Fire Sci. Eng. Search

CLOSE


Fire Sci. Eng. > Volume 40(1); 2026 > Article
터널 화재 시뮬레이션의 스케일별 다중 오차 특성을 고려한 피난 시간 확보에 대한 연구

요 약

터널과 같은 대공간 화재에 대한 연구는 실제 화재 실험의 한계로 인해 수치해석 기반 시뮬레이션을 중심으로 수행되고 있으며, 계산 효율성과 재현성을 확보하기 위해 축소모델이 활용되고 있다. 그러나 축소비율 적용 시 스케일링에 따른 물리적 왜곡이 발생할 수 있어 해석 결과의 신뢰성 검토가 요구된다. 본 연구에서는 PyroSim을 이용하여 터널 화재 시뮬레이션을 수행하고, 1:1 스케일을 기준으로 축소비율 변화에 따른 연기 확산 특성과 오차 특성을 분석하였다. 해석 대상은 길이 1,000 m 터널의 200 m 지점에서 버스 화재가 발생하는 시나리오로 설정하였으며, 1:1, 1:2, 1:5, 1:10 및 1:20의 축소비율을 적용하였다. 연기 도달시간을 기반으로 RE, MAE 및 RMSE를 활용하여 스케일별 오차율을 비교하고, 보행 속도 조건을 적용하여 축소비율 변화가 피난 시간 확보에 미치는 영향을 검토하였다. 그 결과, 축소비율에 따라 연기 유동 및 오차율에 차이가 발생하였으며, 대배율 축소모델에서는 피난 시간 확보가 보다 보수적으로 평가되는 경향이 확인되었다.

ABSTRACT

Owing to the limitations of actual fire experiments, research on large-scale fires, such as those in tunnels, has primarily relied on numerical simulations. Scaled models are used to ensure computational efficiency and reproducibility. However, scaling can introduce physical distortions, necessitating a careful review of the reliability of analysis results. In this study, tunnel fire simulations were performed using PyroSim, and smoke spread and error characteristics were analyzed according to varying scales, starting from a scale of 1:1. Our analysis targeted a bus fire scenario that occurred 200 m from a 1,000 m tunnel. Scales of 1:1, 1:2, 1:5, 1:10, and 1:20 were analyzed. Based on smoke arrival times, error rates were compared across various scales using regression estimation (RE), maximum accuracy (MAE), and root mean square error (RMSE). Walking-speed conditions were applied to examine the impact of varying scales on evacuation time. The results revealed differences in smoke flow and error rates depending on scale, with large-scale models tending to provide more conservative estimates of evacuation time.

