1. 서 론

“공동구”란 전기‧가스‧수도 등의 공급설비, 통신시설, 하수도시설 등 지하 매설물을 공동 수용함으로써 미관의 개선, 도로구조의 보전 및 교통의 원활한 소통을 위하여 지하에 설치하는 시설물을 말한다^[1]. 특히 지하공동구는 도시만의 일상생활에 필수적인 통신, 전력, 냉난방시설의 공급에 있어 도심 공간 활용의 효율성을 가진 매우 중요한 공간이지만, 화재 및 재난 시 밀폐된 공간으로 신속한 화재 진압 및 대처가 힘들고 케이블 연소시에 발생하는 유독가스에 의한 검은 연기^[2]와 가스배관에서 누출된 폭발^[3] 등 공동구 내에 화재가 발생할 경우에는 위험성이 매우 크다^[4].

따라서 화재‧재난 감지를 위해 가스, 연기, 불꽃, 음향, 영상 등 다양한 센서를 사용하고 다양한 방안이 검토되고 있다^[5]. 이러한 센싱 데이터를 기반으로 위험성 평가 및 시나리오 구축^[6]과 딥러닝 및 디지털 트윈 기술^[7]을 접목하여 센싱 데이터 정보 간 복합 연결과 시뮬레이션을 통한 화재‧재난의 재현, 예측, 대응 및 조사분석을 진행함으로써 지하공동구의 안전관리를 혁신적으로 개선하는 연구가 진행되고 있다^[8].

그러나 이러한 지하공동구의 화재‧재난 감지를 위해서는 정확한 환경 센싱 데이터가 무엇보다도 중요하지만, 밀폐 공간의 상황과 환경 여건 등으로 센서의 오작동이 빈번히 일어나고 있다^[9]. 특히 건축물의 형태, 가연물의 특성, 센서 탐지 거리, 다양한 센서의 무분별한 배치 및 데이터 충돌, 무선 네트워크 접속 끊김 등으로 화재를 감지하지 못하는 상황도 발생하고 있다^[10]. 이를 방지 하기 위해 지하공동구에 다양한 센서를 통합하고 유선 네트워크 방식을 겸비하는 화재 및 재난 방지용 복합환경센서에 대한 연구가 진행되고 있다^[11].

본 논문에서는 국내 지하공동구를 대상으로 건축물의 형태, 시설물의 배치, 밀폐물의 상태, 전력선 및 시설물의 재질 등에 적합한 8가지(CO, CO₂, O₂, 온도, 습도, 진동, 불꽃 등) 센서를 선정하고, 이를 통합 운영할 수 있는 복합환경센서 모듈을 밀폐 공간 등의 환경에 적합하도록 설계하였다. 그리고 설계된 모듈에 대한 시제품을 제작하고, 실제 약 750m 거리의 지하공동구에 적용하여 실증함으로써 개발된 복합환경센서의 정확도와 센싱 데이터 네트워크 통신 특성을 검증하였다.

2. 지하공동구에 적합한 복합환경센서 선정

본 연구에서는 지하공동구의 화재 및 재난 감지를 위해서 실증 사이트(오창공동구)를 대상으로 실증을 실시하였으며, Fig. 1과 같이 1련 통신선 + 상수도와 3련 전력선로의 두 종류 공동구로 운영되고 있다. 지하공동구의 대부분의 높이는 2,100mm, 최대폭은 3,800mm로 되어 있으며, 3련 전력선의 공동구는 편측 배열의 전력선이 배치되어 있고 높이는 2,100mm, 최대폭은 1,800mm이다. 두 가지 종류의 공동구에 적용되는 조명기구는 공간 면적이 거의 비슷하여 동일한 제품을 사용하였다.

기존에 설치되어 있는 전력선 및 통신 선로에 대한 화재‧감지 시설은 선형 감지기를 이용하여 화재 발생 시 선형 감지기가 단선되면 화재를 감지하는 구조이며, 화재 감지를 위한 별도의 화재 감지기 및 화재 감지 센서는 설치되어 있지 않았다. 그리고 지하공동구 자동 환풍기와 외부 자연 환풍 시설로 내부 공기를 환기시켰으며, 내부 온도 25도이상, 내부 습도 80% 이상시 자동 환풍 시설이 수동으로 작동하고 있다. 따라서 지하공동구 내부 공기질은 외부 공기와 큰 차이는 없는 것으로 설정하고, 공동구내 공기 중 가스에 대한 평가와 공동구내 위치에 따른 온‧습도 차이가 발생하는 구역에 대해 면밀히 측정하여 신뢰성을 보장할 수 있는 센서를 선정하였다.

