건설 현장 데이터 기반 화재 안전 관리: CNN 활용

건설 프로젝트 시행 중 현장 화재 안전 관리는 중요합니다. 하지만 많은 요인들이 건설 현장에서 화재를 유발하고 있으며, 근로자들이 밀접하게 근무하고 대량의 자재와 기계가 저장되어 있습니다. 전통적인 연기 및 온도 기반 센서는 개방형 환경 조건과 건설 현장의 환경적 복잡성으로 인해 사용할 수 없습니다. 게다가, 기존의 현장 화재 관리는 주로 인위적인 순찰 모드에 의존하고 있어 비효율적입니다. 대부분의 이전 연구는 건축된 건물의 전통적인 실시간 화재 모니터링에 집중했습니다. 따라서 건설 현장의 실시간 화재 모니터링을 위한 새로운 지능적이고 효과적인 방법이 개발되어야 합니다. 본 연구는 다양한 건설 환경에 적합하고 현장에서 실시간 화재를 인식할 수 있는 합성곱 신경망(CNN) 기반의 데이터 기반 접근 방식을 제안했습니다. 이 연구는 화재 인식 모델을 구축하고 실시간 건설 화재 탐지(RCFD) 시스템을 개발했습니다. 제안된 시스템의 적용 가능성을 다양한 환경 조건에서 검증하기 위해 실험이 수행되었습니다. 실험 결과 CNN 알고리즘 기반의 화재 탐지 모델이 다양한 현장 건설 환경에 적용될 수 있으며, 인식 정확도가 90%를 초과함을 보여주었습니다. 이 연구는 데이터 기반 방법을 사용하여 건설 화재 안전 관리 문제를 해결했습니다. 결과는 RCFD 시스템이 건설 현장에서 화재를 적시에 탐지하고, 안전 관리 효율성을 개선하며, 화재 관련 손실을 감소시키는 데 프로젝트 팀을 안내할 수 있음을 나타냅니다.