 위하여 FED 방법을 적용한다.
FED의 특징은 대피자의 피난지역을 자동으로 설정하거나 임의조정할 수 있고, 초기 차량위치 및 대피자의 위치를 자동 결정할 수 있으며, 대피속도(보행속도) 계산의 선택적(전방대피자의 밀도, 전방대피자와 거리고려)으로 수행할 수 있고, 연기농도에 다른 가시도 계산을 계산을 통해 연기농도가 대피속에 미치는 영향을 받영할 수 있다. 아울러, 화재시 차량내 대기시간 및 대피 결정시간까지의 지 체시간을 선택적으로 적용할 수 있으며, 온도 및 유해가스 농도에 대한 계산식에 의한 계산이 가능하고 온도 및 유해가스 농도에 대한 DB 작성 및 DB 적용이 가능하다.
터널 위험도 평가를 위해서 150 m 터널 양방향으로 차량이 정체된 상황에서 화재가 발생하는 경우, 본 발명에서는 대피시간과 FED 값이 0.3 이상이 되는 대피자수에 대한 분석을 수행한다.
계산조건은 터널연장은 1500 m, 극심한 정체로 차량이 터널 전체에 정체된 상황, 화재 강도는 각각 20, 50 MW, 대피인원은 약 2,369명, 대피시간에 차량을 버리는 시간과 대피를 결정하는 시간을 고려, 경고방송 화재후 120s 이다.
화재강도가 20 MW인 경우, 피난연락갱 간격이 250 m인 경우에는 민감한 사람이 영향을 받는 것으로 알려진 FED=0.3 이상이 되는 대피자는 없는 것으로 계산되나, 피난연락갱 간격이 300, 375, 500 m로 증가함에 따라 3.8, 31.8, 160명으로 급격하게 증가한다. 또한, 화재강도가 50 MW인 경우에는 피난연락갱 설치간격이 250 m인 경우에도 FED=0.3을 초과하는 대피자가 발생하고 있으며, 이 경우 피난연락갱 설치거리에 따라서 각각 53.2, 102.5, 141.8, 273.5명으로 증가하고 있다.
대피시간의 검토에서 피난연락갱 간격이 250 m인 경우, 대피시간은 각각 636(20 MW), 778(50 MW)로 화재강도가 증가하면 연기에 의한 보행속도가 저하하여 대피시간이 증가하고 있으며, 앞에서 설명한 순수한 대피시간 276 s보다 약 2.8배 증가하는 것으로 나타난다.
이상의 검토에서 피난연락갱 간격이 250 m인 경우, 화재강도를 20 MW로 고려 하는 경우에는 FED 값이 0.3을 초과하는 대피자수는 3.8명으로 전체의 0.16%에 불과하지만 화재강도를 50 MW로 고려하는 경우에는 53.2명으로 급격하게 증가함을 확인하였다. 이와 같이 FED 값이 0.3을 초과하는 대피자수가 급격하게 증가하는 원인은 유해가스 농도의 증가뿐만 아니라 가시거리의 저하로 보행속도가 감소하여 터널에 채류하는 시간이 증가하기 때문이다.
20 MW의 화재강도에서는 피난연락갱 간격이 증가하면 기하급수적으로 예상되는 사상자수가 증가하나, 50 MW로 하는 경우에는 거의 비례적으로 증가하는 경향을 보이고 있다. 또한, 대피시간은 가시거리에 영향을 많이 받기 때문에 화재강도에 영향을 받으며, 지체시간을 고려하면 가시거리와 지체시간을 고려하지 않은 simulex에 의한 대피시간 보다 최대 1.8배까지 증가하는 것으로 나타나고 있다. 따라서, 터널내 대피시간 산정을 위해서 지체시간에 대한 검토와 가시거리 저하에 따른 보행속도의 감소영향을 반드시 고려하여야 할 것으로 판단된다.
이하, 본 발명을 실시예에 의해 상세히 설명한다.
단, 하기 실시예는 본 발명을 예시하는 것일 뿐 본 발명의 내용이 하기 실시예에 한정되는 것은 아니다.
< 실시예 1 > 사고빈도에 대한 분석
< 1-1 > 사고발생건수
터널 및 도로에서 차량사고 발생율에 대한 국내 조사결과는 다음과 같다(표 1; 도로안전관리공단, 경찰청 DB수록자료)
일반사고 및 터널사고 발생율
구분 년도 2000 2001 2002 2003 2004
일반도로 발생건수(A) 290,481 260,579 230,953 240,832 220,755
사망 10,236 8,097 7,224 7,212 6,563
부상 426,984 386,539 348,184 376,503 346,987
터널 일반사고 발생건수(B) 301 292 259 453 -
사망 13 9 8 25 -
부상 593 578 545 949 -
화재사고 발생건수(C) 11 8 12 11 -
사망 4 1 2 -
부상 2 48 -
발생건수 B/A 0.10% 0.11% 0.11% 0.19% -
C/B 3.65% 2.74% 4.63% 2.43% -
연간 총주행거리(10억 ㎞) 290 300 310.8 317 324
일반도로 사고중 터널에 대한 감소요인을 적용하는 경우 터널내사고 건수 137,252 123,124 125,357 96,780 104,307
감소율 52.75% 52.75% 45.7% 59.8% 52.75%
일반사고 발생율(건/1억대㎞) 47 41 40 30 32
터널화재사고 발생율 1.7 1.1 1.9 0.7 0.8
3.36% 적용 1.6 1.4 1.4 1.0 1.1
감소요인을 고려하지 않는 경우 일반사고 발생율(건/1억대㎞) 100 87 74 76 68
터널화재사고 발생율 3.4 2.9 2.5 2.6 2.3
주 1 : 2002에서 2003년으로의 증가율을 고려한 추정치임
주 2 : 2003, 2002년의 감소율을 평균하여 적용한 결과임
주 3 : 주 1, 주 2의 추정결과를 적용한 추정치임.
상기 표에 따르면, 도로터널에서의 사고건수는 일반도로의 사고건수에 약 0.1~0.2% 정도를 차지하고 있으며, 터널에서의 사고 중 화재사고의 비율은 2000년 이후 3.65(2000), 2.74(2001), 4.63(2002), 2.43%(2003)으로 최대 4.63%이며, 평균3.36%로 나타나고 있다. 이와 같은 경향은 67건의 터널사고 중 6건이 화재사고(약 9%)인 노르웨이의 통계자료나, Gundni가 Hvalfjordur 터널에 대한 아일랜드의 사고통계자료를 기초로 하여 위험도 분석 적용한 5% 보다 작은 결과이다.
본 발명에서는 최대 4.63%를 적용하여 터널에서 일반사고에 대한 화재사고 발생율을 5%로 적용하여 측정하였다.
< 1-2 > 사고발생율
일반적으로 사고발생율은 주행거리(1억 Vehㆍ㎞)를 기준으로 하여 나타내고 있으며, 상기 표 1은 국내의 2002, 2003년 자료와 이로부터 추정한 사고발생율을 나타낸 것이다. 상기 표에는 일반도로의 사고중 터널에 대한 감소요인을 적용하는 경우에는 차대 사람이나, 주정차시 사고 등 터널에서는 발생할 수 없는 사고유형을 제외한 경우이다.
터널에서 사고발생율은 감소요인을 고려하는 경우, 2002년과 2003년의 통계결과를 근거로 할때 30~40건/1억 Vehㆍ㎞로 나타내고 있으며, 이는 0~50건/1억 Vehㆍ㎞로 제시하고 있는 PIARC 95의 통계자료의 범위 안에 있는 수치로 판단된다(표 2).
프랑스 터널에서의 사고발생율(1995, PIARC)(건/1억대㎞)
구분 물적손해만 발생 사고 사상자 사고 부상자 사망자
도시터널 40~150 10~50 10~50 0~3
일방통행 자동차 터널 30~80 0~15 0~15 0~1
쌍방통행 지방터널 20~100 0~20 0~20 0~2
또한, 감소요인을 고려하지 않는 경우에 2002년과 2003년의 일반사고 발생율은 각각 74, 76건/1억 Vehㆍ㎞로 나타나고 있다.
이를 근거로 터널내 화재사고 발생율을 추정한 결과, 감소요인을 고려하지 않은 경우에는 각 2002, 2003년 각각 2.5와 2.6건/1억 Vehㆍ㎞이다.
이를 국내의 화물차와 승용차의 총주행거리비 및 하기 표 3에 제시한 승용차와 화물차의 사고발생율을 고려하여 승용차와 화물차에 대한 사고 발생율을 구하면 각각 1.29, 4.5건/1억 Vehㆍ㎞로 계산된다. 이는 95년 PIARC에 제시된 프랑스 터널에서의 사고 발생율(승용차: 2건/1억 Vehㆍ㎞, 화물차: 9.2건/1억 Vehㆍ㎞) 보다는 다소 작은 값으로 이내 국내 자동차 사고건수의 감소율을 볼 때 프랑스 통계치가 다소 높게 설정되어 있는 것으로 판단된다.
화물차와 승용차에 대한 사고발생율(건/1억 Vehㆍ㎞)