Fig. 1. Status of Ochang Community selected as a demonstration site

지하공동구의 화재‧재난 감시를 위해 Fig. 2와 같이 시스템을 구성하였다. 센서는 조명기구와 일체화된 복합환경센서를 포함하여 상황 센서(침수, 진동)와 영상센서로부터 데이터 정보를 취득하여 SPU(센서처리장치, Sensor Processing Unit)에 센서 데이터를 공급한다. 각각의 SPU에서 수집된 정보를 DCU(데이터집중장치, Data Communication Unit)에서 취합하고 통신사와 연계하여 무선 통신으로 사용자에 전파하면서 지하공동구 감시 및 관제시스템과 연계할 수 있도록 하였다. 본 논문에서는 이러한 화재‧재난 감시 시스템에 중요한 복합환경센서에 대한 연구를 진행하였으며, 해당 센서는 전원 공급 및 적용의 편의성을 위해 조명기구와 일체화되어 10m 간격으로 배치한다. 따라서 센서의 측정범위는 ± 5m 이상이 되고, 조명기구의 네트워크 시스템에 RS-485로 데이터를 전송하도록 하였다.

Fig. 2. Structure of fire and disaster detection systems

이러한 지하공동구의 조건과 전체 시스템의 특성을 감안하고 정확한 센싱 감지를 위해서 Table 1과 같이 8가지 종류의 센서를 선정하여 다양한 가스, 온도, 습도, 연기, 진동 등을 감지할 수 있도록 하였다.

본 논문에서 복합환경센서 모듈의 설치 위치는 공동 구내 전력선 및 통신선(1련과 3련의 공동구)의 감지 효율성을 감안하여 공동구 천장에 설치해야 하며, 전원공급 (천장 덕트)이 원활하고 협소한 설치 장소 등을 고려하여 기존 조명기구용 전기배선‧배관을 활용한 조명기구 일체형으로 진행하였다. 그리고 공동구 현황 및 개발된 복합환경센서의 정확도를 확인하기 위해 공동구 내의 정확성이 높은 온/습도 및 가스, 진동 센서 모니터링 측정 보드와 프로그램을 제작하여 측정하였다. 이를 통해 온도는 25℃ 내외, 습도는 52% 내외를 유지하는 것으로 적합한 온/습도 센서를 결정하였다.

Fig. 3. Performance analysis for commercially available sensors

그리고 화재 발생에 큰 영향을 미치는 케이블 피복 재료는 연소시 각종 가스를 다량으로 발생하며, 케이블의 종류에 따라 CO₂, CO, HCl, Cl, CH₄, C₂H₄ 연소가스를 발생시켜 산소 결핍, 피난, 소화 활동에 많은 영향을 발생시킨다. 따라서 화재 발생 시, 지하 공동구내의 CO, CO₂, O₂ 등 가스 변화를 감지하는 가스센서, TVOC센서, 연기센서, IR센서, 불꽃감지 센서 등 일반 상용화된 센서의 성능을 분석하였다. 제조사별 CO, CO₂, O₂ 가스 센서의 구조 및 성능 평가를 위해 Flow와 Chamber 구조로 두 가지의 평가 시스템을 이용하여 가스의 농도와 가스의 유입 속도에 따른 반응 속도 및 센싱 감도를 평가하였다. 이러한 평가에 따라 Fig. 3과 같이 기존에 상용화되고 있는 8가지 센서를 선정하여 적용하였다.

