습도 상승으로 인한 연기감지기의 비화재보 발생 시 실내에서의 기류해석

Indoor Flow Analysis of Undesired Fire Alarm Due to Increase in Humidity

Article information

Fire Sci. Eng.. 2022;36(3):37-46
Publication date (electronic) : 2022 June 30
doi : https://doi.org/10.7731/KIFSE.586418cd
이가현, 이성은*, 김시국*, 이승철**,
강원대학교 일반대학원 대학원생
Graduate student, Kangwon National Univ.
* 호서대학교 소방방재학과 교수
* Professor, Dept. of Fire and Disaster Protection Engineering, Hoseo Univ.
** 강원대학교 소방방재공학전공 교수
** Professor, Dept. of Fire Protection Engineering, Kangwon National Univ
Corresponding Author, TEL: +82-33-540-3122, FAX: +82-33-540-3129, E-Mail: sclee@kangwon.ac.kr
Received 2022 May 23; Revised 2022 June 17; Accepted 2022 June 20.

Abstract

소방설비의 신뢰성 저하로 문제가 되고 있는 비화재보에 관한 선행 연구는 연기감지기의 응답특성을 확인하는 연구가 대부분이었다. 비화재보에 관한 실험적 연구도 먼지를 이용한 실험이 주를 이루고 있어 최근 문제가 되고 있는 습도(수증기)에 의한 비화재보 연구가 부족한 실정이다. 본 논문에서는 실내에서 습도를 높이기 위해 흔히 사용하는 전기포트를 이용하여 비화재보 실험을 진행하였으며, 실험실 내부에 연기감지기와 온⋅습도를 측정할 수 있는 IoT 센서를 설치하였다. 또한, 수증기의 유동을 해석하기 위해 3차원 수치해석을 진행하였다. 수치해석의 정확도를 확인하기 위해 실험 결과와 비교⋅분석하여 경향성을 확인하였으며, 실험에서 비화재보가 발생한 시점에서의 속도 분포를 비교하였을 때 상대습도가 96%에 도달하더라도 속도가 수증기의 유동에 영향을 줄 수 있을 만큼 높아야 비화재보가 발생하는 것을 확인하였다. 이를 통해 습도 상승으로 인한 비화재보에 관한 연구의 기초자료로 활용 가능할 것으로 판단된다.

Trans Abstract

Most previous studies pertaining to undesired fire alarms, which are due to fire-fighting equipment, have investigated the response characteristics of smoke detectors. Undesired fire alarms are primarily investigated experimentally using dust, whereas undesired fire alarms caused by humidity (water vapor) are rarely investigated. To investigate undesired fire alarms in this study, experiments were performed in a laboratory using electric pots typically used to increase indoor humidity; additionally, smoke detectors and Iot sensors were installed inside the laboratory. Subsequently, a three-dimensional numerical analysis was performed to analyze the flow of water vapor. To confirm the accuracy of the numerical analysis, the velocity distribution of undesired fire alarm obtained was compared with the experimental results. Owing to the agreement between the two results, the three-dimensional numerical model can be used for investigating undesired fire alarms caused by an increase in humidity.

1. 서 론

자동화재탐지설비는 감지기, 발신기, 수신기, 경종 또는 중계기 등으로 구성되어 있는 소방설비로, 이 중 감지기는 건물 내에서 화재가 발생하였을 때 화재를 신속하게 감지할 수 있도록 건물 내부에 설치하도록 규정되어 있다(1). 감지기는 화재 특성상 화재로 인해 발생하는 연기가 열 보다 빠르게 상대적으로 빠르게 확산되기에 감지 범위가 넓은 연기감지기가 건물 내에 주로 설치되고 있다. 그러나, 연기감지기는 화재에 의한 연기가 아닌 연기(음식 조리 시 발생하는 연기 등) 또는 먼지와 같은 요인에도 화재로 감지하기 때문에, 연기감지기의 오작동으로 인한 비화재보의 발생이 증가하고 있다(2). 이러한 비화재보는 불필요한 소방대 출동과 같은 소방력 낭비로 이어져 문제되고 있는데 소방청 자료에 따르면 최근 10년간 119 생활안전 활동 현황 중 비화재보로 소방대가 출동한 건수는 Figure 1과 같다. 이를 통해 2011년 소방대의 전체 출동건수 중 비화재보로 인해 출동한 비율이 약 2.4%에서 2020년 약 9.5%로 약 4배 증가함을 알 수 있었다(2). 이는 비화재보로 인한 출동으로 인해 소방력의 손실이 증가하고 있음을 나타낸다. 이러한 비화재보는 빈번한 오작동으로 인해 소방설비의 신뢰성이 저하되고, 소방대의 오인 출동으로 인해 실제 화재 장소에서 골든타임을 놓쳐 피해가 증대될 수 있으므로 비화재보 발생 원인을 분석하고 감소시키는 것이 무엇보다 중요한 실정이다.