출처 passenger car(PC) HGV HGV/PC
Elb 터널 6.3 24.6 3.90
프랑스 2 9.2 4.60
ref 1 4.53 9.2 2.03
평균 3.51
< 실시예 2 > 터널 화재발생 시나리오
터널 화재발생에 대한 시나리오는 기본적으로 승용차 화재와 화물차의 화재로 구분하여 화재강도를 선정하고, 승용차 화재의 경우에는 2대 이상이 관련되는 경우를 고려하였다.
화물차의 화재는 일반적으로 알려진 30 MW 이하의 화재와 그 이상의 화재로 구분하였다. 또한 화재 당시의 교통 특성이 대피자의 대피에 지대한 영향을 미치기 때문에 제연팬의 운전이 인명안전에 상반되는 결과를 초래할 가능성이 크기 때문에 화재시 터널내 차량의 주행속도 등을 고려하여 지체시와 정상운행시로 고려하여 시나리오를 설정하였다.
< 2-1 > 승용차의 화재발생 시나리오
승용차의 화재강도는 일반적으로 2.5~5 MW 정도로 하고 있으며, PIARC 95 보고서에는 CETU(Large PC), EUREKA 테스트 결과 등을 인용하여 5 MW로 권장하고 있으며, 전체 총발열량은 6 GJ 정도, 화재지속 시간은 20~40분, 화재성장 속도는(growth rate)는 0.012 ㎾/s2 정도로 제시하고 있다. 따라서, 본 발명에서는 승용차 1대에 대한 최대화재 강도를 5 MW로 하였다.
승용차의 화재중 소화기로 진화가 가능한 비율은 PIARC 보고서에서는 80~90%, 일본수도공단 자료에 의하면 53% 정도로 제시되어 있는 자료를 근거로 하여, 본 시나리오에서는 40%를 경미한 화재사고로 설정하였으며, 이는 Hvalfjordur 터널에 대해 Gundni가 위험도 평가시 적용한 수치와 동일한 비율이다.
또한, 승용차의 화재시 2대 이상의 차량으로 화재가 확산되는 경우에 화재강도를 10 MW로 하였다. 노르웨이의 경우, 터널내 차량충돌 사고 67건 중(9%)이 화재사고로 이중 1건만이 연속적으로 화재로 발전하는 것으로 보고하고 있으며, 독일의 Elb 터널에서는 16년 간 63건의 화재중 1건이 인접차량으로 확대된 것으로 보고하고 있다. 이로부터 인접차량으로 화재가 확대되는 비율이 각각 1.5%와 1.6%로 인접차량으로 화재가 확대되는 비율은 승용차에 의한 화재중 2% 미만으로 평가할 수 있다. 따라서, 본 발명에서는 터널에서 승용차 화재가 발생하는 경우, 인접차량으로 화재가 확대될 가능성을 2%로 설정하였다.
< 2-2 > 버스 및 화물차량(HGV)의 화재발생 시나리오
화물차에 의한 화재사고시 최대화재 강도는 PIARC 95 보고서에 의하면, 15~130 MW로 제시되어 있으며, 프랑스, NFPA의 기준에서도 일반버스의 화재강도는약 20 MW로 하고 있다. 또한 Ingason은 EUREKA 터널의 화재실험 등을 인용하여 2001의 연구에서 버스의 화재강도를 29~34 MW로 발표하고 있으며, 2004년에는 30 MW로 제시하고 있다.
따라서, 화물차량의 화재강도는 적재화물이나 유류의 유출여부 등에 따라 많은 영향을 받으나, 본 발명에서는 하기 표 4에 제시된 화물차량의 화재 사고발생율에 근거하여 화물차량과 버스의 화재중 87%는 20 MW급, 11%는 30 MW급, 2%는 매우 심각한 화재로 고려하여 50 MW 이상급으로 고려하여 시나리오를 설정하였다.
Ingason의 연구에 버스의 화재시 화재성장율을 NFPA의 분류에 의하면 초고속(ultra fast)에 속하며, 화재성장율을 0.1 ㎾/s2로 제시하고 있다. 또한, 총발생열량은 일반버스(public bus)의 경우 PIARC 99 보고서에는 41 GJ, Ingason(2004)는 54 GJ로 제시하고 있다. 따라서, 본 발명에서는 20, 30 MW의 화재에 대해서 화재성장율 및 총발생열량을 0.1 ㎾/s2, 41 GJ과 54 GJ로 설정하였다.
차종별 사고발생율(1995년 PIARC 보고서)
화재의 분류 100×106 veh×㎞ 당 화재발생수
승용차 의미있는 화재 1~2
위험한 물품이 없는 화물자동차 의미있는 화재 8
터널에 손상을 미친 화재 1
매우 심각한 화재 0.1~0.3(평가)
위험한 물품이 포함된 화물자동차 의미있는 화재 2(평가)
위험한 물품이 관여된 화재 0.3(평가)
또한, 50 MW 급 이상의 화재에 대해서는 최근 Runehammer 터널에서 실시된 실험결과(2003)을 인용하여 화재성장율을 0.215 ㎾/s2, 총발생열량을 65 GJ로 적용하였다.
< 2-3 > 정체빈도의 적용
본 발명의 화재발생 시나리오는 종류환기방식을 적용하는 일방통행 터널이나 대면통행 터널에서는 화재시 환기팬의 가동은 터널내 풍속을 증가시켜 화재하류에 위치해 있는 대피자를 연기가 덮칠 가능성이 증대하게 되며, 이로 인한 인명 피해를 가증할 우려가 있다. 따라서, 화재발생 시나리오에서는 교통특성을 정체시(congest traffic flow)와 정상시(normal traffic flow)로 구분하여 설정하였다.
정체시간에 대한 평가방법이나 이론은 특별한 내용이 알려진 바 없으므로, 본 발명에서는 거제터널 설계시 COWI사에서 적용한 방법을 적용하였다(도 1).
< 실시예 3 > 대피특성
터널에서 화재 또는 비상시 대피시간은 일반적으로 화재감지 시간과 대피를 준비하기 위한 시간, 대피시간으로 구분하고 있으며, 본 발명에서는 화재 발생후 차량에서 대기하는 대기시간(time in car or leave the car)과 차량에서 하차하여 대피를 결정하는 시간(hesitation time), 대피를 시작하여 안전장소로 이동하는 대피시간(walking time)으로 구분하였다(도 2).
터널화재시 대피시간에 대한 연구는 많은 인원을 동원하여야 하며, 실질적인 데이터를 얻기가 곤란하다는 점에서 전무하다. 따라서, 대부분의 위험도평가나 대피 시뮬레이션을 수행하는 경우, 일반적으로 화재 후 감지시간 및 결정시간을 1~2분 정도로 가정하고 있다.
대피시간에 대한 가장 광범위한 연구로 Anders Noren에 의해서 수행된 Modelling Crowd Evacuation from Road and Train Tunnels - Data and design For faster evacuation이 있으며, 본 발명은 터널에 실제로 대피자를 동원하여 차량의 대기시간, 결정시간을 포함하는 대피시간에 대한 연구를 수행하였다.
< 3-1 > 대피특성의 검토
본 발명에서는 대피시간에 대한 검토를 하기와 같이 수행하였다(표 5).
대피특성 및 확률분포
그룹 차량 대기시간 결정시간
비율(%) 행동양상 통계분포 비율/확률분포식
1 18.4 51 80~130초 전에 차량을 버리는 사람 Norm(41.6, 17.1) 8 0.08+(1-0.08)Norm(151, 8)
2 49 80~130초 이후에 차량을 버리는 사람 Gumb(28.8, 155)
3 81.6 경고 방송후에 차량을 버리는 사람 GEV(-0.22, 19.81, 33.08) 28 0.28+(1-0.28)GEV(-0.44, 13, 8.42)
주) Norm 함수는 누적정규분포로 다음과 같다.
Figure 112006006489906-PAT00031
Gumb는 Gumbel 분포를 의미하며, 다음식과 같다.
Figure 112006006489906-PAT00032
GeV는 General Extreme Value 분포를 의미하며, 다음식과 같다.
Figure 112006006489906-PAT00033
본 발명에서는 터널화재시 대피에 소요되는 시간은 차량안에서 대기하는 시간과 결정시간, 대피시간으로 구분되며, 대피자의 행동특성은 경고방송 전에 대피를 수행하는 사람과 경고방송 이후에 대피를 수행하는 대피자로 대별되며, 경고방송 전에 대피하는 대피자는 80~130초 전에 차량을 하자하는 사람과 이후에 하차하는 그룹으로 나누어지는 것으로 구분하였으며, 다수의 반복 실험을 통하여 각각의 그룹에 대한 비율 및 확률분포를 확인하였다(표 5).