1. 서 론

터널은 도로와 철도망의 중요한 요소로, 교통 흐름을 원활하게 하고 지형적 한계를 극복하는 데 필수적인 인프라이다. 하지만 터널은 폐쇄적인 구조로 인해 화재 발생 시 극도로 위험한 환경이 조성된다. 터널 내부에서 화재가 발생하면 연기와 유독가스가 빠르게 축적되며, 높은 온도와 낮은 가시성으로 인해 피난이 어려워지는 특성이 있다. 특히, 터널 내 공기 흐름이 제한적이기 때문에 연기가 천장을 따라 빠르게 확산되며, 이는 인명 피해를 더욱 심각하게 만든다. Table 1에는 최근 5년간 한국에서 발생한 화재 사고 사망 원인을 나타내었다. 사망자 중 연기, 유독가스 흡입으로 인한 질식 사망이 30.8%, 연기로 인한 흡입화상이 동반되는 경우 42.1%까지 증가하며 대다수의 화재 사망자는 연기와 밀접한 관련이 있어 제연 관련 연구의 필요성을 알 수 있다(1).
Table 1
Statistics of Fire Accident Deaths (In 2019-2023)
Classification Total Smoke, Toxic Gases Smoke, Toxic Gases & Burn Burn Etc.
Total 12,073 (100%) 3,719 (30.8%) 1,361 (11.2%) 5,009 (41.5%) 1,984 (16.4%)
2019 2,515 785 257 1,065 408
2020 2,283 673 320 922 368
2021 2,130 640 237 902 351
2022 2,668 843 293 1,065 467
2023 2,477 778 254 1,055 390
국내외 터널 화재 사례를 분석하면, 연기 확산과 피난 지연으로 인해 대규모 인명 피해가 발생하는 경우가 많다. 대표적으로 1999년 몽블랑 터널 화재에서는 연기가 터널 내부에 장시간 정체되면서 39명이 사망하였으며, 2001년 오스트리아 카프룬 케이블카 터널 화재에서는 155명의 사망자가 발생하였다(2). 국내에서도 2022년 제2경인고속도로 방음터널 화재에서 연기 확산과 피난의 어려움으로 인해 사망자가 발생한 사례가 있다. 이와 같은 사고들은 터널 화재 시 신속한 대피 경로 확보와 효과적인 제연 시스템의 필요성을 강조한다. 이에 따라 각국에서는 터널 내 피난 경로와 제연 시스템을 개선하기 위해 규정을 강화하고 있으며, 한국은 도로터널 방재시설 설치 및 관리지침에 따라 피난연결통로를 250 m 이하 간격으로 설치하도록 규정하고 있다(3). 반면, 미국 NFPA 502 기준에서는 피난구 간격을 300 m 이하로 설정하고 있어, 국가별 피난 기준의 차이도 존재한다(4). 하지만 이러한 기준이 실제 화재 환경에서 충분한 피난 시간을 제공할 수 있는지는 추가적인 연구가 필요하다.
터널 화재 연구는 실제 크기의 터널에서 실험을 수행하기 어려운 물리적, 경제적 제약이 존재한다. 터널은 길이가 수백 미터에서 수 킬로미터에 이르며, 화재 실험을 위해 실제 차량과 연료를 사용하면 막대한 비용과 안전 문제가 발생한다. 또한, 실물 실험을 반복적으로 수행하는 것이 현실적으로 불가능하기 때문에, 소형 축소 모형을 이용한 실험이 대안으로 활용된다(5). 축소 실험은 실제 구조물을 일정한 비율로 축소하여 화재 특성을 분석하는 방식으로, 실물 실험보다 비용이 적고 실험 변수 조절이 용이하다는 장점이 있다. 하지만 축소비율에 따라 연기 확산 속도, 화재 성장 특성 등의 물리적 특성이 실제와 다를 수 있는 한계점이 존재한다. 이를 보완하기 위해, Froude scaling을 적용하여 실험 변수를 조정하는 방식이 일반적으로 사용된다(6).
하지만 축소 실험만으로는 모든 화재 조건을 정밀하게 재현하는 것이 어렵기 때문에, 최근에는 Pyrosim과 같은 화재 시뮬레이션 프로그램을 활용한 연구가 증가하고 있다(7). 시뮬레이션을 이용하면 다양한 환경에서의 화재 특성을 분석할 수 있으며, 온도 분포, 연기 확산 속도, 피난 가능 시간 등을 정량적으로 평가할 수 있다.
터널 화재 연구에서는 제연 및 배연 시스템의 성능을 검증하고, 화재 발생 시 연기의 흐름을 예측하는 연구가 필수적이다. 하지만, 제연 시스템의 효과는 터널 구조, 환기 조건, 연기 확산 속도 등에 따라 달라질 수 있으며, 기존 실험 데이터와 시뮬레이션 결과 간의 차이를 줄이는 연구가 필요하다. 특히, 축소 실험을 기반으로 한 시뮬레이션 연구에서는 연기 확산 패턴과 피난 가능 시간을 비교하여, 실제 터널에서의 적용 가능성을 검증하는 과정이 중요하다.
본 연구에서는 Pyrosim을 활용하여 터널 화재 시뮬레이션을 수행하고, 축소 실험을 통한 오차율 분석 및 피난 가능 여부를 평가한다. 1 km 길이의 터널의 200 m 지점에서 버스 화재가 발생하는 상황을 가정하여 설계되었으며, 다양한 축소비율을 적용하고 화재의 주요 변수를 조정하였다. 특히, Froude scaling을 적용하여 발열량(HRR), 화재 성장 속도 등을 조정하였으며, 연기 속도 및 연기 도달 시간에 대한 오차율을 분석하였다. 또한, 대피자의 피난 속도를 여러 상황에 적용하여, 축소비율이 피난 가능성에 미치는 영향을 평가하였다. 또한, 본 연구를 통해 축소 실험과 시뮬레이션 실험 간의 차이를 분석하고, 피난 시간과 연기 확산 속도를 비교하여 터널 내 안전성을 평가할 예정이다. 또한, 한국(250 m)과 미국(300 m)의 피난 기준을 적용하여 피난 가능성을 계산하고, 각 기준의 적정성을 검토하였다.

