<특허 요약>

화재현장에서 코어링 채취한 화재손상 콘크리트 구조물 샘플로부터 화재손상 콘크리트 구조물의 손상깊이별 화재 피해온도를 예측하고 화재온도곡선을 산출함으로써, 화재손상 콘크리트 구조물의 열확산경로를 정확하게 예측하 고 화염이동경로를 용이하게 추적 재현할 수 있고, 또한, 화재현장으로부터 화재손상 콘크리트 구조물 샘플을 직 접 코어링 채취하고, 열중량분석(TGA), 푸리에변환 적외선 분광(FTIR) 분석 및 기타 화학분석을 병행함으로써, 화학적 및 물리적 실험을 통해 고온노출온도와의 상관관계를 정확하게 규명할 수 있으며, 또한, 딥러닝(Deep Learning) 분석 툴을 이용하여 심층신경망(DNN) 모델을 적용함으로써 화재손상 콘크리트 구조물에 대한 화재피해 온도의 예측률을 높일 수 있는, 딥러닝-기반 화재손상 콘크리트 구조물의 열확산경로 예측 시스템 및 그 방법이 제공된다. 

<기술개요>

화재손상 콘크리트 구조물의 손상깊이별 화재피해온도를 예측하고 화재온도곡선을 산출하여 화재손상 콘크리트 구조물의 열확산경로를 예측하는, 딥러닝-기반 화재손상 콘크리트 구조물의 열확산경로 예측시스템

<기술개발 배경>

- 콘크리트 구조물은 화재 등 고온에 노출되는 경우 열응력에 의해 균열이 발생되거나 붕괴할 수 있어 이에대한 관리가 필요함

- 기존 화재손상 콘크리트 구조물의 잔존수명예측 시스템은 고온에 노출된 콘크리트의 노출온도별 화학성분 변화만을 고려하기 때문에 화재피해온도를 정확하게 예측하기 어렵다는 문제점이 있음

<기술내용 및 차별성>

- 화재손상 콘크리트 구조물의 손상 깊이별 화재피해 온도를 예측하고 화재온도 곡선을 산출함으로써, 화재 손상 콘크리트 구조물의 열 확산 경로를 정확하게 예측하고 화염이동경로를 용이하게 추적 재현할 수 있음

- 화재현장으로부터 샘플을 직접 코어링 채취하고, 열중량 분석, 푸리에 변환 적외선 분광 분석 및 기타 화학 분석을 병행함으로써, 화학적 및 물리적 실험을 통해 고온 노출 온도와의 상관 관계를 정확하게 규명할 수 있음

- 딥러닝 분석 툴을 이용하여 화재손상 콘크리트 구조물에 대한 화재 피해온도의 예측률을 높일 수 있음

<비즈니스 아이디어>

- 건물 모니터링 시스템

- 화재 모니터링 시스템

<시장동향>

- 딥러닝, 모니터링 등 IT 기술의 발달로 인해 화재를 예측하거나, 조기 경보를 하는 등 화재모니터링 기술이 고도화 되고 있음 

- 전세계 화재 보호 시스템 시장은 2024년 71.6십억 달러에서 2029년 97.2십억 달러로 연평균 6.3%씩 성장할 것으로 전망됨