현재 화재 감지 방식은 대부분 광전식, 차동식, 정온식 방식을 주로 사용하고 있으며, 지하공동구는 전력선의 화재로 인한 가스 발생이 매우 큰 영향을 차지하여 크기가 작은 광전식을 사용하였다. 이러한 광전식 감지 센서는 연기의 유입에 따른 발광/수광 소자의 특성에 따라 출력 신호가 변화하고, 장시간 외부 환경 노출시에 LED 발광소자의 광출력과 Photo TR 수광소자의 감도 저하로 오동작 발생이 빈번히 일어난다. 따라서 센서 선정시에 발광/수광 소자의 특성 변화를 가속 신뢰성 시험을 통해 감지율 변화를 측정‧분석하고 연기의 유동성을 고려한 보정을 진행하였다. Fig. 4와 같이 화재감지기용 발광/수광 소자의 특성을 측정‧분석하고, 기존의 상용화 센서 제품의 신뢰성에 취약한 고온(60도) 환경에서 발광소자의 광출력 변화 평가하여 센서를 선정하였다.

Fig. 4. Change in light output of light emitting elements in a sensor at 60°C

3. 복합환경센서의 설계

Fig. 5와 같이 지하공동구 화재·재난 감지를 위한 온/습도, 가스(CO, CO₂, O₂), 연기, 불꽃, 진동 등 8가지 센서를 통합‧내장하기 위해 SIP(System In Package) 구조의 멀티 센서 모듈을 설계하였다.

Fig. 5. Designing SIP structures for multi-sensor embedding

그리고 멀티 센서간 응답시간이 서로 상이하여 발생하는 데이터의 처리 오류를 제거하는 신호처리 회로 및 알고리즘을 개발하고, DC 성분의 출력 신호에 대한 노이즈 오차를 제거하기 위해 3차 Butter-worth형 저역통과필터를 설계하였다. 또한 멀티 센서 간 화재 상황 정보 상관관계 분석을 위한 미분계수 분석법(Differential Coefficient Analytics)을 적용하여 화재‧재난 감지 검출 패턴을 도출하여 적용하였다.

Fig. 6은 복합환경센서의 멀티 센서 구동 및 제어를 위한 아날로그 신호처리 회로에 대한 것이다. 센서 신호 검출부는 센서의 변화된 저항값을 아날로그 전압으로 변환한 후 필터링하여 디지털 값으로 변환하는 기능을 수행하는 것으로 센서 정확도를 높이기 위해 지속적인 실제값과 비교하여 펌웨어 및 회로를 수정하여 설계하였다. 이렇게 설계된 펌웨어의 기본적인 동작은 검출 시간 1초마다 동작하고, 센싱 출력값이 활성화되고 2msec 안에 A/D 변환(검출 신호에 의해 약 10μsec의 지연과 약 200~240 μsec내에 변환 완료)이 이루어지도록 하였다.

A/D 변환 후 생성된 디지털 신호는 간단한 FIR 필터인 이동평균 필터를 통해 필터링되어 데이터 값이 안정되도록 구성하였으며, 센서 값의 라벨링에서 디스플레이 값을 표시될 때 히스테리시스루프를 적용하여 표시되는 레벨 값이 흔들리지 않도록 프로그래밍하였다. 또한 센싱 데이터의 라벨링 구간 설정 및 감도 등은 실질적으로 챔버 내에 가스 종류와 농도에 따른 시험 측정을 바탕으로 회로의 가변저항 및 펌웨어 변수를 조정하여 오차를 감소하도록 설계하였다.

Fig. 6. Design of analog signal processing circuit for complex environmental sensor

이러한 안정화된 센싱 디지털 데이터 신호는 Fig. 7과 같이 다채널 환경에서 측정 데이터의 잡음을 줄이고 의미 있는 정보를 추출‧전송하여 정확도룰 향상시키는 상황 추정 알고리즘을 개발하였으며, 환경에 따른 각각의 센싱 값을 정의하고 각각의 센서 추정 시나리오 설정하였다. 설정된 알고리즘의 구현은 MCU 내장을 통해 상황 추정 알고리즘 기반 데이터 처리, 저장, 자동보정뿐만 아니라 제어, 판단, 자가 진단, 의사결정 등이 실시간으로 처리 가능하여 현장 상황을 반영할 수 있도록 하였다. 또한 외부 환경 변화값에 대한 노이즈를 제거하고, 근거리 센서 데이터와 오차를 감지하여 오차 범위 내의 잡음 데이터를 제거하는 자체 오차 보정 기능도 추가하였다. 조명기구 내 제어 및 네트워크 시스템과 효과적으로 데이터를 전송하기 위하여 RS-485 통신 연동 회로와 디바이스의 상태, 데이터의 충돌 방지 등을 실시간 확인할 수 있는 데이터 프로토콜 설계를 진행하였다.

