KR102619678B1 - Complex Sensor-based Intelligent Fire Risk Detection Method - Google Patents
Complex Sensor-based Intelligent Fire Risk Detection Method Download PDFInfo
- Publication number
- KR102619678B1 KR102619678B1 KR1020220046662A KR20220046662A KR102619678B1 KR 102619678 B1 KR102619678 B1 KR 102619678B1 KR 1020220046662 A KR1020220046662 A KR 1020220046662A KR 20220046662 A KR20220046662 A KR 20220046662A KR 102619678 B1 KR102619678 B1 KR 102619678B1
- Authority
- KR
- South Korea
- Prior art keywords
- fire
- fire risk
- smoke
- sensor
- complex
- Prior art date
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 84
- 239000000779 smoke Substances 0.000 claims description 65
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 61
- 229910002091 carbon monoxide Inorganic materials 0.000 claims description 61
- 239000002131 composite material Substances 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 7
- 239000012491 analyte Substances 0.000 claims description 4
- 238000000034 method Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 8
- 238000013473 artificial intelligence Methods 0.000 description 4
- 230000007257 malfunction Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000000428 dust Substances 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 238000002485 combustion reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003958 fumigation Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000009835 boiling Methods 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000001976 improved effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 239000011882 ultra-fine particle Substances 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/004—CO or CO2
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/10—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means
Landscapes
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Emergency Management (AREA)
- Business, Economics & Management (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Combustion & Propulsion (AREA)
- Computing Systems (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Fire-Detection Mechanisms (AREA)
- Fire Alarms (AREA)
Abstract
본 발명은, 복합 화재감지 센서를 이용한 복합센서 기반 지능형 화재위험 감지 방법으로서, 복합 화재감지 센서 데이터를 감지하는 제1 단계; 상기 제1 단계 이후에 장소특성 가중치를 설정하는 제2 단계; 상기 제2 단계 이후에 화재위험도 추출하는 제3 단계; 및 상기 제3 단계 이후에 화재 데이터를 전송하는 제4 단계; 를 포함하는 것을 특징으로 하는 복합센서 기반 지능형 화재위험 감지 방법을 제안한다.The present invention is a complex sensor-based intelligent fire risk detection method using a complex fire detection sensor, comprising: a first step of detecting complex fire detection sensor data; A second step of setting location characteristic weights after the first step; A third step of extracting the fire risk after the second step; and a fourth step of transmitting fire data after the third step; We propose a complex sensor-based intelligent fire risk detection method comprising:
Description
본 발명은 화재감지기의 설치 장소의 특성에 따라서 장소 특성 가중치 및 화재위험 등급(정상/관심/주의/경보/위급)별 화재위험 기준 값을 설정하고, 복합센서(연기/CO/불꽃/열 등) 다(多)신호에 기반하는 인공지능 분석을 통하여 화재위험 감지의 오작동과 미작동을 획기적으로 낮출 수 있는 화재위험 감지 방법에 관한 것이다.The present invention sets fire risk standard values for each location characteristic weight and fire risk level (normal/interest/caution/alarm/critical) according to the characteristics of the installation location of the fire detector, and uses complex sensors (smoke/CO/flame/heat, etc. ) This is about a fire risk detection method that can dramatically reduce malfunctions and non-operations in fire risk detection through artificial intelligence analysis based on multiple signals.
화재를 미리 사전에 감지하고, 이를 경보하기 위한 화재감지기에 대한 다음과 같은 선행문헌이 제시되고 있다.The following prior literature on fire detectors to detect fires in advance and provide warnings is presented.
관련된 선행문헌으로 대한민국 등록특허공보 제10-2097626호, 공고일 2020. 04. 06.(이하 [특허문헌1]이라함)에서는 리모컨으로 동작되는 화재감지기용 복합 테스트 장비를 제안하였다. 상기 [특허문헌1]에서는 화재감지기가 정상적으로 작동하는 지를 테스트하는 열, 연기테스트부; 일정 온도까지 예열을 하고, 화재감지기가 정상적으로 작동하는 지를 테스트하는 방폭형테스트부; 길이와 각도 조정이 가능하게 이루어져 열, 연기테스트부 또는 방폭형테스트부와 선택적으로 결합되는 점검봉; 열선 및 온도센서가 설치된 열전달관; 상기 열전달관에 결합되는 결합링; 결합관에 결합하는 마개; 테스트몸체에 지지되는 고정관; 테스트 몸체; 상기 테스트 몸체에 결합되는 결합체를 포함하는 것을 특징으로 하는 리모컨으로 동작되는 화재감지기용 복합 테스트 장비를 공개하였다.As a related prior document, Republic of Korea Patent Publication No. 10-2097626, published on April 6, 2020 (hereinafter referred to as [Patent Document 1]), proposed a complex test equipment for a fire detector operated by a remote control. [Patent Document 1] above includes a heat and smoke test unit that tests whether the fire detector operates normally; An explosion-proof test unit that preheats to a certain temperature and tests whether the fire detector operates normally; An inspection rod whose length and angle can be adjusted to be selectively combined with a heat or smoke test section or an explosion-proof test section; A heat transfer tube equipped with a heating wire and temperature sensor; A coupling ring coupled to the heat transfer pipe; A stopper coupled to the coupling pipe; A fixed tube supported on the test body; test body; A complex test equipment for a fire detector operated by a remote control was disclosed, which includes a coupling body coupled to the test body.