Figure 1

The current status of 119 life safety activities over the past 10 years(2).

비화재보는 다양한 요인에 의해 발생하며, 소방청 자료에 따르면 연기감지기에서의 비화재보 발생 원인 중 습기(수증기)가 14.6%로 비화재보의 주원인임을 알 수 있었다(3). 또한, 특정소방대상물에서 비화재보가 발생한 요인을 조사한 결과 습도차가 21건으로 가장 많이 차지하는 것을 알 수 있었다(4). 관련 문헌을 통해 습기(수증기)로 인한 비화재보의 발생이 잦은 것을 확인하여 습기를 비화재보 발생 원인으로 하였고, 실제 실내의 습도를 높이기 위해 전기포트로 물을 끓이는 사례가 있어 전기포트를 이용하여 비화재보 실험을 진행하고자 하였다.

실험을 진행하기 전 관련 문헌을 참고하기 위해 선행 연구를 조사하였다. Yu(5)는 기존의 광전식 연기감지기가 단순한 연기 알고리즘을 사용하여 비화재보에 둔감한 것으로 알고리즘이 향상된 이중 광전식 연기감지기를 사용하여야 한다고 언급하였으며, 이중 광전식 연기감지기에 대한 신뢰성을 확인하기 위해 모든 시험화재(TF1∼TF5)에서 응답성능시험을 진행하였다. Son 등(6)은 비화재보를 줄이기 위해 다중센서 화재감지장치를 제안하였으며, 이는 열 또는 연기 외에 CO 센서를 사용하기에 훈소 및 불완전연소 등의 화재 상황에서도 비화재보를 줄일 수 있을 것이라 언급하였다. 다중센서 화재감지장치의 온도응답특성과 연기 및 CO 응답특성시험을 검증하기 위해 실제 화재시험을 수행하였으며, 이를 통해 다중센서 화재감지장치로 비화재보의 발생을 감소시킬 수 있는 것을 확인하였다. Lee 등(7)은 감지기의 오작동 등 감지기에서 발생하는 문제점을 해결하기 위한 연구로 분진 및 풍속에 따라 광전식 연기감지기 내 챔버의 응답특성을 확인하였다. 시료에 따라 분진시험을 진행하였으며, 실험 결과 연기감지기 챔버 내부에 분진과 풍속에 의해 오염도가 증가하게 되면 챔버 내부의 단위체적당 연기밀도에 영향을 주어 비화재보의 농도에서도 오작동이 발생할 수 있는 것을 확인하였다. Lee 등(8)은 실내에서 발생할 수 있는 먼지를 다양한 색상의 섬유분진으로 나타내어 이에 따른 연기감지기의 실내적응성을 연구하였다. 연구에서는 광전식 연기감지기를 사용하였으며, 시료의 색상을 갈색, 백색, 회색, 흑색으로 달리하여 오염도를 분석하였다. 분진실험 및 감도시험을 통해 색상에 따라 오염도와 연기감지기 내 챔버의 수광부 전압 측정에서 차이가 나타나는 것을 확인하였다.

선행 연구들은 주로 연기감지기의 응답특성을 확인하였으며, 비화재보의 발생 원인을 확인하고자 실시한 실험적 연구는 먼지를 이용한 실험이 대부분임을 확인할 수 있었다. 그러나, 최근 국내에서 발생하는 비화재보의 주원인은 수증기이기에 이와 관련된 연구가 필요하다고 판단되었다.