Fig. 7. Schematic diagram of the situation estimation algorithm

앞에서 설계된 복합환경센서를 조명기구와 결합하고 신뢰성 있는 구조 설계를 위해 공기 유동 시뮬레이션을 실시(Solidwork 시뮬레이션 프로그램)하여 외함 구조를 설계하였다. 조명기구의 한정된 면적에 부착하기 위해 외함 크기를 가로 10cm×세로 10cm 내로 전원과 통신 연결 구조를 설정하고 공기 유동성을 향상시켜서 센서의 정확도를 높이기 위한 구조로 설계하였다. Fig. 8에 나타낸 것처럼 외함 구조의 상면과 측면 형상을 변수로 하고, 자연 대류 조건인 통로 방향 3m/s, 5m/s 풍속을 기준으로 4가지로 시뮬레이션을 진행하였다.

시뮬레이션 결과, 내‧외부의 유동보다 에지(Edge)나 상단 메쉬 홀(Mesh hole)에서 풍속이 빨라지는 경향이 보였다. 2안은 공기 유동이 가장 자유롭지만 슬릿이 과도하게 오픈되어 있고, 3안은 외부 공기 유입 후 내부에 정체되는 현상이 나타났다. 1안과 4안은 풍속과 유동량이 충분히 반영되지만, 센서 오염이나 하우징 구조에도 안정성을 보일 것으로 판단되는 1안으로 결정하였다. 물론 전원 및 통신이 연결이 체결되고 센서의 센싱 범위를 고려하여 설계하였다.

Fig. 8. Design of housing structure for complex environmental sensor

4. 시제품 제작 및 성능평가

Fig. 9와 같이 조명기구와 일체형으로 복합환경센서가 체결되고, 가스, 온도, 습도, 진동 등 8가지 센서와 MCU 내장형 복합환경센서 모듈에 대한 시제품을 제작하였다.

Fig. 9. Prototype of a lighting fixture-integrated complex environmental sensor module

시제품의 특성 평가를 위해 화재 발생 상황의 불꽃과 연기 환경에서 복합환경센서의 성능 평가를 진행하였으며, Honywell사의 MINIMAX-X4 가스 측정기를 이용하여 챔버 환경의 산소와 일산화탄소의 농도를 측정하고 불꽃과 연기 환경에서 가스의 농도 변화를 측정‧평가하였다. 그 결과, 가연성 가스 0~100% Level, 산소 0~3% VOL, 일산화탄소 0~999ppm, 황화수소 0~250ppm 등의 측정 범위를 나타내었다.

상온 환경에서 센서 동작과 데이터 전송을 확인하기 위해 제작된 시제품 5개를 평가하였으며, 동작 초기 시에 측정오차를 확인하였다. CO, CO₂, O₂, 온도, 습도, 불꽃, 연기, 진동 총 8개의 센서가 통합된 모듈 간 초기값을 측정한 결과, Fig. 10과 같이 데이터의 편차는 크지 않으나 진동 센서의 초기값의 차이가 발생하여 수정을 진행하였다. 평가 결과를 기준으로 센서의 성능을 평가하고 가스 측정기와의 측정값 오차를 보정하여 정확도를 향상시켰으며, 화재 발생 환경에서 센서 특성을 평가하기 위해 불꽃과 연기 발생 환경에서 센서의 감도 변화를 평가하였다.

Fig. 10. Initial measurement results of the complex environmental sensor

불꽃 센서는 챔버 내에 유류 램프를 점등하고 불꽃 센서가 내장된 화재 감지기를 레퍼런스로 내부에 설치 하며, 복합환경센서의 CO, CO₂, O₂, 온도, 습도, 진동, 불꽃 센서의 동작 특성을 1초 간격으로 측정하여 Fig. 11과 같은 결과를 나타내었다. 챔버 내에 램프 점등 후 15분 동안 온도와 습도 변화를 측정한 결과, 온도는 7℃ 증가하고 습도는 15% 감소하였다. 또한 CO는 최대 180ppm까지 증가하고, CO₂는 5,000ppm, O₂는 20.5% 에서 18.5%로 감소하는 특성을 나타내었다.