또한, 대한민국 등록특허공보 제10-2352201호, 공고일 2022. 01. 18.(이하 [특허문헌2]라함)에서는 비화재보를 줄이는 화재연기 감지기를 제안하였다. 상기 [특허문헌2]에서는 기판; 하우징; 발광소자; 수광소자; 입자분석모듈; 상기 발광소자에서 발광되는 빛의 파장대역에 해당하는 전압을 통과시키는 대역 통과필터; 하부케이스; 상부케이스; 너트풀림 방지수단을 특징으로 하는 비화재보를 줄이는 화재연기 감지기를 공개하였다.In addition, Republic of Korea Patent Publication No. 10-2352201, published on January 18, 2022 (hereinafter referred to as [Patent Document 2]) proposed a fire smoke detector that reduces non-fire reports. In [Patent Document 2], a substrate; housing; light emitting device; Light receiving element; particle analysis module; a band-pass filter that passes a voltage corresponding to the wavelength band of light emitted from the light-emitting device; lower case; upper case; A fire and smoke detector that reduces non-fire alarms and features a means to prevent nut loosening has been unveiled.
또한, 대한민국 등록특허공보 제10-2305173호, 공고일 2021. 09. 27.(이하 [특허문헌3]이라함)에서는 건물 내에 설치되는 화재감지기를 포함하는 제어시스템을 제안하였다. 상기 [특허문헌3]에서는 수신기; 통합제어서버; 사용자 단말기; 소화기모듈; 상기 화재감지 모듈은, 바디부와, 상기 바디부의 일측에 배치된 제1 카메라부, 상기 바디부의 타측에 배치된 제2 카메라부와, 상기 바디부를 덮는 커버부를 포함하며; 상기 소화기 모듈은, 본체부와, 상기 본체부와 연결된 분사부 및 상기 본체부를 거치할 수 있는 거치부를 특징으로 하는 화재감지기를 포함하는 제어시스템을 공개하였다.In addition, Republic of Korea Patent Publication No. 10-2305173, published on September 27, 2021 (hereinafter referred to as [Patent Document 3]), proposed a control system including a fire detector installed in a building. In [Patent Document 3], a receiver; Integrated control server; user terminal; Fire extinguisher module; The fire detection module includes a body portion, a first camera portion disposed on one side of the body portion, a second camera portion disposed on the other side of the body portion, and a cover portion covering the body portion; The fire extinguisher module disclosed a control system that includes a fire detector characterized by a main body, a spray part connected to the main body, and a mounting part on which the main body can be mounted.
하지만, 상기 [특허문헌1] 내지 [특허문헌3]에서는 화재감지기의 설치 장소의 특성에 따라서 장소특성 가중치 및 화재위험 등급(정상/관심/주의/경보/위급)별 화재위험 기준 값을 설정하고, 복합센서(연기/CO/불꽃/열 등) 다(多)신호에 기반하는 인공지능 분석을 통하여 화재위험 감지의 오작동과 미작동을 획기적으로 저감 할 수 화재위험 감지 시스템을 제시하지 못했다는 한계점이 있다.However, in [Patent Document 1] to [Patent Document 3], fire risk standard values are set for each location characteristic weight and fire risk level (normal/interest/caution/alarm/critical) according to the characteristics of the installation location of the fire detector, and , the limitation is that it has not been able to present a fire risk detection system that can dramatically reduce malfunctions and non-operations in fire risk detection through artificial intelligence analysis based on multiple signals from complex sensors (smoke/CO/flame/heat, etc.) There is.
본 발명은, 상기 종래기술의 문제점을 해결하기 위한 것으로, 화재감지기의 설치 장소의 특성에 따라서 장소특성 가중치 및 화재위험 등급(정상/관심/주의/경보/위급)별 화재위험 기준 값을 설정하고, 복합센서(연기/CO/불꽃/열 등) 다(多)신호에 기반하는 인공지능 분석을 통하여 화재위험 감지의 오작동과 미작동을 획기적으로 저감할 수 화재위험 감지 방법을 제공하기 위한 것이다.The present invention is intended to solve the problems of the prior art, and sets fire risk standard values for each site characteristic weight and fire risk level (normal/interest/caution/alarm/critical) according to the characteristics of the installation site of the fire detector. , It is intended to provide a fire risk detection method that can dramatically reduce malfunctions and non-operations in fire risk detection through artificial intelligence analysis based on multiple signals from complex sensors (smoke/CO/flame/heat, etc.).