2. 분석 계획 및 방법

2.1 터널 및 화재 시뮬레이션 모델

본 연구에서는 Pyrosim을 활용하여 터널 화재를 시뮬레이션하고, 축소 모델에서의 연기 확산 및 피난 가능성을 분석하였다. Figure 1에는 본 연구에 사용된 Pyrosim 디자인을 나타내었다. 터널 모델은 1 km 길이의 직선형 터널을 가정하였으며, 200 m 지점에서 화재가 발생하는 시나리오를 설정하였다. 터널의 단면 크기는 10 m × 5 m (W × H)로 설정하였다.
Figure 1
Design of tunnel bus fire in Pyrosim.
kifse-40-1-35-g001.jpg
Table 2에는 본 연구의 시뮬레이션 비율에 따른 변수 설정 값을 나타내었다. 시뮬레이션에서 화재 원인은 버스 차량 화재로 가정하였으며, 화재 물질로는 헵탄을 사용하였다. 최고 화재 강도는 NFPA 502에 따라 20 MW의 버스 화재로 설정하였으며, 1200 s 동안 시뮬레이션을 진행하였다(4). 또한 CO_YIELD = 0.010, SOOT_YIELD = 0.015로 설정하였다. 버스 차량 제원은 2.5 m × 4.0 m × 13.0 m로 디자인하였다. 화재 발생 후 초기 60 s 동안은 화재 성장 단계로 설정하였으며, 이후 연료가 완전히 연소되기까지의 거동을 분석하였다. 또한, 연기 확산과 피난 가능성을 평가하기 위해 터널 내부에 연기 감지기(smoke detector)와 온도 감지기(temperature sensor)를 배치하였다. 또한 mesh는 1:1 기준 한 변이 0.5 m인 정육면체를 400,000개 배치하여 연산하였다.
Table 2
Simulation Variable Settings
Classification Ratio
1:1 1:2 1:5 1:10 1:20
Tunnel Size (m) 1000 × 10 × 5 500 × 5 × 2.5 200 × 2 × 1 100 × 1 × 0.5 50 × 0.5 × 0.25
Cell Size (m) 0.5 0.25 0.1 0.05 0.025
HRRPUA (kW/m2) 615.4 435.1 275.2 194.6 137.6
Fire Intensity (MW) 20 3.53 0.357 0.063 0.011
Ambient Temp (℃) 20
Bus Size (m) 13 × 4 × 2.5 6.5 × 2 × 1.25 2.6 × 0.8 × 0.5 1.3 × 0.4 × 0.25 0.65 × 0.2 × 0.125
Growth Rate (kW/s2) 0.1876 (Ultra Fast)
연기 감지기는 터널 내에서 1.8 m 및 5 m 높이에 각각 설치하여, 대피자의 호흡 높이와 천장부 연기 흐름을 비교할 수 있도록 설정하였다. 온도 및 연기 감지기는 10 m 간격으로 총 400개 설치하여 화재 성장과 열전달 특성을 분석하였다.