Fig. 11. Flame Environment Sensor Sensitivity Measurement Results

연기 발생 환경은 챔버내에 필터 페이퍼를 연소시켜 연기를 발생시키고 화재 감지기를 레퍼런스로 내부에 설치하였으며, 복합환경센서의 CO, CO₂, O₂, 온도, 습도, 불꽃 등 센서의 동작 특성을 1초 간격으로 측정하여 Fig. 12와 같은 결과를 나타내었다. 챔버 밖에서 센서의 초기 값을 측정하고, 필터 페이퍼를 연소하여 농도를 일정하게 유지한 후 센서를 챔버 내부에 설치하고 연기에 의한 센서의 특성 변화를 측정하였다. 연기 챔버내에서 연기에 의한 감지 여부를 평가한 결과, 연기의 입자 크기에 의해 Pm 0.1과 Pm 10이 반응하여 연기 발생 여부를 감지하였다.

Fig. 12. Smoke Environment Complex Sensor Measurement Results

해당 연기 환경 발생에 대한 온도와 습도 변화를 5분 동안으로 측정한 결과, 온도는 5℃ 증가하고 습도는 5% 감소하였으며, CO는 최대 240ppm까지 증가하고, CO₂는 575ppm로 증가하고, O₂는 20.3%에서 20.1%로 감소 하는 특성을 나타냈다. 이 후, 지하공동구 화재 발생 시 연소되는 소재(종이, 나무, 폴리머, 유류 등) 종류에 따라 다양한 크기의 연기에 대한 평가를 통해 정확도를 향상시킬 필요가 있다.

이러한 실험 결과를 바탕으로 대기 환경에서 불꽃 및 연기 환경과 같은 화재 환경을 정확히 모사하기 위해 Fig. 13과 같이 방재시험연구원에서 n-헵탄을 이용한 복합환경 센서의 화재 감지 시험을 시행하였다. 복합환경센서를 설치 하고 30초 동안 초기 센싱 값을 측정하고 n-헵탄에 점화 후 30초 동안 센싱 값을 측정하여 화재 감지 여부를 측정 하였다.

Fig. 13. Fire detection test after combustion of n-heptane

그 결과, Fig. 14와 같이 n-헵탄 발화 후 불꽃 센서가 가장 먼저 반응하였으며, 연기 센서는 5초 후에 연기의 농도가 증가하고 CO 농도는 8초 후에 증가하고 O₂ 농도가 감소하기 시작하였다. 또한 CO₂ 센서는 n-헵탄 발화 후 변화가 없다가 60초 후 증가하기 시작하였고, 온도는 2.5℃ 증가하면서 습도도 증가하는 현상을 보였다. 이는 n-헵탄과 물을 섞어 연소하였기 때문에 초기 습도가 증가한 것으로 판단되며, 습도도 CO₂ 센서와 같이 50초 이후 감소했다고 볼 수 있다. 따라서 CO₂ 센서를 제외 하고 화재 발생 시 30초 이내에 화재 발생 여부를 감지 가능함을 확인하였다.

Fig. 14. Sensor value change after n-heptane ignition

그리고 출력되는 센서 데이터는 순시 측정 변화 (Ripple)를 일정한 수준으로 라벨링 처리하여 서버에 공급함으로써 화재‧재난을 정확히 판단할 수 있도록 진행해야 하며, 이는 인공지능 및 디지털 트윈을 통한 화재‧재난 감지 시스템의 정확도 향상을 위해서는 매우 필요한 작업이다. 8종 센서 중 민감도 높은 CO₂, CO, 연기, 불꽃, 진동 센서의 측정범위와 오차값을 고려하여 일상 환경에서의 측정범위와 화재 발생 환경에서의 시간에 따른 센서 측정값의 기울기를 고려하여 각 센서별 라벨링 범위를 설정하였다. 이렇게 설정된 데이터를 SPU에 공급하여 감지 정확도를 향상시켰다. 그 결과, CO 센서는 100ppm, CO₂ 센서는 1,500ppm 이상의 값이 이상 신호로 판단되며, 지속시간 1분에서 3분 사이에 측정범위의 최대값으로 이상 신호를 설정하였다. 이러한 라벨링 기술의 적용으로 온도, 가스, 습도 등 복합환경센서를 이용한 화재 감지 신뢰도는 Fig. 15과 같이 약 95%의 고성능을 나타내었다.