이상의 목적 및 다른 추가적인 목적들이, 첨부되는 청구항들에 의해 본 발명의 기술사상을 벗어나지 않는 범위 내에서, 당업자들에게 명백히 인식될 수 있을 것이다.The above objects and other additional objects will be clearly recognized by those skilled in the art without departing from the technical spirit of the present invention by the appended claims.
상기 과제를 해결하기 위한 본 발명의 제1 측면에 따르는 복합센서 기반 지능형 화재위험 감지 방법은, 복합 화재감지 센서 데이터를 감지하는 제1 단계; 상기 제1 단계 이후에 장소특성 가중치를 설정하는 제2 단계; 상기 제2 단계 이후에 화재위험도 추출하는 제3 단계; 및 상기 제3 단계 이후에 화재 데이터를 전송하는 제4 단계; 를 포함하는 것을 특징으로 한다.The complex sensor-based intelligent fire risk detection method according to the first aspect of the present invention to solve the above problem includes a first step of detecting complex fire detection sensor data; A second step of setting location characteristic weights after the first step; A third step of extracting the fire risk after the second step; and a fourth step of transmitting fire data after the third step; It is characterized by including.
바람직하게는, 상기 복합 화재감지 센서는 연기, 일산화탄소(CO), 불꽃 및 열을 감지하는 것을 특징으로 한다.Preferably, the composite fire detection sensor is characterized in that it detects smoke, carbon monoxide (CO), flame, and heat.
또한 바람직하게는, 상기 장소특성 가중치는 청정지역 또는 공공지역에서는 "연기 > 일산화탄소(CO) > 불꽃 > 열" 의 순으로 하는 것을 특징으로 한다.Also preferably, the location characteristic weights are characterized in the order of “smoke > carbon monoxide (CO) > flame > heat” in clean areas or public areas.
또한 바람직하게는, 상기 장소특성 가중치는 생활지역 또는 산업지역에서는 "열 > 불꽃 > 일산화탄소(CO) > 연기" 의 순으로 하는 것을 특징으로 한다.Also preferably, the location characteristic weights are characterized in the order of “heat > flame > carbon monoxide (CO) > smoke” in residential areas or industrial areas.
한편, 상기 과제를 해결하기 위한 본 발명의 제2 측면에 따르는 복합센서 기반 지능형 화재위험 감지 방법은, 복합 화재감지 센서 데이터를 감지하는 제1 단계; 상기 제1 단계 이후에 장소특성 가중치를 설정하는 제2 단계; 상기 제2 단계 이후에 화재위험도 추출하는 제3 단계; 상기 제3 단계 이후에 위험등급을 판단하는 제4 단계; 상기 제4 단계 이후에 화재 데이터를 전송하는 제5 단계; 상기 제5 단계 이후에 위험도 변경을 판단하는 제6 단계; 상기 제6 단계 이후에 화재 등급을 변경하는 제7 단계; 상기 제7 단계 이후에 정상복구를 판단하는 제8 단계; 및 상기 제8 단계 이후에 감지 환경을 분석하는 제9 단계; 를 포함하는 것을 특징으로 한다.Meanwhile, the complex sensor-based intelligent fire risk detection method according to the second aspect of the present invention to solve the above problem includes a first step of detecting complex fire detection sensor data; A second step of setting location characteristic weights after the first step; A third step of extracting the fire risk after the second step; A fourth step of determining the risk level after the third step; A fifth step of transmitting fire data after the fourth step; A sixth step of determining a change in risk after the fifth step; A seventh step of changing the fire grade after the sixth step; An eighth step of determining normal recovery after the seventh step; and a ninth step of analyzing the sensing environment after the eighth step; It is characterized by including.