따라서, 본 논문에서는 실생활에서 습도를 높이는데 흔히 사용하는 전기포트를 이용하여 습도 상승에 의한 비화재보 실험을 진행하였으며, 실험실 내부에 연기감지기와 IoT 센서를 설치하여 비화재보 발생 시 온⋅습도를 확인하고자 하였다. 또한, 수증기의 유동을 확인하기 위해 3차원 수치해석을 이용하였으며, 수치해석의 정확도를 알아보기 위해 실험 결과값과 비교⋅분석하였다.

2. 비화재보 실험

실험을 진행할 실험실은 Figure 2(a)와 같이 방과 복도로 이루어져 있다. 실험실의 전체 길이는 5.2 m, 너비 7 m, 높이 2.5 m이며, 벽면은 두께가 0.05 m인 샌드위치패널로 제작되었다. 실험실 내부에 위치한 방(room)은 길이 4 m, 너비 2.5 m, 높이 2.5 m로 제작되었으며, 방 안에는 실험 직후 환기를 위해 직경 0.18 m의 배기구가 설치되어 있다. 실험 장비들은 길이 1.8 m, 너비 0.55 m, 높이 0.9 m의 하부장에 위치하고 있다. 방과 연결된 복도(corridor)는 길이 7 m, 너비 1.5 m, 높이 2.5 m이며, 방에 위치한 배기구와 동일한 직경의 배기구를 설치하였다. 또한, 복도에는 창문을 제작하여 모니터링 룸(monitoring room)에서 실험실 내부의 상황과 연기감지기의 작동 유무를 확인할 수 있으며, 방과 주출입문에 위치한 문은 높이 2.1 m, 너비 0.9 m, 두께 0.05 m로 여닫이식으로 제작하였다. 비화재보를 확인하기 위해 설치한 연기감지기와 IoT 센서는 천장부(높이 2.5 m)에 설치하였고 총 6군데 위치하였으며, 각 지점을 Point (P)로 명명하였다. 실험이 진행되는 방 안에 위치한 하부장의 직상부인 P1을 기준으로 1.65 ± 0.35 m 씩 떨어뜨려 간격을 두어 P2∼P6을 설치하였다.

Figure 2

Schematic diagram and phtograph of unwanted fire alarm experiment.

Figure 3은 실험실 내부에 설치된 연기감지기와 IoT 센서를 나타낸 것이다. 실험실 내부에 설치된 연기감지기는 국내에서 일반적으로 사용하고 있는 아날로그 광전식 연기감지기를 설치하였다. 연기감지기는 직경 약 0.12 m로 온도 –10 ℃∼50 ℃, 상대습도 95% 이내에서 사용하도록 권장하고 있다. 국내의 감지기와 관련된 기준에서 연기감광률이 15 %/m에 도달하면 감지기가 작동하도록 명시되어 있어 실험실에 설치된 연기감지기도 15 %/m에 일정 시간 도달하면 작동하는 것을 확인할 수 있었다. 연기감지기에서 측정하는 연기 농도는 모니터링 룸에 위치한 수신기로 전달되며 수신기에서 데이터를 저장할 수 있어 시간에 따른 연기 농도 변화량을 확인할 수 있었다. 또한, 연기감지기는 전원을 인가한 상태에서 온도 40 ± 2 ℃, 상대습도 93 ± 3%에서 4일간 방치할 때 구조 및 기능에 이상이 없는지 확인하는 습도시험을 진행하기에 실험 중 비화재보가 발생하였을 때 연기감지기 부근의 온⋅습도를 확인하기 위해 IoT 센서를 설치하였다(9). 실험에 사용한 IoT센서는 온도 –48∼85 ℃, 상대습도 0∼99%에서 측정이 가능하여 습도시험 기준인 온도 40 ± 2 ℃, 상대습도 93 ± 3%을 포함하는 측정범위를 가지고 있다. 또한 측정된 데이터는 연결된 컴퓨터로 전달 및 저장되어 비화재보 발생 시 감지기 부근의 온⋅습도를 확인할 수 있었다.

Figure 3

Smoke detector and IoT sensor installed in experiment.