상기 표에서 경고방송 전에 차량에서 하자하는 대피자의 비율은 18.4% 정도이며, 이중 8% 정도가 지체없이 대피를 시작하며, 81.6% 정도가 대피를 알리는 경고방송 후에 차량에서 탈출하며, 이중 28% 만이 결정시간 없이 대피를 하는 것으로 분석하였다. 또한, 각 그룹별 확률분포는 상기 표에 나타난 바와 같으며, 이를 기초로 하여 시간에 따른 행동특성별 확률분포는 도 2와 같다.
< 3-2 > 피난연락갱 설치간격 및 차로수별 대피시간 검토
대피특성 검토를 위해서 국내 도입되어 건축 및 터널 설계분야에서 대피특성을 파악하기 위한 프로그램으로 널리 사용되고 있는 Simulex 프로그램을 사용하여 차로수 및 피난연락갱 설치간격에 따른 대피시간을 검토하였다.
차로수(편도 2,3,4 차로) 및 피난연락갱의 간격(200, 250, 300, 350, 500, 750 m)에 따른 대피시간을 검토하였다(도 3).
피난연락갱 간격이 증가하면 이에 비례해서 대피시간이 선형적으로 증가하는 경향을 보이고 있으며, 단위거리당 대피시간은 피난연락갱 거리가 증가하면 약간 증가하는 경향을 보이고 있으나, 평균 1.14 s/m(2차로), 1.23 s/m(3차로), 1.548 s/m(4차로)로 나타나고 있어, 4차로의 경우 대피시간이 급격하게 증가하고 있음을 알 수 있다.
또한, 차로수가 증가하면 피난연락갱 설치간격이 350 m 이하인 경우에는 2차로와 거의 동일한 대피시간을 보이고 있으나, 설치간격이 400 m 이상인 경우에는 터널 폭에 영향을 받아서 대피시간이 상당히 증가하는 경향을 보이고 있다. 따라서, 4차로의 경우 2차로의 기준을 적용하는 것은 타당하지 않다고 판단된다.
도 4는 터널내 대피인원수가 대피시간에 미치는 영향을 검토하기 위해서 피난연락갱 설치간격이 250 m인 2차선 터널에서 대피자수를 변수로 하여 대피시간을 검토한 결과이다.
상기 도 4에서 차로수가 3차로인 경우가 2차로 보다 대피시간이 짧게 나타나고 있으며, 인원수에 따른 대피시간의 변화는 거의 차이가 없는 것으로 나타나고 있다(표 6). 즉, 2차로의 경우에는 터널내 대피인원을 704명에서 1125명으로 증가하여도 대피시간은 276.2초에서 292.4초로 약 6%정도 증가하는 것으로 나타나고 있으며, 4차로의 경우에는 인원수가 1414명에서 2254명으로 59% 증가하면 약 20%정도 증가하는 것으로 나타나고 있다.
대피인원에 따른 대피시간 비교
2차선 3차선 4차선
대피인원 대피시간 대피인원 대피시간 대피인원 대피시간
704 276.2 1062 273.0 1414 287.1
907 284.8 1347 281.0 1822 294.9
1125 292.4 1672 290.0 2254 344.2
따라서, 터널내 대피시간을 피난연락갱 설치간격에 크게 영향을 받으며, 대피인원수에는 큰 영향을 받지 않는 것으로 판단된다.
< 3-3 > 차량배치 및 대피자 특성에 따른 대피시간 검토
차량의 배치 및 대피자의 특성에 따른 대피시간을 검토하기 위해서 도 5에 제시한 터널 모델에 대해서 탑승인원이 가장 많은 버스의 배치를 달리하는 경우와 대피자중 어린이를 고려하는 경우에 대한 대피시간을 검토하였다.
시뮬레이션 결과, 어린이를 제외한 경우가 대피시간이 가장 짧게 나타나고 있으며, 이를 기준으로 할 때 어린이를 포함하는 대피시간에 대한 시뮬레이션에서는 대피시간이 40~53%까지 증가하는 것으로 나타나고 있다(표 7). 이는 성인의 보행속도를 1~1.2 ㎧ 정하고, 어린이의 보행속도를 0.7 ㎧로 적용하기 때문이다.
차량배치방법에 따른 대피시간 비교
총 대피인원 구성 계산조건 대피시간 최소간에 대한 시간 비율
성인 어린이 총인원
1288 336 1620 버스를 터널 전체에 균일하게 배치하는 경우 16:52 (1012s) 45
1288 336 1620 대형버스를 화재지점(피난연락갱 B)에 집중 배치하는 경우 16:08 (968s) 38.3
1288 336 1620 대형버스를 터널의 중간부 피난연락갱 A에 집중 배치하는 경우 17:55 (1075s) 53.6
1288 336 1620 터널내 모든 차량은 차간 간격을 2 m로 하여 화재지점부터 집중배치한 경우 16:55 (1015s) 45
8840 0 884 버스를 전체에 균일하게 배치하고 어린이를 제외한 경우 11:40 (700s) -
또한, 버스의 정차위치가 대피시간에 미치는 영향은 10% 이하(100초)로 나타나고 있으며, 2분 정도의 차이가 발생하난 차량의 정차위치가 대피시간에 미치는 영향은 크지 않은 것으로 판단된다.
이상의 검토에서 터널내 대피시간은 피난연락갱의 거리가 동일한 경우에는 대피인원에는 크게 영향을 받지 않으며, 차로수에 대한 영향은 4차로 이상의 터널에서 크게 나타나고 있어, 4차로 터널에서 현재 도로터널 방재시설 설치지침의 250 m 간격의 적용은 무리가 있는 것으로 판단된다. 또한, 차량의 정체 위치에 따라서 대피시간이 영향을 받고 있으며, 어린이의 유무가 대피시간에 가장 큰 영향을 미치는 것으로 판단된다.
< 실시예 4 > 위험도 평가
< 4-1 > 위험도 평가모델
위험도 평가모델은 터널내 화재시 온도 및 유독가스가 대피자에게 미치는 영향을 정량적으로 평가하기 위하여 대피자에 대한 FED(fractional effective dose) 값을 구하기 위함이다. 위험도 평가모델은 도 6에 제시한 바와 같이, event tree 기법에 의한 화재시나리오를 작성하고, 각각에 대한 화재사고 발생율을 계산하는 화재시나리오 모델, 화재시 터널내 정체차량의 배치 및 대피자의 배치를 위한 traffic que 모델, 시간에 따른 대대피자의 위치를 계산하기 위한 대피시뮬레이션 모델, 화재시 터널내 온도 및 유해가스 농도를 계산하기 위한 모델 및 대피자의 유해가스의 노출정도를 정량적인 값(FED)으로 계산하기 위한 FED 계산모델로 구성된다.
< 4-2 > 화재발생 시나리오 모델
화재발생 시나리오 및 이에 따른 사고발생율에 대한 검토는 실시예 2에서 제시한 바와 같다.
< 4-3 > 교통정체 모델
터널화재로 인한 터널내 차량의 정체길이 및 터널내 차량수 분석을 위한 모델이다. 터널내 차량수 계산모듈에서는 화재시 터널에서의 교통특성에 따라서 화재지점을 기준으로 5개의 구간(zone 1: 터널폐쇄후 화재후방에 차량이 존재하지 않는 구간, zone 2: 터널차단 이전에 도착한 차량이 사고를 인식하지 못하고 계속 진행하는 구간, zone 3: 차량이 정체된 구간, zone 4: 화재하류의 차량이 없는 구간, zone 5: 화재하류의 차량이 계속 진행하는 구간)으로 구분하여 시간대별 차량수를 계산한다(도 6). 정체구간의 전파속도(speed of shock wave)는 Yang에 의해 제시된 DICM(dynamic incident control model)을 적용하여 구하였으며, 터널내 차량의 진입은 한국도로공사기준에 준하여 3분 후에 차단되는 조건으로 계산하였다.
정체지점의 전파속도(speed of shock wave; Uw)는 하기 식 1로 구한다.
Figure 112006006489906-PAT00034
여기서, q1 : 정체지점의 시간교통량(traffic flow rate), q2 : 도착 시간 교통량(pc/h), D0: 정체저점의 교통밀도(150 pc/㎞), D1 : 도착교통류의 교통밀도이다.
< 4-4 > 대피시뮬레이션 모델
대피시뮬레이션 모델은 교토정체 모델에서 구한 정체지역(zone 3)에 터널내 화재전 주행속도 및 차종별 혼입율를 고려하여 차종별 차량수 및 차두간격을 계산하고 차량을 배치한다. 또한 차량의 배치에 다라서 차종별 승차인원에 따른 대피자를 배치하고 각각의 대피자에 대한 차량하차시간 및 결정시간을 고려하여 대피전 지체시간을 설정하고 대피가 시작되면 대피자의 보행속도를 계산하여 대피시뮬레이션을 수행하였다.
본 발명에서 차두간격은 현재 한도공기준에 준하여 정체시 차량밀도(Do)로부터 차종별 승용차 환산계수 및 차종별 혼입율을 고려하여 정체차량수를 하기 식 2로 구하였다.
Figure 112006006489906-PAT00035