본 발명에서 제안하는 복합센서 기반 지능형 화재위험 감지 방법은 첫째, 장소특성 가중치를 고려하여 청정지역, 공공지역, 생활지역 및 산업지역에 맞게 대응할 수 있으며, 둘째, 장소에 따라서 열, 불꽃, 일산화탄소(CO) 및 연기에 대한 상이한 가중치를 가지며, 셋째, 화재 위험 등급(안심/관심/주의/경보/위급)을 각각 상이하게 설정하며, 넷째, 관심/주의/경보/위급에 따라서 정온식 온도센서, 차동식 온도센서, 광전식 연기센서 및 일산화탄소(CO)를 각각 다른 기준값으로 설정함을 통하여 다(多)신호에 기반하는 인공지능 분석을 통하여 화재위험 감지의 오작동과 미작동을 획기적으로 저감하는 향상된 효과가 있다.First, the complex sensor-based intelligent fire risk detection method proposed in the present invention can respond appropriately to clean areas, public areas, living areas, and industrial areas by considering location characteristic weights, and second, depending on the location, heat, flame, carbon monoxide ( CO) and smoke have different weights, thirdly, the fire risk level (safety/concern/caution/alarm/critical) is set differently, and fourthly, a constant temperature sensor according to concern/caution/alarm/criticality, Improved effect of dramatically reducing malfunctions and non-operations in fire risk detection through artificial intelligence analysis based on multiple signals by setting differential temperature sensors, photoelectric smoke sensors, and carbon monoxide (CO) to different standard values. There is.
한편, 본 발명의 추가적인 특징 및 장점들은 이하의 설명을 통해 더욱 명확히 될 것이다.Meanwhile, additional features and advantages of the present invention will become clearer through the following description.
도 1은 화재 상태에 따른 제4 단계 구분
도 2는 IoT 기반의 복합센서 기반 지능형 화재위험 감지 시스템
도 3은 본 발명에서 사용되는 복합 화재감지 센서의 제1 실시예
도 4는 본 발명에서 사용되는 복합 화재감지 센서의 제2 실시예
도 5는 본 발명에서 사용되는 복합화재 감지기 및 연기감지 센서의 덮개부
도 6은 본 발명의 제1 실시예에 따른 복합센서 기반 지능형 화재위험 감지 방법의 흐름도.
도 7은 본 발명의 제2 실시예에 따른 복합센서 기반 지능형 화재위험 감지 방법의 흐름도.
도 8은 본 발명의 화재 위험 등급별 화재감지 센서의 농도 기준 및 가중치
도 9는 본 발명의 화재 위험 등급에 따른 기준치
도 10은 본 발명의 공간 특성에 따른 센서 가중치Figure 1 shows the fourth stage classification according to fire status
Figure 2 shows an IoT-based complex sensor-based intelligent fire risk detection system.
Figure 3 shows a first embodiment of a complex fire detection sensor used in the present invention.
Figure 4 shows a second embodiment of the complex fire detection sensor used in the present invention.
Figure 5 shows the cover portion of the composite fire detector and smoke detection sensor used in the present invention.
Figure 6 is a flowchart of a complex sensor-based intelligent fire risk detection method according to the first embodiment of the present invention.
Figure 7 is a flowchart of a complex sensor-based intelligent fire risk detection method according to a second embodiment of the present invention.
Figure 8 shows the concentration standards and weights of the fire detection sensor for each fire risk level of the present invention.
Figure 9 is a reference value according to the fire risk level of the present invention
Figure 10 shows sensor weights according to spatial characteristics of the present invention
이하, 본 발명의 바람직한 실시예에 대하여 첨부한 도면을 참조하여 설명한다. Hereinafter, preferred embodiments of the present invention will be described with reference to the attached drawings.
하지만, 본 발명의 실시예는 여러 가지 형태로 변형될 수 있으며, 본 발명의 범위가 아래에서 상세히 설명하는 실시예로 한정하여 해석되어서는 안 되며, 이 기술분야의 통상의 지식을 가진자에게 보다 완전하게 설명하기 위하여 제공되는 것이다.However, the embodiments of the present invention may be modified in various forms, and the scope of the present invention should not be construed as limited to the embodiments described in detail below, and should not be construed as limiting the scope of the present invention to those skilled in the art. It is provided for complete explanation.
도 1은 화재 상태에 따른 제4 단계 구분을 나타낸다. 화재에 대해서 제1 단계는 화재의 가장 초기 단계로서 시설물에 피해는 없지만, 화재로 인하여 초미립자 분해 생성이 이루어지는 단계이며, 제2 단계는 초기 연소 단계로서 연기가 발생하며 시설불에 피해가 발생하며, 제3 단계는 연소 확대 단계로서 화염에 의해 연기/열이 발생하며 심각한 피해가 발생하며, 제4 단계는 화재로 인하여 연기/열이 확대되는 플래시 오버 단계를 나타낸다.Figure 1 shows the fourth stage classification according to fire status. Regarding fire, the first stage is the earliest stage of the fire, and there is no damage to the facility, but the fire causes decomposition and production of ultrafine particles. The second stage is the initial combustion stage, in which smoke is generated and damage to the facility fire occurs. The third stage is the combustion expansion stage, in which smoke/heat is generated by the flame and serious damage occurs, and the fourth stage is the flashover stage in which smoke/heat expands due to the fire.