2.2 Froude scaling과 지배방정식

터널 화재 실험은 실제 크기의 터널에서 수행하기 어렵기 때문에, 본 연구에서는 1:1 (실제 크기), 1:2, 1:5, 1:10, 1:20의 축소비율을 적용하여 시뮬레이션을 수행하였다. 축소비율을 적용할 경우, 연기 확산 속도와 화재 성장 속도가 실제와 다르게 나타날 가능성이 높기 때문에, Froude scaling을 적용하여 주요 변수를 조정하였다.
(1)
 QMQP =( LMLP )5/2
(2)
 VMVP =( LMLP )1/2
(3)
 TMTP =( LMLP )1/2
여기서 Q는 열방출율(heat release rate), V는 유동의 속도, T는 시간, L은 길이, M은 모형(model), P는 원형(prototype)을 나타낸다. 터널 화재의 최대 발열량은 실제 크기의 화재에서 20 MW로 가정하였으며, 축소비율에 따라 식(1)을 적용하여 값을 조정하였다.
(4)
 ρt + (ρuj)xj =0
(5)
( t (ρuj)+ xj (ρujui))= xj (μeff( uixj + ujxi )) ρxi +ρgi
(6)
 t (ρΦ)+ xj (ρujΦ)= xj (Γeff Φxj )+SΦ
(7)
P=ρRT
Pyrosim 프로그램은 fire dynamic simulator (FDS)를 기반으로 사용하는 프로그램으로, 본 연구에서는 Large eddy simulation을 사용하여 연산을 진행하였고, FDS 계산은 식(4)~식(7)의 지배방정식을 사용하였다(6). 해당 방정식들은 순서대로 mass conservation, momentum conservation, scalar equation 및 equation of state로 Pyrosim 내 열 및 연기의 거동은 FDS에서 사용되는 공식들을 바탕으로 연산된다. 여기서 μ는 점성계수, μeff는 유효 점성계수, Γeff는 유효 확산 계수, ø는 온도, 연기 농도, 속도 성분 등을 나타내며 P는 압력, ρ는 밀도, R은 비기체상수, T는 온도를 나타내고 아래첨자 i, j, k 등은 직교좌표계에서 x, y, z 방향을 의미한다.

3. 시뮬레이션 결과 및 분석

3.1 시뮬레이션 온도 분석

축소비율에 따른 시뮬레이션 온도 결과도 스케일별 차이가 나타났다. 화재 발생 초기(100∼200 s)에는 모든 축소비율에서 100 m 이후 지점까지 온도가 20 ℃ 수준을 유지하며, 이후 시간이 경과함에 따라 온도가 상승하는 경향을 보였다. 실제 비율인 1:1 실험에서는 300 m 지점의 온도가 300 s에서 27.3 ℃, 400 s에서 28.5 ℃, 600 s에서 30.6 ℃까지 상승하였으며, 400 m와 500 m 지점에서도 유사한 온도 변화 패턴이 관찰되었다. 반면, 1:2 및 1:5 축소 실험에서는 같은 시간대에 300 m 지점의 온도가 각각 26.8 ℃ 및 26.1 ℃로 1:1 실험보다 낮게 나타났다. 이는 축소비율 변화에 따라 열전달과 연기 확산의 차이가 발생할 수 있으며, 기존 연구에서도 보고된 바 있다(8).
축소비율이 증가할수록 전체적인 온도 상승 패턴은 유지되지만, 최대 온도 값과 온도 증가 속도에는 차이가 발생하였다. 1:1 실험에서 500 m 지점의 온도는 600 s 시점에 24.9 ℃였으나, 1:20 축소 실험에서는 같은 지점에서 20.3 ℃로 상대적으로 낮았다. 이는 작은 축소비율 모델에서는 열손실이 증가하여 온도 상승 폭이 낮아지는 경향이 있음을 의미한다. 특히 1:20 축소 실험에서 300 m 지점의 온도는 600 s 시점에 41.6 ℃까지 상승하여 가장 높은 값을 나타냈다. 이는 축소비율이 작아질수록 실험 모델에서의 난류 및 열 축적 효과가 과장될 가능성이 있음을 시사한다.
또한, 본 연구에서 관찰된 온도 범위는 대부분 20∼40 ℃ 사이로, 인체의 허용 온도 한계(일반적으로 60 ℃ 이상에서 열적 불편함, 100 ℃ 이상에서 심각한 화상 가능)에 비해 상대적으로 낮았다. 따라서 실험 결과를 바탕으로 볼 때, 터널 내 대피자들이 단기간에 온도 상승으로 인해 직접적인 생리적 피해를 입을 가능성은 크지 않을 것으로 판단된다. 실제 화재 환경에서는 열 복사 및 유독가스의 영향이 추가적으로 고려될 필요가 있다.