여기서, Ni : I 차종의 차량수, PCUtotal : 총괄 승용차 환산계수, Φi : I 차종의 혼입율이다.
평균차두간격(Dv)의 계산은 하기 식 3으로 구한다.
Figure 112006006489906-PAT00036
여기서, CLi는 i 차종의 차량길이이다.
정체지역에 차량의 배치는 정체길이에 대해서 차종별 정체차량수를 구한 후에 무작위적으로 배치한다.
차종별 승차인원은 도 8의 입력화면에 나타낸 바와 같으며, 본 발명에서는 최대인원을 산정하기 위해서 차종별 최대 탑승인원을 고려하였다.
대피시뮬레이션 모델에서는 시간 경과에 따라서 대피자를 피난연락갱이나 터널의 입출구부로 이동시키며, 대피자의 대피속도(walking speed)는 전방의 대피자와의 거리와 밀도에 의해서 계산한다. 전방의 대피자와의 거리에 따른 보행속도는 하기 식 4로 계산하며, 밀도에 의한 보행속도는 SPFE에 제시된 하기 식 5로 계산하였다. 본 발명에서는 전술한 두가지 방법으로 구한 보행속도중 작은값을 대피자의 보행속도로 하며, 터널내 연기농도를 고려하는 경우에는 연기농도를 가시거리로 환산하여 PIARC 95 보고서에 제시되어 있는 도 9의 가시거리에 따른 대피속도를 적용하도록 하였다.
Figure 112006006489906-PAT00037
Wspd = Vu, Dp>td
여기서, Vu는 방해물이 없는 경우에 보행속도로 Vu = 1.4 ㎧, Dp는 앞사람과의 거리, TD : 1.6 m, b : body depth이다.
Figure 112006006489906-PAT00038
Wspd = 0.85k
여기서, a = 0.266 ㎡/person, DH : 밀도, k는 상수로 경사로(ramp)나 회랑(corridor), 출입구(doorway)의 경우에는 1.4 ㎧이다.
대피시뮬레이션의 모듈의 계산 결과를 simulex의 계산 결과와 비교, 검토하였다.
피난연락갱 간격에 따른 simulex에 의한 계산 결과와 본 발명에서 계산되는 대피시간을 비교하였다(표 8 및 도 10). 상기 표 8 및 도 10에서 알 수 있는 바와 같이 대피시간의 오차는 최대 6.6% 정도로 나타나고 있다.
simulex와 대피모델에 의한 대피시간 비교
피난연락갱 간격 simulex 본 발명 명/시간 시간비
대피인원 대피시간 대피인원 대피시간 본 발명 simulex (s-p)/s
200 880 241.0 881 225 3.916 3.651 6.6%
250 1125 292.7 1149 311 3.695 3.844 -6.3%
300 1335 344.8 1336 349 3.828 3.872 -1.2%
350 1561 396.7 1529 395 3.871 3.935 0.4%
400 1791 449.0 1783 474 3.762 3.989 -5.6%
500 2197 557.4 2169 577 3.759 3.942 -3.5%
750 3288 817.8 3286 855 3.843 4.021 -4.5%
또한, 도 11은 피난연락갱 간격이 250, 500 m인 경우에 시간에 따른 누적 대피인원을 나타낸 것으로 중간과정에서 최대오차가 160명 정도 발생하고 있으나 거의 유사한 경향을 보이고 있음을 알 수 있다.
< 4-5 > 터널내 열환경 및 유해가스농도 계산 모듈
화재에 따른 터널내 온도 및 유해가스농도 계산모듈에서는 터널내 대피자의 위치에 따른 온도 및 유해가스농도를 계산하기 위한 모듈로 본 발명에서는 두가지 방법으로 평가하도록 구성하였다. 첫째 방법은 온도, 복사열 및 유해가스농도(CO, CO2, 매연, 가시거리)를 Ingason이 제시하는 계산식에 의해서 계산하는 간략계산 방법이며, 두 번째 방법은 CFD 시뮬레이션을 수행하여 계산 결과를 MDB 파일로 생성하여 계산하는 방법이다.
Ingason이 제시하는 터널내 열 및 유해가스에 대한 평가식은 다음과 같다.
-온도
터널화재시 열평형식은 하기 식 6으로 표현된다.
Figure 112006006489906-PAT00039
또한 t초 후 화재하류 x m 지점에서 온도는 하기 식 7로 계산된다.
Figure 112006006489906-PAT00040
여기서, τ=t-(x/u), h=0.02~0.04 ㎾/㎡ㆍK
Figure 112006006489906-PAT00041
이다.
- 방사열유속(radiation heat flux)
Figure 112006006489906-PAT00042
여기서,
q'' = 방사열유속 (㎾/㎡)
Fs = 불꽃 표면으로부터 방사된 연소열 분획(fraction of the combustion heat radiated from the flame surface) = 0.3
m = 연소율(burning rate)(㎏/s) = 0.055 ㎏/(s.㎡)
ΔHc = 가솔린의 발열량 = 43.7 MJ/㎏
x = 화재로부터의 거리 (m)
이다.
-유해가스 농도
유해가스(i)의 농도는 하기 식 10과 산소저감율은 식 11로 계산한다.
Figure 112006006489906-PAT00043
Figure 112006006489906-PAT00044
-가시도 및 가시거리
터널내 화재로 인한 소광계수(extinction coefficient; K)는 하기 식 12 및 식 13으로 표현된다.
Figure 112006006489906-PAT00045
Figure 112006006489906-PAT00046
여기서, OD : 광학밀도(optical density(log10(Io/I), Io : 광원의 세기, I : 수신부 광원의 세기)이다.
식 13에
Figure 112006006489906-PAT00047
를 대입하면 하기 식 14로 계산된다.
Figure 112006006489906-PAT00048
가시거리 V와 가시도(K)의 관계는 일반적으로 하기 식 15로 표시되며, 2는 일반적인 화재에 적용되는 상수이다.
Figure 112006006489906-PAT00049
위 식에서 가시거리(V,m)는 하기 식 16으로 계산한다.
Figure 112006006489906-PAT00050
여기서, Dmass는 총광학밀도(mass optical density)로 Ingoson은 표 9와 같이 제시하였다.
총광학밀도
type of vehicle mass optical density, Dmass(㎡/㎏)
road car(steel) 381
car(plastic) 330
bus 203
truck 76-102
subway(steel) 407
subway(aluminium) 331
rail IC-type 153
ICE-type 127-229
two joined half Veh 127-178
< 4-6 > FED 계산 모듈
열환경 및 유해가스가 미치는 영향을 정량적으로 평가하기 위한 방법으로 FED(fractional effective dose)를 평가하는 방법을 이용하였다.
FED는 인간이 열환경이나 유해가스에 노출되어 나타나는 영향을 정량화하여 평가하기 위한 것으로 t 시간 동안 인간이 호흡한 유해가스의 누적량(ppmㆍt)를 특정한 영향(incapacitation or death)을 미치는 Ct 값으로 나눈값이다. 일반적으로 치명적인 영향을 미치는 정도를 L(CT)50을 기준으로 하고 있다.
본 발명에서 터널화재시 유해가스 및 열환경이 인간에 미치는 영향을 검토하기 위하여 FED 방법을 적용하였다.
FED 계산을 위한 모델은 PURSER's 모델, N-GAS 모델, 미국 FAA의 모델 등이 있으며, 본 발명자들은 FED 값을 FAA 모델 보다 높게 평가하며, 또한 도로터널 위험도 평가에 일반적으로 적용하고 있는 PURSER's 모델을 적용하였으며, 환경 및 가시거리에 대한 모델을 추가로 적용하였다.
PURSER's 모델의 특징 및 본 발명에 적용한 내용을 기술하면 다음과 같다.
- CO와 HCN을 대상물질로 함, 본 발명에서는 터널화재시 HCN에 대한 연구자료가 부족하여 이를 적용하지는 않았다.
- CO2는 호흡량을 증가시켜 CO와 HCN의 호흡을 가중한다.