도 2는 IoT 기반의 복합센서 기반 지능형 화재위험 감지 시스템을 나타낸다. 상기 IoT 기반의 복합센서 기반 지능형 화재위험 감지 시스템은 복합 화재감지 센서(10), 상기 복합 화재감지 센서(10)에서 획득된 정보는 RF 트랜시버(31)를 통하여 447.2 MHz로 또는 저전력 광역 통신기술(LPWA)(32)을 통하여 920 MHz로 IoT 네트워크 서버(33)로 전송하며, 상기 IoT 네트워크 서버(33)에 저장된 데이터는 스마트폰 또는 앱(App)(34)로 처리하여 전달하는 것을 특징으로 한다.Figure 2 shows an IoT-based complex sensor-based intelligent fire risk detection system. The IoT-based complex sensor-based intelligent fire risk detection system includes a complex fire detection sensor 10, and the information obtained from the complex fire detection sensor 10 is transmitted to 447.2 MHz or low-power wide area communication technology ( It is transmitted to the IoT network server 33 at 920 MHz through the LPWA (32), and the data stored in the IoT network server (33) is processed and transmitted to a smartphone or app (34). .
도 3은 복합 화재감지 센서의 제1 실시예를 나타낸다. 상기 복합 화재감지 센서는 연기감지 센서(11)와 상기 연기감지 센서(11)의 일측(一側)에 배치된 제1 열감지 센서(12-1)가 배치된다. 상기 연기감지 센서(11)의 타측(他側)에 배치된 제2 열감지 센서(12-2)가 배치되며, 상기 제1 열감지 센서(12-1)의 측면에 배치된 일산화탄소(CO) 센서(18)가 배치되며, 상기 제2 열감지 센서(12-2)의 측면에 배치된 통신부(16)가 배치된다. 상기 연기감지 센서(11), 상기 제1,2 열감지 센서(12-1,12-2), 상기 일산화탄소(CO) 센서(18) 및 상기 통신부(16)는 PCB 기판(13)의 상측(上側)에 배치된다. 상기 PCB 기판(13)의 하측(下側)에 배치된 배터리부(14) 및 스피커(15)를 포함하는 것을 기술적 특징으로 한다.Figure 3 shows a first embodiment of a composite fire detection sensor. The complex fire detection sensor includes a smoke detection sensor 11 and a first heat detection sensor 12-1 disposed on one side of the smoke detection sensor 11. A second heat sensor 12-2 is disposed on the other side of the smoke sensor 11, and carbon monoxide (CO) is disposed on a side of the first heat sensor 12-1. A sensor 18 is disposed, and a communication unit 16 is disposed on the side of the second thermal sensor 12-2. The smoke detection sensor 11, the first and second heat detection sensors 12-1, 12-2, the carbon monoxide (CO) sensor 18, and the communication unit 16 are located on the upper side of the PCB board 13 ( It is placed in the upper position. A technical feature is that it includes a battery unit 14 and a speaker 15 disposed on the lower side of the PCB board 13.
도 2는 복합 화재감지 센서의 제2 실시예를 나타낸다. 상기 복합 화재감지 센서는 연기감지 센서(11), 상기 연기감지 센서(11)의 상측(上側)에 배치된 PCB 기판(13), 상기 PCB 기판(13) 상측(上側)에 배치된 열감지 센서(12)가 배치되어 있다. 상기 열감지 센서(12)의 일측(一側)에 배치된 일산화탄소(CO) 센서(18)가 배치된다. 상기 열감지 센서(12)의 타측(他側)에 배치된 통신부(16) 및 상기 연기감지 센서의 하측(下側)에 배치된 배터리부(14) 및 스피커(15)를 포함하는 것을 특징으로 한다.Figure 2 shows a second embodiment of a composite fire detection sensor. The composite fire detection sensor includes a smoke detection sensor 11, a PCB board 13 disposed above the smoke detection sensor 11, and a heat detection sensor disposed above the PCB board 13. (12) is placed. A carbon monoxide (CO) sensor 18 is disposed on one side of the heat sensor 12. Characterized by comprising a communication unit 16 disposed on the other side of the heat detection sensor 12, a battery unit 14 and a speaker 15 disposed below the smoke detection sensor. do.