3.2 시뮬레이션 연기 거동 분석

Figure 2에는 500 s에서의 Pyrosim 시뮬레이션 전경을 나타내었다. 축소비율이 달라짐에 따라 500 s에서 연기 도달 위치가 상이한 것을 확인할 수 있었고, 이는 축소비율에 따라 비례 혹은 반비례하지 않는 결과를 나타내고 있다.
Figure 2
Pyrosim results at 500 s.
kifse-40-1-35-g002.jpg
Figure 3에는 1.8 m 높이에 위치한 가스감지기에서 검출된 연기의 도착시간을 나타냈다. 연기 감지기 20번 및 21번은 버스가 위치하여 있으므로 연기가 측정되지 않았다. 시뮬레이션 연기 거동은 약 30번 감지기 위치(입구로부터 300 m)까지 축소비율에 따라 연기 도달 시간이 짧아지는 경향이 나타났다. 하지만 400 m 위치부터 축소비율에 무관한 연기 도착시간이 나타났다. 이는 터널 입⋅출구보다 중앙부에서 난류가 증가하고, 벽면과의 열적 상호작용이 적어 상대적으로 빠른 연기 확산이 이루어지기 때문으로 판단된다. 또한, 축소비율이 작아질수록(1:10, 1:20) 연기 도착시간이 다른 모델 대비 더 큰 변동을 보였다. 특히, 1:20 모델에서는 연기 도착시간이 불규칙하게 변화하며, 일부 구간에서 그래프의 급격한 증가가 나타났다. 이는 작은 축소비율 모델에서의 난류 영향이 과장되었거나, 수치 해석 시 모델 내벽과의 열전달 영향이 증가했기 때문일 가능성이 크다(6,8).
Figure 3
Smoke arrival time in various reduced ratio.
kifse-40-1-35-g003.jpg
대체로 1:1, 1:2, 1:5 모델은 비교적 유사한 연기 도착시간 패턴을 보였으며, 후반부(70번 감지기 이후)에서는 1:1 실험이 가장 느린 연기 도착 속도를 기록하였다. 이는 실제 규모의 터널에서는 대류와 복사 효과가 보다 강하게 작용하여 연기 확산 속도가 상대적으로 느려지기 때문으로 분석된다. 또한, 1:10 및 1:20 실험에서는 전체적으로 연기 도착 시간이 더 짧게 나타났으며, 이는 작은 축소모델에서 열 축적이 증가하여 연기 부력이 과장되었을 가능성을 시사한다(6).

3.3 시뮬레이션 연기 거동의 오차율 분석

축소 스케일에 따른 터널 화재 시뮬레이션 결과의 차이를 정량적으로 비교하기 위해, 본 연구에서는 구간별(50 m 단위) 연기 도달시간을 기반으로 상대오차(RE), 평균절대오차(MAE) 및 평균제곱근오차(RMSE)를 활용하였으며 계산식은 식(8)~식(10)을 사용하였다.
(8)
REk,s(%)= |Tk,sTk,1:1|Tk,1:1 ×100
(9)
MAEk= 1Nk j=1Nk|tj,stj,1:1|
(10)
RMSEk= 1Nk j=1Nk(tj,stj,1:1)2
여기서Tk,1:1은 구간 k 에서의 1:1 스케일 평균 연기 도달시간이고, Tk,s는 동일 구간에서의 축소 스케일 연기 도달시간을 의미한다. 또한tj,1:1tj,s는 구간 k에 포함된 개별 위치 j에서의 연기 도달시간이며, Nk는 구간 k에 포함된 유효 위치의 개수이다.
Figure 4에는 상대오차(RE) 분석 결과를 나타내었다. 1:2 스케일은 전 구간에서 약 4∼14% 범위의 상대오차를 나타내었으며, 구간이 증가할수록 오차가 감소하는 경향을 보여 가장 안정적인 축소비율로 평가되었다. 1:5 및 1:10 스케일의 경우 구간 2∼4에서 상대오차가 크게 증가한 이후 점진적으로 감소하는 경향이 확인되어, 초기 연기 확산 단계에서 스케일 효과에 민감한 것으로 나타났다. 반면 1:20 스케일은 구간이 증가할수록 상대오차가 단조롭게 증가하여, 18구간에서 약 28%에 도달함으로써 축소비율 증가에 따른 누적 오차 및 구조적 왜곡 가능성이 확인되었다.
Figure 4
Relative error of gas detector by section (5.0 m).
kifse-40-1-35-g004.jpg
Figure 5에는 구간별 연기 도달시간 오차를 MAE와 RMSE로 분석하여 나타내었다. 축소비율이 증가할수록 전반적인 오차 수준이 증가하는 경향이 나타났으나, 일부 구간에서는 1:10 스케일의 오차가 1:5 스케일보다 상대적으로 작게 나타나는 특징이 확인되었다. 이는 축소비율 증가에 따른 오차가 반드시 단조적으로 증가하지 않음을 의미하며, 특정 축소비율에서는 스케일링 과정과 수치해석 조건이 상호 작용하여 평균 오차가 상쇄되는 현상이 발생할 수 있음을 시사한다. 또한 대부분의 구간에서 MAE와 RMSE가 유사한 분포를 보여, 위치별 오차가 특정 지점에 집중되기보다는 구간 전반에 비교적 균일하게 분포하는 경향이 확인되었다. 이러한 결과는 축소모델 적용 시 단일 축소비율에 대한 일률적인 신뢰성 판단보다는, 구간별 오차 특성을 종합적으로 고려한 해석이 필요함을 보여준다.
Figure 5
Multiple error analysis of simulation results.
kifse-40-1-35-g005.jpg