실험에서 습도를 높이기 위해 Figure 4(a)와 같이 전기포트를 이용하였다. 실험에 사용된 전기포트는 직경 0.13 m, 높이 0.27 m로 물을 최대 3 L까지 넣을 수 있으며, 스테인리스로 되어 있어 열전도율이 빨라 짧은 시간 안에 물을 끓일 수 있다. 또한, 수치해석 내 경계조건으로 사용하기 위해 실험에서 수증기의 발생량 및 온도변화량을 측정하고자 하였으나, 이를 실제로 측정하기 어려워 Figure 4(b)와 같이 물의 질량감소량과 물 표면의 온도변화량을 측정하여 변환하여 사용하였다. 물의 질량감소량은 초당 0.01 g까지 측정가능한 저울을 이용하였으며, 물 표면의 온도변화량은 열전대를 부착하여 측정하였다.

Figure 4

Electric port and measuring equipment used in the experiment.

비화재보 실험은 시작 전 주변 환경을 보건복지부에서 정한 적정 실내 온⋅습도에 맞춰 온도는 약 10∼20 ℃, 상대습도를 40∼60%에서 진행하였으며, 전기포트 속 물이 모두 증발하였을 때 실험을 종료하였다. 실험을 시작함과 동시에 모니터링 룸에서는 방 안에 있는 디지털 시계를 작동시켜 실험 상황을 일지에 수기로 작성하였다.

3. 3차원 수치해석

실험에서 관측하기 어려운 수증기의 유동을 알아보고자 3차원 수치해석을 이용하였으며, 해석 영역 내 수증기를 구현하기 위해 실험에서 측정한 물의 질량감소량과 물 표면의 온도변화량을 변환하여 수증기의 경계조건으로 사용하였다. 수치해석 결과의 정확도를 확인하기 위해 실험 결과값과 비교⋅분석하였으며, 3차원 수치해석은 computational fluid dynamics (CFD) 프로그램인 STAR-CCM+ ver.15.06을 이용하였다.

3.1 3D 모델링 및 해석 영역

해석 영역은 Figure 5와 같이 실험실과 동일한 크기로 구현하였다. 실험이 진행된 방 안에는 하부장 위에 물의 질량감소량을 측정하기 위한 저울과 전자레인지, 냉장고 등이 위치해 있었으나, 수치해석에서는 전기포트가 놓여진 위치만 필요하기에 3D 모델링 한 후 전기포트를 제외하고는 해석되지 않도록 설정하였다. 또한, 실험에서 주출입구로 일부 유출되는 스팀 형태의 수증기를 확인하여 수치해석 내 해석 영역이 완전 밀폐되지 않도록 문틈을 구현하였다. 수증기의 정확한 유출량을 모르기 때문에 문틈을 0.001 m로 가정하여 문틈의 면적을 유효면적으로 계산하였다. 문틈이 해석 영역에 비해 매우 작기에 문틈의 격자 생성 시 오류가 발생할 수 있어 문틈에서 길이 1 m, 너비 0.5 m, 높이 0.1 m 만큼의 격자를 계산하기 위한 공간을 마련하였다.

Figure 5

Computational domain.

실험에서 사용된 전기포트는 전기포트 본체, 손잡이, 배출구, 받침대 등으로 구성되어 있어 실제 형상을 그대로 구현하게 되면 격자를 구성하는 데 오류가 발생할 수 있어 Figure 6(a)와 같이 구현하였다. 또한, 전기포트 내 물이 증발하는 현상을 수치해석에서 구현하기 위해서는 시간에 따른 물의 높이 등과 관련된 정보가 필요하였으며, 이를 해결하기 위해 관련 문헌을 참고하여 전기포트 표면에서 수증기가 발생한다고 가정하였다(10). 해석 영역 내 위치한 연기감지기는 실험실과 동일한 지점에 위치시켰으며, 감지기 업체에서 도면을 제공받아 3D 모델링하여 Figure 6(b)와 같이 구현하였다.

Figure 6

Modification of computational conditions.

3.2 지배방정식 및 경계조건

수치해석에서 사용된 지배방정식은 식 (1)∼(5)와 같다(11).

연속 방정식(continuity equation):

(1)ρt(ρui)=0

운동량 방정식(momentum equation):

(2)Xj(ρuiujTij)=pXi

에너지 방정식(energy equation):

(3)Xi(ρuiT)=pXi(μ1σ1+μtσt)TXi

난류운동에너지 방정식(turbulent kinetic energy equation):

(4)t(ρk)+(ρkV¯)=[(μ+μtσk)k]+Pkρ(0)+Sk

난류운동에너지 소산율 방정식(dissipation rate equation of turbulent kinetic energy eqaution):

(5)t(ρ)+(ρV¯)=[(μ+μtσ)]+1TeC1PC2f2ρ(Te0T0)+S

여기서 ρ는 밀도, ui, uj는 각 좌표축의 속도 성분,p는 압력, μ는 점성계수, V ̅는 평균 속도, Sk, Sϵ는 운동량 방정식 생성항이다.