도 3은 복합화재 감지기 및 연기감지 센서의 덮개부를 나타낸다. 상기 복합화재 감지기의 상측부는 PCB 기판(13) 중앙부에 원형으로 연기감지 센서(11)가 배치되어 있다. 상기 연기감지 센서(11)는 반원형으로 연기 유입부(23)가 배치되어 있으며, 그 반대측에 연기 유출부(24)가 배치되어 있다. 상기 연기 유입부(23) 및 연기 유출부(24)의 사이에 연기감지 센서의 발광 LED(21) 및 수광 LED(22)가 배치되어 있다. 상기 연기감지 센서(11)의 상부는 연기감지 센서의 덮개부(25)에 의해서 덮어진다. 상기 연기감지 센서(11)의 일측(一側)에 배치된 제1 열감지 센서(12-1)가 배치되며, 상기 연기감지 센서(11)의 타측(他側)에 배치된 제2 열감지 센서(12-2)가 배치되며, 상기 제1 열감지 센서(12-1)의 측면에 배치된 일산화탄소(CO) 센서(18)가 배치되며, 상기 제2 열감지 센서(12-2)의 측면에 배치된 통신부(16)가 배치된다. 상기 연기감지 센서(11), 상기 제1,2 열감지 센서(12-1,12-2), 상기 일산화탄소(CO) 센서 또는 배터리 연기감지 센서(18) 및 상기 통신부(16)는 PCB 기판(13)의 상측(上側)에 배치되는 것을 기술적 특징으로 한다.Figure 3 shows the cover portion of a composite fire detector and a smoke detection sensor. On the upper side of the composite fire detector, a smoke detection sensor 11 is arranged in a circular shape at the center of the PCB board 13. The smoke detection sensor 11 has a semicircular smoke inlet 23 and a smoke outlet 24 on the opposite side. The light-emitting LED 21 and light-receiving LED 22 of the smoke detection sensor are disposed between the smoke inlet 23 and the smoke outlet 24. The upper part of the smoke detection sensor 11 is covered by the cover part 25 of the smoke detection sensor. A first heat sensor 12-1 is disposed on one side of the smoke sensor 11, and a second heat sensor is disposed on the other side of the smoke sensor 11. A sensor 12-2 is disposed, and a carbon monoxide (CO) sensor 18 is disposed on the side of the first thermal sensor 12-1, and the second thermal sensor 12-2 A communication unit 16 is disposed on the side. The smoke detection sensor 11, the first and second heat detection sensors 12-1, 12-2, the carbon monoxide (CO) sensor or battery smoke detection sensor 18, and the communication unit 16 are mounted on a PCB board ( A technical feature is that it is placed on the upper side of 13).
도 6은 복합센서 기반 지능형 화재위험 감지 흐름도 제1 실시예를 나타낸다. 상기 제1 실시예에서는 복합 화재감지 센서 데이터를 감지하는 제1 단계(A1), 상기 제1 단계 이후에 장소특성 가중치를 설정하는 제2 단계(A2), 상기 제2 단계 이후에 화재위험도를 추출하는 제3 단계(A3), 상기 제3 단계 이후에 화재 데이터를 전송하는 제4 단계(A4)로 구성된다. 상기 복합 화재감지 센서는 연기, 일산화탄소(CO), 불꽃 및 열의 4가지를 감지하며, 상기 장소특성 가중치는 청정지역 또는 공공지역에서는 "연기 > 일산화탄소(CO) > 불꽃 > 열" 의 순으로 하며, 생활지역 또는 산업지역에서는 "열 > 불꽃 > 일산화탄소(CO) > 연기" 의 순으로 하며, 화재위험도 추출에서도 안심/ 관심/ 주의/ 경보/ 위급의 5가지 단계로 화재위험등급을 구분하는 것을 기술적 특징으로 한다.Figure 6 shows a first embodiment of a complex sensor-based intelligent fire risk detection flowchart. In the first embodiment, a first step (A1) of detecting complex fire detection sensor data, a second step (A2) of setting location characteristic weights after the first step, and extracting the fire risk after the second step It consists of a third step (A3), which transmits fire data after the third step (A4). The complex fire detection sensor detects four types of smoke, carbon monoxide (CO), flame, and heat, and the location characteristic weight is in the order of "smoke > carbon monoxide (CO) > flame > heat" in clean or public areas, In residential or industrial areas, the order is "heat > flame > carbon monoxide (CO) > smoke", and in extracting fire risk, the fire risk level is divided into five levels: safety/interest/caution/alert/emergency. Do it as