- 산소 저감에 의한 영향은 유해가스에 의한 영향과 복합적으로 일어난다.
- CO2의 호흡에 의한 영향은 유해가스에 의한 영향과는 무관하다.
- 본 발명에서는 FAA의 위험도 평가모델에서 적용한 바와 같이 유해가스의 온도, 복사열에 의한 영향을 모두 가중하여 FED 값을 계산하였다.
각 유해가스에 대한 FED 계산식 중 주요 계산식만을 기술하면 다음과 같다
(1) CO가스
CO는 호흡에 의해서 혈액중 헤모글로빈과 반응하여 COHb(carboxyhemoglobin)을 형성하며, CO 농도 및 노출시간에 따른 혈중 COHb의 농도(%)는 하기 식 17로 구한다.
Figure 112006006489906-PAT00051
CO 가스의 흡입이 인체에 미치는 영향은 위험도지수, FI(FID : frctonal incapacitating dose)는 하기 식 18로 구한다.
Figure 112006006489906-PAT00052
여기서, FICO : 의식불명에 이르게 하는 위험도 지수, D : 의식불명에 이르는 COHb 농도(%)로 본 발명에서는 30%로 하였다.
(2) 산소의 저감율
산소농도의 저감은 의식불명에 이르게 하는 위험인자의 하나로 산소농도 저감율이 10% 전후에 도달하면 의식불명에 이르게 되며, 9.6%가 한계치로 알려져 있다. 산소 저감에 다른 위험지수는 하기 식 19로 구한다.
Figure 112006006489906-PAT00053
여기서, %O2 : 산소의 농도(%)이다.
(3) 이산화탄소
이산화탄소는 독성 가스는 아니지만 농도가 높아질수록 호흡량을 증가시키는 원인이 되어 유독가스의 호흡량을 증가시키게 된다.
일반적으로 이산화탄소의 농도가 3%일 때는 호흡량이 2배, 5%일 때는 3배 정도 증가하며, CO2 농도에 따른 호흡량 증가는 다음과 같이 구한다.
Figure 112006006489906-PAT00054
일반적으로 이산화탄소 농도가 10% 이상에서는 약 2분 안에 의식을 잃게 되며, 이산화탄소에 의한 위험도 지수는 하기 식 21이 된다.
Figure 112006006489906-PAT00055
(4) HCN(hydrogen cyanide)
HCN에 대한 위험도 지수는 하기 식 22로 계산한다.
Figure 112006006489906-PAT00056
Figure 112006006489906-PAT00057
80<ppmHCN<180 ppm
(5) 열환경
-온도에 대한 FED 계산
Figure 112006006489906-PAT00058
- 복사열에 대한 FED 계산
Figure 112006006489906-PAT00059
전술한 열환경 및 유해가스환경에 대한 FED 평가는 Purser는 하기 식 25로 제시하고 있다.
Figure 112006006489906-PAT00060
그러나, 미연방 항공우주국이 비행기 화재산고시 FED 평가 모델에서는 열환경인자(온도, 복사열) 및 유해가스에 대한 영향을 시간 개념을 도입하여 모두 합하여 FED를 평가하고 있다. 따라서, 본 발명에서도 인체에 미치는 각 인자의 영향을 모두 합하여 FED를 평가하였다. FED 평가식은 다음과 같이 적용하였다.
Figure 112006006489906-PAT00061
< 4-7 > FED 계산예
FED의 특징은 대피자의 피난지역을 자동으로 설정하거나 임의조정할 수 있고, 초기 차량위치 및 대피자의 위치를 자동 결정할 수 있으며, 대피속도(보행속도) 계산의 선택적(전방대피자의 밀도, 전방대피자와 거리고려)으로 수행할 수 있고, 연기농도에 다른 가시도 계산을 계산을 통해 연기농도가 대피속에 미치는 영향을 받영할 수 있다. 아울러, 화재시 차량내 대기시간 및 대피 결정시간까지의 지체시간을 선택적으로 적용할 수 있으며, 온도 및 유해가스 농도에 대한 계산식에 의한 계산이 가능하고 온도 및 유해가스 농도에 대한 DB 작성 및 DB 적용이 가능하다.
터널 위험도 평가를 위해서 150 m 터널 양방향으로 차량이 정체된 상황에서 화재가 발생하는 경우, 본 발명에서는 대피시간과 FED 값이 0.3 이상이 되는 대피자수에 대한 분석을 수행하였다.
계산조건은 터널연장은 1500 m, 극심한 정체로 차량이 터널 전체에 정체된 상황, 화재 강도는 각각 20, 50 MW, 대피인원은 약 2,369명, 대피시간에 차량을 버리는 시간과 대피를 결정하는 시간을 고려, 경고방송 화재후 120s 이다.
화재강도가 20 MW인 경우, 피난연락갱 간격이 250 m인 경우에는 민감한 사람이 영향을 받는 것으로 알려진 FED=0.3 이상이 되는 대피자는 없는 것으로 계산되나, 피난연락갱 간격이 300, 375, 500 m로 증가함에 따라 3.8, 31.8, 160명으로 급격하게 증가한다. 또한, 화재강도가 50 MW인 경우에는 피난연락갱 설치간격이 250 m인 경우에도 FED=0.3을 초과하는 대피자가 발생하고 있으며, 이 경우 피난연락갱 설치거리에 따라서 각각 53.2, 102.5, 141.8, 273.5명으로 증가하고 있다.
대피시간의 검토에서 피난연락갱 간격이 250 m인 경우, 대피시간은 각각 636(20 MW), 778(50 MW)로 화재강도가 증가하면 연기에 의한 보행속도가 저하하여 대피시간이 증가하고 있으며, 앞에서 설명한 순수한 대피시간 276 s보다 약 2.8배 증가하는 것으로 나타나고 있다.
이상의 검토에서 피난연락갱 간격이 250 m인 경우, 화재강도를 20 MW로 고려하는 경우에는 FED 값이 0.3을 초과하는 대피자수는 3.8명으로 전체의 0.16%에 불과하지만 화재강도를 50 MW로 고려하는 경우에는 53.2명으로 급격하게 증가함을 확인하였다. 이와 같이 FED 값이 0.3을 초과하는 대피자수가 급격하게 증가하는 원인은 유해가스 농도의 증가뿐만 아니라 가시거리의 저하로 보행속도가 감소하여 터널에 채류하는 시간이 증가하기 때문이다.
20 MW의 화재강도에서는 피난연락갱 간격이 증가하면 기하급수적으로 예상되는 사상자수가 증가하나, 50 MW로 하는 경우에는 거의 비례적으로 증가하는 경향을 보이고 있다. 또한, 대피시간은 가시거리에 영향을 많이 받기 때문에 화재강도에 영향을 받으며, 지체시간을 고려하면 가시거리와 지체시간을 고려하지 않은 simulex에 의한 대피시간 보다 최대 1.8배까지 증가하는 것으로 나타나고 있다. 따라서, 터널내 대피시간 산정을 위해서 지체시간에 대한 검토와 가시거리 저하에 따른 보행속도의 감소영향을 반드시 고려하여야 할 것으로 판단된다.
한편 도 14는 본 발명의 일실시예에 따른 개략적인 시스템의 구성을 도시한다. 도시된 바와 같이 본 발명의 중앙제어부는 데이터 획득모듈; 과 정체길이 및 차량수 분석모듈;과 대피시간 측정모듈;과 온도 및 유해가스 측정모듈; 및 FED 측정모듈로 구성되며, 필요에 따라 감지부 및 입출력부를 더 포함하여 구성될 수 있다. 또한 상기 중앙제어부는 도시된 DB와 연동하여 측정된 데이터를 저장 및 호출할 수 있다.
상기 데이터 획득모듈은 전술한 바와 같이 터널 화재발생 시나리오 및 이에 따른 사고발생율을 추정하기 위한 데이터를 획득하며, 상기 정체길이 및 차량수 분석모듈은 화재발생시 터널내 차량의 정체길이 및 차량수를 분석하며, 상기 대피시간 측정모듈은 차량내 대피자의 대피시간을 측정하며, 상기 온도 및 유해가스 측정모듈은 터널내 온도 및 유해가스 농도를 측정하며, 상기 FED 측정모듈은 FED(fractional effective dose)를 측정한다.
상기에서 살펴본 바와 같이, 본 발명의 터널화재 위험도의 예측방법 및 시스템은 대피자의 피난지역, 초기 차량위치 및 대피자의 위치의 자동 결정, 대피속도의 계산, 연기농도가 대피속에 미치는 영향의 반영, 화재시 차량내 대기시간 및 대피 결정시간까지의 지체시간의 선택적 적용, 온도 및 유해가스 농도에 대한 계산식에 의한 계산, 온도 및 유해가스 농도에 대한 DB 작성 및 DB 적용이 가능하므로, 다양한 터널의 위험도를 평가하여 안전한 터널 공사 내지는 완공된 터널의 보완하는데 사용될 수 있다.