또한 σk, σϵ, Cϵ2는 실험상수 값으로 각각 1, 1.2, 1,9를 사용하며Cϵ1은 최대 0.43, η5+η을 사용한다.

해석 영역의 초기 조건은 실험 일지에 맞춰 온도 14 ℃, 상대습도 61.32%로 설정하였다. 또한, 전기포트 표면에서 수증기가 발생할 수 있도록 질량에 따른 inlet 조건을 부여하였다. 설정한 경계조건에 따라 수증기의 증발량과 온도변화량, 수증기의 질량분율이 시간에 따라 변할 수 있도록 하였다. 수증기에 관한 경계조건 중 증발량은 실험에서 측정한 물의 질량감소량을 증발량으로 변환하였고 심하게 요동치는 값들은 보정하여 Figure 7(a)와 같이 사용하였다. 온도변화량은 Figure 4(b)와 같이 물의 표면, 입구부, 배출구에 각각 하나씩 K타입 열전대를 놓고 측정하였으며, 측정한 데이터를 이용하여 Figure 7(b)와 같이 사용하였다. 각 벽면에서의 경계조건으로 속도는 점착조건을, 온도는 단열조건을 부여하였다.

Figure 7

Input parameter for water vapor.

다음으로 수증기의 질량분율은 공기 내에서 총 질량 대비 수증기의 질량 비율을 나타낸 것으로, 실험에서 측정한 물의 질량과 전기포트의 체적을 이용하여 절대습도를 구하였고 이를 실험에서 측정한 온도변화량과 함께 습공기선도 프로그램으로 계산하여 Table 1과 같이 나타내었다.

Input Parameter on Mass Fraction of Water Vapor

다음으로 해석영역 내 상대습도 값을 확인하기 위해서는 상대습도와 관련된 수식을 입력해야 수치해석 내에서 확인할 수 있기에 관련 문헌을 통해 식 (6)∼(9)와 같이 설정하였고, 상대습도는 수증기분압과 포화수증기압의 비율을 이용하였다(12).

절대습도(absolute humidity, AH):

(6)MassFractionofWatervaporMassFractionofAir

여기서 mass fraction of water vapor는 수증기 질량 분율을, mass fraction of air은 공기 질량 분율을 의미한다.

상대습도(relative humidity, RH):

(7)PVaporPSat×100

여기서 PVapor는 수증기분압, PSat은 포화수증기압을 의미한다.

포화수증기압(saturation vapor pressure, PSat):

(8)611.21×exp[(18.678TC234.5)(TC257.14+TC)]

여기서 TC 는 섭씨온도를 의미한다.

수증기분압(vapor pressure, PVapor):

(9)AH×Absolute  Pressure18.015328.9664+AH

여기서 AH는 절대습도를 의미힌다.

3.3 수치해석 방법

수치해석은 3차원, 비정상 상태, 난류 유동으로 가정하였으며, 난류 모델로는 realizable k-ε을 채택하였다. 앞서 설명한 지배방정식은 유한체적법으로 이산화하여 계산하였고, 시간 간격(∆t)에 대하여 안정적으로 해석하기 위해 음해법(implicit method)을 이용하였다. 질량과 운동량 방정식은 segrefated flow solver를 이용하였으며, semi-implicit method for pressure-linked equation (SIMPLE) 알고리즘을 사용하여 연속방정식과 운동량 방정식을 이용하여 연속 방정식을 만족시키는 속도장을 예측한다(13). 또한, 비선형방정식을 반복계산하여 해석을 진행하기 때문에 계산되는 값의 수렴을 확인하여야 하는데, 격자 각각에서의 종속 변수들의 수렴성을 판단하기 위해 잔차(residual)가 10-4 이하에 도달하면 수렴된 것으로 판단하였다. 해석에서는 수렴성을 만족하기 위해 약 62,000회 반복계산을 하였으며, ram 32 GB와 3.69 GHz 16 core의 컴퓨터 사양에서 계산은 약 120 h 이상 소요되었다.