Fig. 15. Evaluate the information accuracy of sensor data

5. 지하공동구 실증

개발된 복합환경센서의 다채널 연계 실증 평가를 위해 5개의 복합환경센서를 SPU에 연결하고, 각각의 복합환경 센서의 8종 센서값은 RS-485 통신을 통해 LED 조명과 일대일 데이터 전송 특성 평가를 실시하였다. 각각의 센서값을 1초 주기로 LED 조명기구에 전송하며, 복합환경 센서 자체 센서값과 LED 조명을 통해 나오는 데이터의 정확도를 평가하였다. 그 결과, 오류없이 정확한 측정값을 나타내었다.

Fig. 16은 실제 지하공동구에 설치하기 전에, DCU와 SPU 연계 평가를 위해 복합환경센서 20대가 설치된 Test-Bed를 구축하고, 이를 통해 다채널 연계 평가를 진행하였다. 그 결과, 각 복합환경센서의 센싱 데이터값을 확인하였으며, 조명기구와 DCU, SPU와 연계하여 데이터 정확도를 평가‧확인하였다.

Fig. 16. Evaluation of SPU multi-channel linkage communication with multiple complex environmental sensors

오창 공동구에 조명기구와 일체화하여 55대의 복합환경센서를 설치(약 750m 지하공동구 거리)한 후, 센싱 데이터 전송 특성 평가와 SPU와 DCU에 전달되는 센싱 데이터와 관계 시스템에서 표시되는 센서값의 정확도를 평가하였다. 그 결과(Fig. 17), 복합환경센서 모듈과 조명기구, SPU와 DCU 간의 데이터 통신 속도의 차이로 일부 문제가 발생하였으나. 데이터의 통신 속도를 동기화하여 이를 해결 하였다.

Fig. 17. Installation and empirical evaluation of complex environmental sensors integrated into lighting fixtures applied to Ochang underground common area

6. 결 론

본 논문에서는 국내 지하공동구를 대상으로 건축물의 형태, 시설물의 배치, 밀폐물의 상태, 전력선 및 시설물의 재질 등에 적합한 8가지(CO, CO₂, O₂, 온도, 습도, 진동, 불꽃 등) 센서를 선정하였다.

이렇게 선정된 멀티 센서를 밀폐 공간의 지하 공동구(1련 통신선 + 상수도와 3련 전력선로)에 적합하고, 8가지 센서를 통합‧내장하기 위한 SIP(System In Package) 구조의 멀티센서 모듈과 멀티센서간 응답시간 특성을 고려한 신호처리 알고리즘, 출력 신호 DC성분에 대한 노이즈 오차를 제거하기 위한 3차 Butter-worth형 저역통과필터를 설계하였다. 또한 유동 시뮬레이션을 실시(Solidwork 시뮬레이션 프로그램)하여 외함 구조를 설계하고, 시제품을 제작하여 테스트베드에서 측정된 데이터를 바탕으로 멀티 센서의 정확도 향상을 위한 라벨링 기술을 적용하였다.

그 결과, CO₂ 센서를 제외하고 화재 발생 시 30초 이내에 화재 발생 여부를 감지 가능함을 확인하였으며, 화재 감지 신뢰도는 약 95% 이상의 고성능을 나타 내었다. 그리고 오창공동구에 조명기구와 일체화한 55 대의 복합환경센서를 설치(약 750m 지하공동구 거리)한 후, 센싱 데이터 전송 특성 평가와 SPU와 DCU에 전달되는 센싱 데이터와 관제 시스템에서 표시되는 센서값의 정확도 평가하여 우수성을 증명하였다.

앞으로 지하공동구에 적용할 수 있는 복합환경센서의 기술을 바탕으로 상용화 관점의 저가격화를 실현하고 미래에서 발생할 수 있는 지하 및 초고층 빌딩에서 발생하는 대규모 재난 및 화재 예방을 할 수 있는 복합 환경센서의 개발이 필요하다.