Claims (22)

  1. ⅰ) 터널 화재발생 시나리오 및 이에 따른 사고발생율을 추정하기 위한 데이터를 얻는 단계;
    ⅱ) 화재발생시 터널내 차량의 정체길이 및 차량수를 분석하는 단계;
    ⅲ) 차량내 대피자의 대피시간을 측정하는 단계;
    ⅳ) 터널내 온도 및 유해가스 농도를 측정하는 단계; 및
    ⅴ) FED(fractional effective dose) 측정 단계를 포함하는, 터널화재 위험도의 예측방법.
  2. 제 1항에 있어서, 상기 터널 화재발생에 대한 시나리오는 승용차의 화재발생 시나리오 및, 버스 및 화물 차량의 화재발생 시나리오로 구성되고,
    상기 승용차의 화재발생 시나리오는 승용차 1대에 대한 최대화재 강도를 5 MW로, 사고의 40%를 경미한 화재로 설정하며, 승용차 2대 이상의 차량으로 확산되는 화재강도를 10 MW로 하며, 인접차량으로 화재가 확대될 가능성을 2%로 설정되며,
    상기 버스 및 화물 차량의 화재발생 시나리오는 화물차량과 버스의 화재중 87%는 20 MW급, 11%는 30 MW급, 2%는 50 MW 이상급으로 설정하며, 20, 30 MW의 화 재에 대해서 화재성장율 및 총발생열량을 0.1 ㎾/s2, 41 GJ과 54 GJ로, 50 MW 급 이상의 화재에 대해서는 화재성장율 및 총발생열량을 0.215 ㎾/s2, 65 GJ로 설정하는 것을 특징으로 하는 터널화재 위험도의 예측방법.
  3. 제 1항에 있어서, 상기 사고발생율은 30~40건/1억 Vehㆍ㎞인 것을 특징으로 하는 터널화재 위험도의 예측방법.
  4. 제 1항에 있어서, 상기 차량의 정체길이 및 차량수의 분석은 교통특성을 정체시(congest traffic flow)와 정상시(normal traffic flow)로 구분하여 설정하며, 터널 구간을 화재지점을 기준으로 5개의 구간(zone 1: 터널폐쇄후 화재후방에 차량이 존재하지 않는 구간, zone 2: 터널차단 이전에 도착한 차량이 사고를 인식하지 못하고 계속 진행하는 구간, zone 3: 차량이 정체된 구간, zone 4: 화재하류의 차량이 없는 구간, zone 5: 화재하류의 차량이 계속 진행하는 구간)으로 구분하여 시간대별 차량수를 계산하며,
    정체지점의 전파속도(speed of shock wave; Uw)는
    Figure 112006006489906-PAT00062
    여기서, q1 : 정체지점의 시간교통량(traffic flow rate), q2 : 도착 시간 교통량(pc/h), D0: 정체저점의 교통밀도(150 pc/㎞), D1 : 도착교통류의 교통밀도이고,
    차두간격은
    Figure 112006006489906-PAT00063
    여기서, Ni : I 차종의 차량수, PCUtotal : 총괄 승용차 환산계수, Φi : I 차종의 혼입율이고,
    평균차두간격(Dv)은
    Figure 112006006489906-PAT00064
    여기서, CLi는 i 차종의 차량길이이고,
    전방의 대피자와의 거리에 따른 보행속도는
    Figure 112006006489906-PAT00065
    Wspd = Vu, Dp>td
    여기서, Vu는 방해물이 없는 경우에 보행속도로 Vu = 1.4 ㎧, Dp는 앞사람과의 거리, TD : 1.6 m, b : body depth이고,
    밀도에 의한 보행속도는
    Figure 112006006489906-PAT00066
    Wspd = 0.85k
    여기서, a = 0.266 ㎡/person, DH : 밀도, k는 상수로 경사로(ramp)나 회랑(corridor), 출입구(doorway)의 경우에는 1.4 ㎧인 것을 특징으로 하는 터널화재 위험도의 예측방법.
  5. 제 1항에 있어서, 상기 차량내 대피자의 대피시간의 측정은 화재 발생후 차량에서 대기하는 대기시간(time in car or leave the car)과 차량에서 하차하여 대피를 결정하는 시간(hesitation time), 대피를 시작하여 안전장소로 이동하는 대피시간(walking time)으로 설정하는 것을 특징으로 하는 터널화재 위험도의 예측방법.
  6. 제 5항에 있어서, 상기 차량내 대피자의 대피시간의 측정은 경고 방송후에 차량을 버리는 사람은 81.6%이며 통계분포는 GEV(-0.22, 19.81, 33.08)(GEV 함수 :
    Figure 112006006489906-PAT00067
    )이고 비율/확률분포식은 28 0.28+(1-0.28)GEV(-0.44, 13, 8.42)를 따르며, 나머지 사람중 51%는 80~130초 전에 차량을 버리는 사람으로 통계분포는 Norm(41.6, 17.1)을(Norm 함수:
    Figure 112006006489906-PAT00068
    ), 49%는 80~130초 이후에 차량을 버리는 사람으로 통계분포는 Gumb(28.8, 155)(Gumb 함수 :
    Figure 112006006489906-PAT00069
    )이며, 이들의 비율/확률분포식은 8 0.08+(1-0.08)Norm(151, 8)를 따르는 것을 특징으로 하는 터널화재 위험도의 예측방법.
  7. 제 1항에 있어서, 상기 차량내 대피자의 대피시간의 측정은 차로수(편도 2,3,4 차로)로 이루어지고, 상기 2, 3, 4차로의 경우 각각 1.14 s/m, 1.23 s/m, 1.548 s/m인 것을 특징으로 하는 터널화재 위험도의 예측방법.
  8. 제 7항에 있어서, 상기 차량내 대피자의 대피시간의 측정은 추가적으로 어린이를 포함하여 이루어지고, 성인의 보행속도는 1~1.2 ㎧, 어린이의 보행속도는 0.7 ㎧로 적용하는 것을 특징으로 하는 터널화재 위험도의 예측방법.
  9. 제 1항에 있어서, 상기 터널내 온도의 측정은
    터널화재시 열평형식은
    Figure 112006006489906-PAT00070
    으로,
    t초 후 화재하류 x m 지점에서 온도는
    Figure 112006006489906-PAT00071
    여기서, τ=t-(x/u), h=0.02~0.04 ㎾/㎡ㆍK
    Figure 112006006489906-PAT00072
    이고,
    방사열유속(radiation heat flux)은
    Figure 112006006489906-PAT00073
    여기서,
    q'' = 방사열유속 (㎾/㎡)
    Fs = 불꽃 표면으로부터 방사된 연소열 분획(fraction of the combustion heat radiated from the flame surface) = 0.3
    m = 연소율(burning rate)(㎏/s) = 0.055 ㎏/(s.㎡)
    ΔHc = 가솔린의 발열량 = 43.7 MJ/㎏
    x = 화재로부터의 거리 (m)인 것을 측정하는 것을 특징으로 하는 터널화재 위험도의 예측방법.
  10. 제 1항에 있어서, 상기 유해가스 농도는
    Figure 112006006489906-PAT00074
    으로,
    산소저감율은
    Figure 112006006489906-PAT00075
    로 측정하며,
    추가적으로 가시도 및 가시거리는
    소광계수(extinction coefficient; K)를
    Figure 112006006489906-PAT00076
    Figure 112006006489906-PAT00077
    여기서, OD : 광학밀도(optical density(log10(Io/I), Io : 광원의 세기, I : 수신부 광원의 세기)이며
    식 13에
    Figure 112006006489906-PAT00078
    를 대입하여
    Figure 112006006489906-PAT00079
    이고,
    이때 가시거리 V와 가시도(K)의 관계는
    Figure 112006006489906-PAT00080
    로
    가시거리(V,m)는
    Figure 112006006489906-PAT00081
    여기서, Dmass는 총광학밀도(mass optical density)인 것을 특징으로 하는 터널화재 위험도의 예측방법.
  11. 제 1항에 있어서, 상기 FED(fractional effective dose)는 t 시간 동안 인간이 호흡한 유해가스의 누적량(ppmㆍt)를 특정한 영향(incapacitation or death)을 미치는 Ct 값으로 나눈값이며,
    이때, CO가스는
    Figure 112006006489906-PAT00082
    CO 가스의 흡입이 인체에 미치는 영향은 위험도지수, FI(FID : frctonal incapacitating dose)는
    Figure 112006006489906-PAT00083
    여기서, FICO : 의식불명에 이르게 하는 위험도 지수, D : 의식불명에 이르는 COHb 농도(%)로 30%이고,
    산소의 저감율은
    Figure 112006006489906-PAT00084
    여기서, %O2 : 산소의 농도(%)이고,
    이산화탄소는
    Figure 112006006489906-PAT00085
    으로,
    이산화탄소에 의한 위험도 지수는
    Figure 112006006489906-PAT00086
    로
    HCN(hydrogen cyanide)는
    Figure 112006006489906-PAT00087
    Figure 112006006489906-PAT00088
    80<ppmHCN<180 ppm이고,
    열환경중 온도에 대한 FED는
    Figure 112006006489906-PAT00089
    으로
    복사열에 대한 FED는
    Figure 112006006489906-PAT00090
    열환경 및 유해가스환경에 대한 FED 평가는
    Figure 112006006489906-PAT00091
    인 것을 특징으로 하는 터널화재 위험도의 예측방법.
  12. 중앙제어부와 이에 연동되는 감지부, 입출력부 및 DB로 구성되는 터널화재 예측시스템에 있어서,
    상기 중앙제어부는 터널 화재발생 시나리오 및 이에 따른 사고발생율을 추정하기 위한 데이터를 획득하는 데이터 획득모듈;과
    화재발생시 터널내 차량의 정체길이 및 차량수를 분석하는 정체길이 및 차량수 분석모듈;과
    차량내 대피자의 대피시간을 측정하는 대피시간 측정모듈;과
