화재 조건에서 열-구조 변형을 예측하는 열역학 모델링과 딥러닝
Thermo-mechanical modeling and deep learning for predicting fire-induced structural deformation
연구 내용
방화문과 샌드위치 지붕 패널의 화재 유발 변형을 열역학-기계 모델과 딥러닝으로 예측하는 연구
화재로 인해 발생하는 열 구배가 구조 부재의 처짐과 변형으로 이어지는 과정을 모델링하고, 예측 정확도를 검증합니다. 이중 스윙 방화문의 경우 단순지지 보의 처짐 식을 기반으로 온도 구배에 따른 열-기계 거동을 이상화하고, 간극-최대 처짐 관계를 정량 기준으로 제시합니다. 또한 샌드위치 지붕 패널에 대해서는 ISO 834-5 화재 실험 데이터를 축적해 딥러닝 기반 변형 예측 모델을 학습하고, 교차검증 및 외부 테스트로 일반화 성능을 평가합니다. 물리 기반 해석과 데이터 기반 예측을 함께 제공하는 점이 차별성입니다.
관련 연구 성과
관련 논문
2편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
2025년에 먼저 방화문을 대상으로 열 구배에 의한 휨 변형을 열-역학-기계 관점에서 모델링하고, 간극 크기가 변형과 내화 성능 및 서비스 수명에 미치는 영향을 해석하는 연구를 수행하였습니다. 같은 해에 샌드위치 지붕 패널로 범위를 확장하여 전수 화재 실험 데이터를 기반으로 딥러닝 예측 모델을 구성하고, CNN·MLP·LSTM 비교를 통해 구조-열 상호작용을 학습하는 적합도를 확인하였습니다. 향후 성능기반 화재 안전설계로의 통합을 목표로 예측 모델의 적용 조건을 구체화하는 단계로 진행하고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
- 화재 성능기반 안전설계
- 샌드위치 지붕 패널 변형 예측
- 방화문 간극-처짐 상관 규명
- Thermo-mechanical 모델 기반 설계 변수 산정
- 딥러닝 기반 실험 데이터 보간
- 성능검증용 외부 테스트 평가
- 유지보수 주기 산정
- 내화 요구조건 만족을 위한 제원 최적화
- 방화문 서비스 수명 평가
- 구조안전 의사결정 지원 시스템
관련 논문
구분
제목
Analysis of Fire Resistance Performance of Double Swing Fire Doors Using Thermo-Mechanical Model Depending on Gap Size
Performance Comparison of Deep Learning Models for Predicting Fire-Induced Deformation in Sandwich Roof Panels