3.4 격자 의존성 파악

해석 영역의 격자는 기본 크기를 0.05 m로 설정하였으며, 벽면으로 갈수록 격자의 크기를 조밀하게 줄 수 있도록 설정하였다. 격자의 기본 크기에 맞춰 최소 크기는 2%의 비율인 0.001 m이며, 최대 크기는 100%의 비율인 0.05 m로 설정하였다. 또한, 수증기가 발생하는 전기포트의 표면, 문틈, 연기감지기 부근은 해석 영역에 비해 크기가 매우 작기 때문에 기본 크기를 각각 0.001 m로 설정하였으며, 벽면으로 갈수록 격자를 조밀하게 줄 수 있도록 설정하여 총 4,963,962개의 격자를 사용하였다. 수치해석은 컴퓨터를 이용하여 격자에서 해석이 이뤄지기 때문에 격자의 크기와 개수가 결과값에 중요한 영향을 미쳐 격자의존성을 확인하여야 한다. 연기감지기를 구현한 해석에서 격자의존성을 확인할 때 격자의 개수가 천만개를 넘어가 효율적으로 하기 위해 연기감지기를 제외하고 모든 격자의 크기가 동일한 해석에서 진행하였다. 격자의존성을 확인하고자 하는 격자는 0.05 m이므로 격자의 기본 크기를 0.25 m, 0.1 m, 0.05 m, 0.025 m로 구분하였으며, 격자의 개수는 각각 239,721개, 368,144개, 739,319개, 3,472,880개 사용하였다. 격자의 크기에 관한 상세한 내용은 Table 2와 같이 나타내었으며, Case별 전기포트와 P1이 위치하도록 Y축으로 3.723 m에 위치한 평면에서 격자를 비교하였을 때 Figure 8과 같이 나타났다. 국내의 습도시험의 최대치인 상대습도가 96%에 도달하는 시간을 Case별로 비교하였을 때, 각각 295 s, 250 s, 180 s, 187 s였다. 본 연구에서 채택한 유한체적법은 격자의 크기 및 개수에 영향을 받는 격자의존성이 있으므로 해의 정확도를 어느정도 확보하면서 원활한 계산이 가능한 격자크기를 선정해야한다. 이를 기준으로 96%에 도달한 시간을 비교해보면 각각 108 s, 63 s, 7 s의 차이가 나타났다. 이를 통해 해석에 사용한 Case 3과 Case 4가 가장 유사한 값을 보여 본 연구에서는 Case 3의 격자를 설정하였다.

Mesh Parameter for Mesh Defendency

Figure 8

Comparison of relative humidity at P2.

4. 실험결과 및 고찰

수치해석은 결과값의 정확도를 확인하기 위해 실험에서 측정한 온도 및 상대습도 변화량과 비교하였다. 먼저 각 위치별 시간에 따른 온도 변화량은 Figure 9와 같으며, 실험 초기부터 종료 시까지의 온도 변화량을 비교하였다. 방 안에 위치한 P1∼P3에서 실험값은 각각 9.2 ℃, 4.1 ℃, 3.4 ℃ 증가하였으며, 수치해석은 각각 7.86 ℃, 5.84 ℃, 5.51 ℃ 증가하였으며, 실험값보다 수치해석에서 각각 1.34 ℃, 1.74 ℃, 2.11 ℃ 차이가 나타나는 것을 확인할 수 있었다. 복도에 위치한 P4∼P6에서 실험값은 각각 1.2 ℃, –0.7 ℃, –0.6 ℃의 차이를 보였으며, 수치해석은 각각 1.2 ℃, 2.24 ℃, 2.01 ℃ 증가하였으며, 수치해석에서 실험값과 달리 온도변화량이 모두 증가한 것을 확인할 수 있었다.

Figure 9

A comparison on temperature change over time.