    터널내 온도 및 유해가스 농도를 측정하는 온도 및 유해가스 측정모듈;과
    FED(fractional effective dose)를 측정하는 FED 측정모듈을 포함하여 구성됨을 특징으로 하는 터널화재 위험도의 예측시스템.
  13. 제 12항에 있어서,
    상기 터널 화재발생에 대한 시나리오는 승용차의 화재발생 시나리오 및, 버스 및 화물 차량의 화재발생 시나리오로 구성되고,
    상기 승용차의 화재발생 시나리오는 승용차 1대에 대한 최대화재 강도를 5 MW로, 사고의 40%를 경미한 화재로 설정하며, 승용차 2대 이상의 차량으로 확산되는 화재강도를 10 MW로 하며, 인접차량으로 화재가 확대될 가능성을 2%로 설정되며,
    상기 버스 및 화물 차량의 화재발생 시나리오는 화물차량과 버스의 화재중 87%는 20 MW급, 11%는 30 MW급, 2%는 50 MW 이상급으로 설정하며, 20, 30 MW의 화재에 대해서 화재성장율 및 총발생열량을 0.1 ㎾/s2, 41 GJ과 54 GJ로, 50 MW 급 이상의 화재에 대해서는 화재성장율 및 총발생열량을 0.215 ㎾/s2, 65 GJ로 설정하는 것을 특징으로 하는 터널화재 위험도의 예측시스템.
  14. 제 12항에 있어서, 상기 사고발생율은 30~40건/1억 Vehㆍ㎞인 것을 특징으로 하는 터널화재 위험도의 예측시스템.
  15. 제 12항에 있어서, 상기 차량의 정체길이 및 차량수의 분석은 교통특성을 정체시(congest traffic flow)와 정상시(normal traffic flow)로 구분하여 설정하며, 터널 구간을 화재지점을 기준으로 5개의 구간(zone 1: 터널폐쇄후 화재후방에 차량이 존재하지 않는 구간, zone 2: 터널차단 이전에 도착한 차량이 사고를 인식하지 못하고 계속 진행하는 구간, zone 3: 차량이 정체된 구간, zone 4: 화재하류의 차량이 없는 구간, zone 5: 화재하류의 차량이 계속 진행하는 구간)으로 구분하여 시간대별 차량수를 계산하며,
    정체지점의 전파속도(speed of shock wave; Uw)는
    Figure 112006006489906-PAT00092
    여기서, q1 : 정체지점의 시간교통량(traffic flow rate), q2 : 도착 시간 교통량(pc/h), D0: 정체저점의 교통밀도(150 pc/㎞), D1 : 도착교통류의 교통밀도이고,
    차두간격은
    Figure 112006006489906-PAT00093
    여기서, Ni : I 차종의 차량수, PCUtotal : 총괄 승용차 환산계수, Φi: I 차종의 혼입율이고,
    평균차두간격(Dv)은
    Figure 112006006489906-PAT00094
    여기서, CLi는 i 차종의 차량길이이고,
    전방의 대피자와의 거리에 따른 보행속도는
    Figure 112006006489906-PAT00095
    Wspd = Vu, Dp>td
    여기서, Vu는 방해물이 없는 경우에 보행속도로 Vu = 1.4 ㎧, Dp는 앞사람과의 거리, TD : 1.6 m, b : body depth이고,
    밀도에 의한 보행속도는
    Figure 112006006489906-PAT00096
    Wspd = 0.85k
    여기서, a = 0.266 ㎡/person, DH : 밀도, k는 상수로 경사로(ramp)나 회랑(corridor), 출입구(doorway)의 경우에는 1.4 ㎧인 것을 특징으로 하는 터널화재 위험도의 예측시스템.
  16. 제 12항에 있어서, 상기 차량내 대피자의 대피시간의 측정은 화재 발생후 차량에서 대기하는 대기시간(time in car or leave the car)과 차량에서 하차하여 대피를 결정하는 시간(hesitation time), 대피를 시작하여 안전장소로 이동하는 대피시간(walking time)으로 설정하는 것을 특징으로 하는 터널화재 위험도의 예측시스 템.
  17. 제 16항에 있어서, 상기 차량내 대피자의 대피시간의 측정은 경고 방송후에 차량을 버리는 사람은 81.6%이며 통계분포는 GEV(-0.22, 19.81, 33.08)(GEV 함수 :
    Figure 112006006489906-PAT00097
    )이고 비율/확률분포식은 28 0.28+(1-0.28)GEV(-0.44, 13, 8.42)를 따르며, 나머지 사람중 51%는 80~130초 전에 차량을 버리는 사람으로 통계분포는 Norm(41.6, 17.1)을(Norm 함수:
    Figure 112006006489906-PAT00098
    ), 49%는 80~130초 이후에 차량을 버리는 사람으로 통계분포는 Gumb(28.8, 155)(Gumb 함수 :
    Figure 112006006489906-PAT00099
    )이며, 이들의 비율/확률분포식은 8 0.08+(1-0.08)Norm(151, 8)를 따르는 것을 특징으로 하는 터널화재 위험도의 예측시스템.
  18. 제 12항에 있어서, 상기 차량내 대피자의 대피시간의 측정은 차로수(편도 2,3,4 차로)로 이루어지고, 상기 2, 3, 4차로의 경우 각각 1.14 s/m, 1.23 s/m, 1.548 s/m인 것을 특징으로 하는 터널화재 위험도의 예측시스템.
  19. 제 18항에 있어서, 상기 차량내 대피자의 대피시간의 측정은 추가적으로 어린이를 포함하여 이루어지고, 성인의 보행속도는 1~1.2 ㎧, 어린이의 보행속도는 0.7 ㎧로 적용하는 것을 특징으로 하는 터널화재 위험도의 예측시스템.
  20. 제 12항에 있어서, 상기 터널내 온도의 측정은
    터널화재시 열평형식은
    Figure 112006006489906-PAT00100
    으로,
    t초 후 화재하류 x m 지점에서 온도는
    Figure 112006006489906-PAT00101
    여기서, τ=t-(x/u), h=0.02~0.04 ㎾/㎡ㆍK
    Figure 112006006489906-PAT00102
    이고,
    방사열유속(radiation heat flux)은
    Figure 112006006489906-PAT00103
    여기서,
    q'' = 방사열유속 (㎾/㎡)
    Fs = 불꽃 표면으로부터 방사된 연소열 분획(fraction of the combustion heat radiated from the flame surface) = 0.3
    m = 연소율(burning rate)(㎏/s) = 0.055 ㎏/(s.㎡)
    ΔHc = 가솔린의 발열량 = 43.7 MJ/㎏
    x = 화재로부터의 거리 (m)인 것을 측정하는 것을 특징으로 하는 터널화재 위험도의 예측시스템.
  21. 제 12항에 있어서, 상기 유해가스 농도는
    Figure 112006006489906-PAT00104
    으로,
    산소저감율은
    Figure 112006006489906-PAT00105
    로 측정하며,
    추가적으로 가시도 및 가시거리는
    소광계수(extinction coefficient; K)를
    Figure 112006006489906-PAT00106
    Figure 112006006489906-PAT00107
    여기서, OD : 광학밀도(optical density(log10(Io/I), Io : 광원의 세기, I : 수신부 광원의 세기)이며
    식 13에
    Figure 112006006489906-PAT00108
    Figure 112006006489906-PAT00109
    이고,
    이때 가시거리 V와 가시도(K)의 관계는
    Figure 112006006489906-PAT00110
    로
    가시거리(V,m)는
    Figure 112006006489906-PAT00111
    여기서, Dmass는 총광학밀도(mass optical density)인 것을 특징으로 하는 터널화재 위험도의 예측시스템.
  22. 제 12항에 있어서, 상기 FED(fractional effective dose)는 t 시간 동안 인간이 호흡한 유해가스의 누적량(ppmㆍt)를 특정한 영향(incapacitation or death)을 미치는 Ct 값으로 나눈값이며,
    이때, CO가스는
    Figure 112006006489906-PAT00112
    ,
    CO 가스의 흡입이 인체에 미치는 영향은 위험도지수, FI(FID : frctonal incapacitating dose)는
    Figure 112006006489906-PAT00113
    여기서, FICO : 의식불명에 이르게 하는 위험도 지수, D : 의식불명에 이르는 COHb 농도(%)로 30%이고,
    산소의 저감율은
    Figure 112006006489906-PAT00114
    여기서, %O2 : 산소의 농도(%)이고,
    이산화탄소는
    Figure 112006006489906-PAT00115
    으로,
    이산화탄소에 의한 위험도 지수는
    Figure 112006006489906-PAT00116
    로
    HCN(hydrogen cyanide)는
    Figure 112006006489906-PAT00117
    Figure 112006006489906-PAT00118
    80<ppmHCN<180 ppm이고,
    열환경중 온도에 대한 FED는
    Figure 112006006489906-PAT00119
    으로
    복사열에 대한 FED는
    Figure 112006006489906-PAT00120
    열환경 및 유해가스환경에 대한 FED 평가는
    Figure 112006006489906-PAT00121
    인 것을 특징으로 하는 터널화재 위험도의 예측시스템.
KR1020060008553A 2006-01-26 2006-01-26 터널화재 위험도의 예측방법 및 시스템 KR20070078333A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020060008553A KR20070078333A (ko) 2006-01-26 2006-01-26 터널화재 위험도의 예측방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020060008553A KR20070078333A (ko) 2006-01-26 2006-01-26 터널화재 위험도의 예측방법 및 시스템