도 7은 복합센서 기반 지능형 화재위험 감지 흐름도 제2 실시예를 나타낸다. 상기 제2 실시예에서는 복합 화재감지 센서 데이터를 감지하는 제1 단계(B1), 상기 제1 단계 이후에 장소특성 가중치를 설정하는 제2 단계(B2), 상기 제2 단계 이후에 화재위험도를 추출하는 제3 단계(B3), 상기 제3 단계 이후에 화재위험등급을 판단하는 제4 단계(B4), 상기 제4 단계 이후에 상기 복합 화재감지 센서 데이터와 화재위험등급을 포함하는 화재와 관련된 데이터인 화재 데이터를 전송하는 제5 단계(B5), 상기 제5 단계 이후에 화재위험등급의 변경을 판단하는 제6 단계(B6), 상기 제6 단계 이후에 화재위험등급을 변경하는 제7 단계(B7), 상기 제7 단계 이후에 정상상태인 '안심'으로의 복구를 판단하는 제8 단계(B8), 상기 제8 단계 이후에 감지 환경을 분석하되, "연기, 일산화탄소(CO), 불꽃 및 열" 의 4가지 분석 대상 중에서 2개 이상의 분석 대상을 분석하는 제9 단계(B9)로 구성된다. 상기 복합 화재감지 센서는 연기, 일산화탄소(CO), 불꽃 및 열의 4가지를 감지하며, 상기 장소특성 가중치는 청정지역 또는 공공지역에서는 "연기 > 일산화탄소(CO) > 불꽃 > 열" 의 순으로 하며, 생활지역 또는 산업지역에서는 "열 > 불꽃 > 일산화탄소(CO) > 연기" 의 순으로 하며, 화재위험도 추출에서 안심/ 관심/ 주의/ 경보/ 위급의 5가지 단계로 화재위험등급이 구분된다. 상기 화재위험등급을 판단하는 제4 단계(B4)에서 특정(特定) 위험등급이 정해지면(YES), 상기 복합 화재감지 센서 데이터를 감지하는 제1 단계(B1)로 되돌아가며, 상기 위험등급이 판단에서 특정(特定) 위험등급이 정해지지 않으면(NO), 화재 데이터를 전송하는 제5 단계(B5)를 실시한다. 상기 위험도 변경을 판단하는 제6 단계(B6)에서 위험도 변경이 안되면(NO), 상기 복합 화재감지 센서 데이터를 감지하는 제1 단계(B1)로 되돌아가며, 상기 화재 위험 등급 변경이 되는 경우(YES), 화재 위험 등급을 변경하는 제7 단계(B7)를 실시한다. 상기 정상 상태로의 복구를 판단하는 제8 단계(B8)에서 정상 상태로의 복구가 되지 않는 경우(NO), 상기 복합 화재감지 센서의 화재 데이터를 감지하는 제1 단계(B1)로 되돌아가며, 상기 정상 상태로의 복구가 되는 경우(YES)는 감지 환경을 분석하는 제9 단계(B9)를 실시하는 것을 특징으로 한다.Figure 7 shows a second embodiment of a complex sensor-based intelligent fire risk detection flowchart. In the second embodiment, a first step (B1) of detecting complex fire detection sensor data, a second step (B2) of setting location characteristic weights after the first step, and extracting the fire risk after the second step A third step (B3), a fourth step (B4) of determining the fire risk level after the third step, and fire-related data including the composite fire detection sensor data and the fire risk level after the fourth step. The fifth step (B5) of transmitting fire data, the sixth step (B6) of determining the change in fire risk level after the fifth step, and the seventh step of changing the fire risk level after the sixth step ( B7), the 8th step (B8), which determines the recovery to the normal state of 'safety' after the 7th step, and analyzes the sensing environment after the 8th step, including "smoke, carbon monoxide (CO), flame and It consists of the ninth step (B9), which analyzes two or more analysis objects among the four analysis objects in the column. The complex fire detection sensor detects four types of smoke, carbon monoxide (CO), flame, and heat, and the location characteristic weight is in the order of "smoke > carbon monoxide (CO) > flame > heat" in clean or public areas, In residential or industrial areas, the order is "heat > flame > carbon monoxide (CO) > smoke", and when extracting fire risk, the fire risk level is divided into five levels: safe/interest/caution/alert/emergency. If a specific risk level is determined (YES) in the fourth step (B4) of determining the fire risk level, it returns to the first step (B1) of detecting the complex fire detection sensor data, and the risk level is determined (YES). If a specific risk level is not determined in the judgment (NO), the fifth step (B5) of transmitting fire data is performed. If the risk level does not change in the sixth step (B6) of determining the risk change (NO), the process returns to the first step (B1) of detecting the composite fire detection sensor data, and if the fire risk level changes (YES) ), carry out the 7th step (B7) to change the fire risk level. If restoration to the normal state is not achieved in the eighth step (B8) of determining restoration to the normal state (NO), returning to the first step (B1) of detecting fire data from the complex fire detection sensor, If the normal state is restored (YES), the ninth step (B9) of analyzing the sensing environment is performed.