3.4 축소비율에 따른 피난 시간 확보 분석

터널 화재 시 피난 가능 여부는 대피자의 보행 속도와 피난구 위치, 연기 확산 속도에 의해 결정된다. 본 연구에서는 일반 성인(1.5 m/s), 연기 속 군중(0.8 m/s), 노약자(0.5 m/s)로 구분하여 피난 시간 확보를 평가하였다. 이때, 일반 성인의 속도는 비고령자의 평균 보행 속도(1.2∼1.5 m/s) 범위에서 설정되었으며, 연기 속 군중의 속도는 피난 중 가시성 저하 및 군중 밀도로 인한 감속을 반영하여 0.8 m/s로 설정되었다. 또한, 노약자의 속도는 고령자의 보행 속도 감소 효과를 고려하여 0.5 m/s로 설정하였다(9-14). 또한 피난자의 반응시간은 선행 연구를 고려하여 화재 발생 후 60 s 후 화재를 인지하여 피난 시작 상황을 가정하였다(15).
Table 3은 연기 도달시간(ASET)보다 피난 시간(RSET)이 작을 경우 피난 시간 확보 가능(True), 클 경우 불가(False)로 분석하여 피난 시간 확보 가능 여부를 나타낸 것이다. 분석 결과, 일반 성인(1.5 m/s)의 경우 모든 축소비율과 피난구 위치에서 피난이 가능한 것으로 나타났다. 이는 해당 속도에서는 연기 도달 전 출구에 도달할 수 있음을 의미한다. 반면, 연기 속에서 피난하는 군중(0.8 m/s)의 경우, 한국(500 m) 및 미국(600 m)의 피난연결통로까지 도달하는 것이 어려운 것으로 나타났다. 특히 1:10 모델에서는 피난구까지의 이동 시간이 증가하면서 피난 불가능한 False 결과가 다수 확인되었다. 이는 축소모델에서 연기 확산 속도가 상대적으로 빠르게 나타나면서, 실물 스케일 대비 보수적으로 피난 시간이 평가될 가능성이 있음을 시사한다.
Table 3
Evacuation Availability at Various Speeds and Reduction Ratios
Classification Location (m) Ratio
1:1 1:2 1:5 1:10 1:20
General Non-Elderly (1.5 m/s)
Exit 0 True True True True True
Korea 250 True True True True True
500 True True True True True
USA 300 True True True True True
600 True True True True True
Cluster in Smoke (0.8 m/s)
Exit 0 False False False False False
Korea 250 True True True True True
500 False False False False True
USA 300 True True True False False
600 False False False False True
Elderly (0.5 m/s)
Exit 0 False False False False False
Korea 250 True True True True True
500 False False False False False
USA 300 True True False False False
600 False False False False False
노약자(0.5 m/s)의 경우, 대부분의 피난구에서 False를 기록하여 피난이 불가능한 것으로 나타났다. 이는 피난구 간 거리가 길어질수록, 보행 속도가 느린 경우 피난 시간 확보가 급격히 어려워지는 문제를 반영한다. 특히, 한국(500 m) 및 미국(600 m)의 피난 기준에서는 모든 축소비율에서 노약자가 연기 도달 전 피난구에 도착할 수 없는 구조적 한계가 존재함을 의미한다.
본 연구 결과는 터널 내 피난구 간격이 증가할수록, 그리고 보행 속도가 느려질수록 피난 시간 확보율이 낮아지는 경향이 명확하게 나타남을 보여준다. 또한, 축소비율이 커질수록 연기 확산 속도가 과장되면서 피난 시간이 더욱 보수적으로 평가될 가능성이 높다. 따라서 피난 시뮬레이션에서 피난구 간격 및 대피자의 특성을 보다 정밀하게 반영할 필요가 있으며, 노약자 및 군중 피난 시나리오를 고려한 추가 연구가 필요함을 시사한다.