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR2020060002500U Division KR200413246Y1 (ko) 2006-01-26 2006-01-26 터널화재 위험도의 예측시스템

Publications (1)

Publication Number Publication Date
KR20070078333A true KR20070078333A (ko) 2007-07-31

Family

ID=38502689

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020060008553A KR20070078333A (ko) 2006-01-26 2006-01-26 터널화재 위험도의 예측방법 및 시스템

Country Status (1)

Country Link
KR (1) KR20070078333A (ko)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101020191B1 (ko) * 2008-05-08 2011-03-07 지에스건설 주식회사 철도 터널 화재의 위험도 분석 방법
ES2372945A1 (es) * 2011-06-23 2012-01-30 Universidad De Cantabria Método y sistema inteligente para la gestión de emergencias en túneles de carretera.
KR101357545B1 (ko) * 2012-06-18 2014-02-03 대우조선해양 주식회사 선박의 긴급상황 훈련 시스템 및 훈련 방법
KR101443834B1 (ko) * 2013-05-23 2014-09-23 대우조선해양 주식회사 비상탈출훈련시 대피 인원수와 탈출시간 확인시스템 및 그 확인방법
CN109613589A (zh) * 2018-11-12 2019-04-12 中国辐射防护研究院 一种用于核设施事故后果公众毒性影响评价方法
CN110458367A (zh) * 2019-08-16 2019-11-15 西安科技大学 一种煤矿工作面瓦斯地质危险性评价方法
CN117367411A (zh) * 2023-12-07 2024-01-09 深圳市拓安科技有限公司 一种ai物联网隧道的安全导航方法及系统
CN117877735A (zh) * 2024-03-12 2024-04-12 中南大学 一种隧道施工人员热风险监测预警系统及方法
CN117877735B (zh) * 2024-03-12 2024-06-04 中南大学 一种隧道施工人员热风险监测预警系统及方法

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101020191B1 (ko) * 2008-05-08 2011-03-07 지에스건설 주식회사 철도 터널 화재의 위험도 분석 방법
ES2372945A1 (es) * 2011-06-23 2012-01-30 Universidad De Cantabria Método y sistema inteligente para la gestión de emergencias en túneles de carretera.
KR101357545B1 (ko) * 2012-06-18 2014-02-03 대우조선해양 주식회사 선박의 긴급상황 훈련 시스템 및 훈련 방법
KR101443834B1 (ko) * 2013-05-23 2014-09-23 대우조선해양 주식회사 비상탈출훈련시 대피 인원수와 탈출시간 확인시스템 및 그 확인방법
CN109613589A (zh) * 2018-11-12 2019-04-12 中国辐射防护研究院 一种用于核设施事故后果公众毒性影响评价方法
CN109613589B (zh) * 2018-11-12 2023-05-12 中国辐射防护研究院 一种用于核设施事故后果公众毒性影响评价方法
CN110458367A (zh) * 2019-08-16 2019-11-15 西安科技大学 一种煤矿工作面瓦斯地质危险性评价方法
CN110458367B (zh) * 2019-08-16 2023-10-13 西安科技大学 一种煤矿工作面瓦斯地质危险性评价方法
CN117367411A (zh) * 2023-12-07 2024-01-09 深圳市拓安科技有限公司 一种ai物联网隧道的安全导航方法及系统
CN117367411B (zh) * 2023-12-07 2024-04-16 深圳市拓安科技有限公司 一种ai物联网隧道的安全导航方法及系统
CN117877735A (zh) * 2024-03-12 2024-04-12 中南大学 一种隧道施工人员热风险监测预警系统及方法
CN117877735B (zh) * 2024-03-12 2024-06-04 中南大学 一种隧道施工人员热风险监测预警系统及方法

Similar Documents

Publication Publication Date Title
KR20070078333A (ko) 터널화재 위험도의 예측방법 및 시스템
Fahy et al. Firefighter fatalities in the US-2019
Seike et al. Quantitative assessment method for road tunnel fire safety: Development of an evacuation simulation method using CFD-derived smoke behavior
Caliendo et al. Simulation of people evacuation in the event of a road tunnel fire
Król et al. Numerical investigation on fire accident and evacuation in a urban tunnel for different traffic conditions
Seike et al. Walking speed in completely darkened full-scale tunnel experiments
Roh et al. The effect of PSD on life safety in subway station fire
Seike et al. Emergency evacuation speed distributions in smoke-filled tunnels
Cheng et al. A simulation study of tenability for passengers in a railway tunnel with arson fire
Xie et al. An integrated method for assessing passenger evacuation performance in ship fires
KR200413246Y1 (ko) 터널화재 위험도의 예측시스템
Salem Parametric analysis of a cabin fire using a zone fire model
Persson Quantitative risk analysis procedure for the fire evacuation of a road tunnel
Yan et al. Developing a Subway Fire Risk Assessment Model Based on Analysis Theory
Zhilei et al. Simulation research on human evacuation in subway with a single-point fire scenario
Chung et al. Time gap distribution of bus alighting in tunnel fires
Wang et al. Evacuation performance on offshore platforms under different visibility conditions
Galatsis et al. Vehicle cabin air quality monitor using gas sensors for improved safety
Chung et al. Investigation of bus evacuation flow rates for tunnel fire quantitative risk assessment
Sandin et al. Verification and Validation of the ARTU (Tunnel Fire Risk analysis) tool
Purser How to determine toxic effects and human behaviour when exposed to fire smoke in underground facilities–challenges and possibilities
Trulli et al. Fire simulation in a full-scale bilevel rail car: experimental analysis to assess passenger safety
Guarascio et al. Road Tunnel Risk-Based Safety Design Methodology by GU@ LARP Quantum Risk Model
Liang et al. Behavior and psychology of Daegu subway fire accident in Korea
Yu et al. Establishment of a safety evacuation judgment method for metro stations under fire condition with the cumulative effects of combustion products considered

Legal Events

Date Code Title Description
WITN Withdrawal due to no request for examination