다음으로 시간에 따른 상대습도 변화량은 Figure 10과 같으며, 각 위치별로 국내 감지기 기준에서 습도시험 최대치인 상대습도가 96%에 도달하는 시점을 비교하였다. 방 안에 위치한 P1∼P3에서 실험값은 각각 92 s, 221 s, 171 s에 도달하였으며, 수치해석은 각각 158 s, 195 s, 246 s로 실험값보다 수치해석에서 각각 66 s, 26 s, 75 s 차이가 나타나는 것을 확인할 수 있었다. 복도에 위치한 연기감지기는 P4에서만 503 s에 도달하였으며, 수치해석은 각각 627 s, 772 s, 824 s로 실험값보다 수치해석에서 124 s (P4) 차이가 나타난 것을 확인할 수 있었다.

Figure 10

A comparison on relative humidity change over time.

상대습도를 비교한 결과 P2를 제외하고 수치해석에서 실험보다 96%에 도달하는 시점이 느린 것을 알 수 있었으며, P5와 P6에서는 실험과 달리 96%에 도달하는 것을 확인할 수 있었다. P5, P6지점에서 온도 및 상대습도에 대한 실험값과 수치해석값의 차이가 발생하는 이유는 실험 중 복도에 위치한 출입문에서 수증기 유출을 확인하여 이를 수치해석에서 문틈의 크기를 유효면적으로 구현했으나, 실제 수증기 유출량의 차이로 기인된다. 또한 수치해석에서 벽면에서의 열전도율과 같은 조건을 달리 하여 차이가 나타나는 것으로 판단된다.

실험에서 P1과 P4 지점에서만 연기감지기가 작동한 원인을 알기 위해 상대습도가 96%에 도달하는 시점과 실험에서 연기감지기가 작동한 시점에서의 속도 분포를 Figure 11과 같이 비교하였다. 전기포트 전기포트 직상부에 위치한 P1에서는 실험에서 157 s에 상대습도가 96%에 도달하였고, 연기감지기는 153 s에 작동하였기에 수치해석에서 155 s일 때의 속도 분포를 확인하였다. 이때 P1에 위치한 연기감지기 부근에서 최대 0.8 m/s의 속도가 나타났으며 P2에 위치한 연기감지기 부근에서 약 0.07 m/s의 속도가 나타나는 것에 비해 약 10배 높은 것을 알 수 있었다. 복도에 위치한 P4에서는 실험에서 627 s에 상대습도가 96%에 도달하였고, 연기감지기는 545 s에 작동하였기에 수치해석에서 545 s일 때의 속도 분포를 확인하였다. 이때 P4에 위치한 연기감지기 부근에서 최대 0.2 m/s의 속도가 나타났으며 P3에 위치한 연기감지기 부근에서 약 0.01 m/s의 속도가 나타나는 것에 비해 약 20배 높은 것을 알 수 있었다. 이를 통해 비화재보는 상대습도가 96%에 도달하더라도 수증기의 유동에 영향을 미칠 수 있는 속도가 없으면 발생하지 않는 것을 확인하였다.

Figure 11

A comparison on velocity distribution.

5. 결 론

본 연구에서는 불필요한 소방력 낭비와 소방설비의 신뢰성 저하의 문제로 대두되는 비화재보의 주원인인 수증기에 의한 비화재보 발생 특성을 분석하고자 실험과 수치해석을 진행하였으며, 실험과 수치해석에서의 결과값을 비교⋅분석하였다.

  • (1) 실험에서 상대습도가 96%에 도달하여도 비화재보가 발생하지 않은 위치가 있어 수증기 유동을 해석하여 비화재보 발생 특성을 분석하고자 연기감지기의 구현 유무에 따라 수치해석을 진행하였으며, 실험의 IoT 센서에서 측정한 온⋅습도 변화량을 비교한 결과 연기감지기를 구현한 해석에서 실험값과 경향성 있음을 확인하였다.

  • (2) P1∼P3 지점에서 실험과 수치해석 사이의 온도 증가량 차이는 –2.11∼1.34 ℃이고 P4∼P6 지점의 온도 증가량 차이는 0∼2.94 ℃이며 상대습도가 96%에 도달하는 시점은 P1∼P3 지점에서 26∼75 s의 차이를 보였고 P4 지점은 124 s의 차이를 확인하였다. P5와 P6지점의 실험 결과는 상대습도 96%에 도달되지 않는다. 이는 실험과 다른 경계조건 설정에 따른 것으로 판단되며, 향후 계속되는 연구를 통해 보완이 필요하다.