4. 결 론

본 연구에서는 PyroSim을 활용하여 터널 화재 시뮬레이션을 수행하고, 축소비율에 따른 온도 변화, 연기 확산 특성, 연기 도달 시간의 오차율 및 피난 가능성을 분석하였다. 이를 통해 축소모델 적용 시 발생할 수 있는 물리적 왜곡과 그 영향을 정량적으로 검토하고자 하였다.
  • (1) 온도 분석 결과, 축소비율이 증가함에 따라 열전달 특성의 차이로 인해 온도 변화 경향에 일부 차이가 나타났으며, 전반적으로 온도가 증가하는 경향을 보였다. 다만, 분석된 온도 범위는 대부분 20∼40 ℃ 수준으로 인체 허용 한계와 비교할 때 직접적인 생리적 피해 가능성은 낮은 것으로 판단된다.

  • (2) 연기 거동 분석 결과, 화원 인근에서는 축소비율 증가에 따라 연기 도달 시간이 짧아지는 경향이 나타났으며, 출구 방향으로 갈수록 연기 도달 시간이 불규칙하게 분포하였다. 또한 1:10 및 1:20 모델에서는 연기 확산 속도가 실제 터널보다 빠르게 나타나, 축소모델에서 난류 효과가 과장될 가능성이 확인되었다.

  • (3) 축소비율에 따른 다중 오차율 분석 결과, 상대오차(RE), 평균절대오차(MAE), 평균제곱근오차(RMSE를 함께 고려한 종합적 평가가 필요함을 확인하였다. 축소비율이 증가할수록 구간별 오차가 확대되는 경향이 나타났으며, MAE와 RMSE의 유사한 분포를 통해 오차가 구간 전반에 비교적 균일하게 분포함을 확인하였다.

  • (4) 피난 확보 시간 분석 결과, 일반 성인 보행 속도(1.5 m/s)에서는 피난이 가능하였으나, 군중 보행 속도(0.8 m/s)와 노약자 보행 속도(0.5 m/s)에서는 다수의 조건에서 피난이 어려운 것으로 나타났다. 특히 1:10 및 1:20 축소모델에서는 연기 확산이 빠르게 나타나 피난 시간 확보 가능성이 보수적으로 평가되었다.

종합적으로, 터널 화재 시뮬레이션에서 축소모델을 적용할 경우 상사성 확보를 위한 보정 계수의 도입이 필요하며, 보다 신뢰성 있는 피난 가능성 평가를 위해 다양한 대피 시나리오와 피난구 조건을 고려한 추가 연구가 요구된다.

후 기

This work was research supported by Semyung University’s academic research grant for the 2024 academic year.

References

1. National Fire Data System, Fire Statistics, https://nfds.go.kr (2024).

2. A. Beard and R. Carvel, “The Handbook of Tunnel Fire Safety”, ThomasTelford, ICE Publishing, UK (2011).

3. Ministry of Land, Infrastructure and Transport, Road Tunnel Disaster Prevention and Ventilation Facility Installation and Management Guidelines, (2024).

4. NFPA 502, Standard for Road Tunnels, Bridges, and Other Limited Access Highways, (2023).

5. J. Y. Kim and H. J. Shin, “Experimental Study on Vehicle-Induced Unsteady Flow in Tunnel”, Journal of Korean Tunneling and Underground Space Association, Vol. 11, No. No. 4, pp. 411-417 (2009), https://doi.org/10.9711/KTAJ.2009.11.4.411.
crossref
6. K. McGrattan, S. Hostikka, R. McDermott, J. Floyd, C. Weinschenk and K. Overholt, “Fire Dynamics Simulator—Technical Reference Guide”, National Institute of Standards and Technology (NIST), Gaithersburg, Maryland, USA, (2000).
crossref
7. J. B. Kim, J. M. Lee and S. H. Min, “Study of the Reliability of the FDS Fire Model by Verification Experiments”, Journal of the Korean Society of Hazard Mitigation, Vol. 19, No. No. 1, pp. 197-203 (2019), https://doi.org/10.9798/KOSHAM.2019.19.1.197.
crossref
8. J. G. Quintiere, “Scaling Applications in Fire Research”, Fire Safety Journal, Vol. 15, No. No. 1, pp. 3-29 (1989), https://doi.org/10.1016/0379-7112(89)90045-3.
crossref
9. J. S. Choi, D. W. Kang, K. R. Mun, Y. H. Bang and G. R. Tack, “Comparison of Kinematic Factors Between Old and Young People during Walking on Level and Uneven Inclined Surfaces”, Korean Journal of Applied Biomechanics, Vol. 20, No. No. 1, pp. 33-39 (2010), https://doi.org/10.5103/KJSB.2010.20.1.033.
crossref
10. Y. H. Bae, S. H. Lee, J. H. Choi and W. H. Hong, “Analysis on Walking Speed of Crowd According to Smoke in Underground Evacuation Situation”, Proceedings of 2014 Spring Annual Conference, Architectural Institute of Korea, pp. 215-216 (2014).

11. S. B. Lee, J. H. Kim, J. S. Kim, D. H. Kim and J. B. Lim, “Installation Standards of Urban Deep Road Tunnel Fire Safety Facilities”, KSCE Journal of Civil and Environmental Engineering Research, Vol. 41, No. No. 6, pp. 727-736 (2021), https://doi.org/10.12652/Ksce.2021.41.6.0727.
crossref
12. S. H. Lee, S. H. Goo, Y. W. Chun and Y. J. Park, “The Spatial Location Analysis of Disaster Evacuation Shelter for Considering Resistance of Road Slope and Difference of Walking Speed by Age-Case Study of Seoul, Korea”, Journal of Korean Society for Geospatial Information System, Vol. 23, No. No. 2, pp. 69-77 (2015), https://doi.org/10.7319/kogsis.2015.23.2.069.
crossref
13. E. J. Ha and C. M. Jun, “Analysis of Subway Adjacent Area Pedestrian Networks Using Weingted Accessibility Based on Road Slope”, Spatial Information Research, Vol. 20, No. No. 5, pp. 77-89 (2012), https://doi.org/10.12672/ksis.2012.20.5.077.
crossref
14. H. M. Kang and S. H. Park, “Characteristics of Walking Environment in Apartment Complexes on Hilly Sites-Focusing on the Mobility of Residents on Wheels”, Journal of the Architectural Institute of Korea, Vol. 25, No. No. 6, pp. 187-196 (2009).

15. J. Porzycki, N. Schmidt-Polończyk and J. Wąs, “Pedestrian Behavior During Evacuation From Road Tunnel in Smoke Condition—Empirical Results”, PLOS ONE, Vol. 13, No. No. 8, pp. e0201732(2018), https://doi.org/10.1371/journal.pone.0201732.
crossref pmid pmc


ABOUT
BROWSE ARTICLES
EDITORIAL POLICY
AUTHOR INFORMATION
Editorial Office
Room 906, The Korea Science Technology Center The first building, 22, Teheran-ro 7 Gil, Gangnam-gu, Seoul, Republic of Korea
Tel: +82-2-555-2450/+82-2-555-2452    Fax: +82-2-3453-5855    E-mail: kifse@hanmail.net                

Copyright © 2026 by Korean Institute of Fire Science and Engineering.

Developed in M2PI

Close layer
prev next