  • (3) 비화재보가 발생한 시점에서 속도 분포를 비교한 결과 상대습도가 96%에 도달하더라도 수증기의 유동에 영향을 주는 공기의 속도가 높아야 비화재보가 발생하는 것을 확인하였다.

본 논문에서는 습도 상승으로 인한 비화재보 실험을 진행하였으며, 실험에서 수증기와 관련된 경계조건을 측정하여 수치해석에 적용하여 실험과 유사한 수치해석 데이터를 확보할 수 있음을 확인하였다. 이를 통해 습도 상승으로 인한 비화재보에 관한 연구의 기초자료로 활용 가능할 것으로 판단된다.

후 기

이 논문은 대한민국 정부(과학기술정보통신부)의 재원으로 한국연구재단 재난안전플랫폼기술개발사업의 지원을 받아 수행된 연구임(과제번호: NRF-2019M3D7A1095926).

References

1. KFPA. KFS 1051 Standard for the Fire Detection and Alarm Systems 1999;
2. NFA. 2021 NFA Statistical Yearbook 2021;
3. NFA. NFA ”2021 NFA Statistical Yearbook“ 2018;
4. Hwang E. H, Park S. J, Lee S. E. A Study on Mistaken Dispatch Reduction Measures Due to Unwanted Fire Alarms. Fire Science and Engineering 34(6):23–30. 2020;https://doi.org/10.7731/KIFSE.be0e09b6.
5. Yu H. J. Reduce the Unwanted Fire Alarm using New Technologies. Prevention of Disaster and Insurance 119:40–48. 2007;
6. Son Y. J, Lee Y. I, Lee S. H. Research on the Reliability Improvement of Automatic Fire Alarm System. Fire Science and Engineering 22(4):42–49. 2008;
7. Lee C. H, Lee H. S, Kim S. K. A Study on Response Characteristics of Photoelectric Type Smoke Detector Chamber Due to Dust and Wind Velocity. Fire Science and Engineering 31(1):50–57. 2017;https://doi.org/10.7731/KIFSE.2017.31.1.050.
8. Lee H. S, Kim S. K. A Study on Response Characteristics of Photoelectric Type Smoke Detector Chamber Due to Dust Color. Fire Science and Engineering 31(5):44–52. 2017;https://doi.org/10.7731/KIFSE.2017.31.5.044.
9. Korea Ministry of Government Legislation. Technical Standard for Type Approval and Testing of Smoke Decetor. Enforce a Law Available From: https://www.law.go.kr/LSW/admRulInfoP.do?admRulSeq=2000000009649. 2019.
10. Kang S. Y, Moon J. S, Lee T. G, Lee J. H. A Study of Thermal, Air-flow and Humidity Conditions in an Indoor Swimming Pool. Korea Journal of Air-Conditioning and Refrigeration Engineering 15(8):683–689. 2003;
11. Siemens Industry Software Inc. STAR-CCM+User Guide 2021;
12. KASTO. Additional Textbook for Precision Measurement Technology Education (Humidity) 2016;
13. Patankar S. V. Numerical Heat Transfer and Fluid Flow 1st editionth ed. McGraw-Hill. New York: 1980.

Article information Continued

Figure 1

The current status of 119 life safety activities over the past 10 years(2).

Figure 2

Schematic diagram and phtograph of unwanted fire alarm experiment.

Figure 3

Smoke detector and IoT sensor installed in experiment.

Figure 4

Electric port and measuring equipment used in the experiment.

Figure 5

Computational domain.

Figure 6

Modification of computational conditions.

Figure 7

Input parameter for water vapor.

Table 1

Input Parameter on Mass Fraction of Water Vapor

Time (s) Mass Fraction of Water Vapor
1 0.02504
133 0.0297
153 0.28455
431 0.2849
459 0.22558
869 0.22441
882 0.03163

Table 2

Mesh Parameter for Mesh Defendency

Case Base Size (m) Minimum Size (m) Maximum Size (m) Total Number of Mesh (cells)
1 0.25 0.005 0.25 239,721
2 0.1 0.002 0.1 368,144
3 0.05 0.001 0.05 739,319
4 0.025 0.0005 0.025 3,472,880

Figure 8

Comparison of relative humidity at P2.

Figure 9

A comparison on temperature change over time.

Figure 10

A comparison on relative humidity change over time.

Figure 11

A comparison on velocity distribution.