도 8은 화재 위험 등급별 화재감지 센서의 농도 기준 및 가중치를 나타낸다. 본 발명에서는 열, 연기, 일산화탄소에 대해서 안심/관심/주의/경보/위급에 따라서 기준을 상이하게 설정하며 위급은 경보에 1.3배 농도/ 주의는 경보의 0.6배 농도/ 관심은 경보의 0.3배 농도의 수준으로 설정하는 것을 특징으로 한다.Figure 8 shows the concentration standards and weights of fire detection sensors for each fire risk level. In the present invention, different standards are set for heat, smoke, and carbon monoxide depending on safety/concern/caution/alert/emergency, with emergency being 1.3 times the concentration of the alert/caution being 0.6 times the concentration of the alert/concern being the concentration 0.3 times the alert. It is characterized by being set to a level of.
도 9는 화재 위험 등급에 따른 기준치를 나타낸다. 관심/ 주의/ 경보/ 위급으로 점차적으로 화재의 단계가 올라가면서 정온식 온도센서/ 차동식 온도센서/ 광전식 연기센서/ 일산화탄소(CO) 센서(18)가 많은 가연성 물질이 발화하는 훈소우려 구역과 넓은 공간에서 각각의 기준을 서로 다르게 정하게 하는 것을 기술적 특징으로 한다.Figure 9 shows standard values according to fire risk level. As the fire level gradually rises to attention/caution/alarm/emergency, the constant temperature sensor/differential temperature sensor/photoelectric smoke sensor/carbon monoxide (CO) sensor (18) detects fuming hazard areas and large areas where many combustible substances ignite. A technical feature is that each standard is set differently in space.
도 10은 공간 특성에 따른 센서 가중치를 나타낸다. 각각의 공간특성에 따라서 훈소우려 구역/ 넓은공간 구역/ 연기분진 구역/ 증기가스 구역의 4가지 구역으로 구분할 수 있다. 많은 가연성 물질이 발화하는 훈소우려 구역은 전산실, 통신기계실, 응접실, 회의실 등으로 센서의 가중치를 "연기 > CO > 열> 불꽃" 으로 하며, 상기 훈소우려 구역은 많은 가연성 물질이 발화하기에 연기와 일산화탄소(CO)를 우선적으로 감지하는 것을 특징으로 한다. 넓은공간 구역은 로비, 관람장, 체육관 등으로 가중치를 "연기 > CO > 열> 불꽃" 으로 하며, 상기 넓은공간 구역은 바람의 영향을 받기 쉽기에 연기와 일산화탄소(CO)를 우선적으로 감지하는 것을 특징으로 한다. 연기분진 구역은 불 사용, 배기가스, 분진 등의 발생 지역으로 주방, 조리실 등이며, "열 > 불꽃 > CO > 연기" 를 가중치로 하며, 열과 불꽃을 우선적으로 감지하는 것을 특징으로 한다. 증기가스 구역은 세정실, 탕비실, 건조실, 오수처리실 등으로 수증기 및 가스 발생지역을 의미하며, "불꽃 > 열 > CO > 연기" 를 가중치로 하는 것을 특징으로 한다.
즉, 본 발명에 따른 복합센서 기반 지능형 화재위험 감지 방법은, 복합 화재감지 센서 데이터를 감지하는 제1 단계; 상기 제1 단계 이후에 장소특성 가중치를 설정하는 제2 단계; 상기 제2 단계 이후에 화재위험도를 추출하는 제3 단계; 상기 제3 단계 이후에 화재위험도에 따른 화재위험등급을 "①안심/ ②관심/ ③주의/ ④경보/ ⑤위급" 으로 판단하는 제4 단계; 상기 제4 단계 이후에 상기 복합 화재감지 센서 데이터와 화재위험등급을 포함하는 화재와 관련된 데이터인 화재 데이터를 전송하는 제5 단계; 상기 제5 단계 이후에 화재 데이터를 분석하고 화재위험등급을 "①안심/ ②관심/ ③주의/ ④경보/ ⑤위급" 중에서의 어느 하나로의 변경을 판단하는 제6 단계; 상기 제6 단계 이후에 화재위험등급을 변경하는 제7 단계; 상기 제7 단계 이후에 정상상태인 화재위험등급 "①안심" 으로의 복구를 판단하는 제8 단계; 상기 제8 단계 이후에 감지 환경의 "연기, 일산화탄소(CO), 불꽃 및 열" 분석 대상 중에서 적어도 2개의 분석 대상을 분석하는 제9 단계; 를 포함하여 이루어지며, 상기 제4 단계에서의 각 분석 대상의 화재위험등급의 예는 [표 1]과 같다.
센서
≤60 sec
- 위급: 경보의 1.3배 농도
- 주의: 경보의 0.6배 농도
- 관심: 경보의 0.3배 농도
수준으로 설정
That is, the complex sensor-based intelligent fire risk detection method according to the present invention includes a first step of detecting complex fire detection sensor data; A second step of setting location characteristic weights after the first step; A third step of extracting the fire risk after the second step; After the 3rd step above, the 4th step is to determine the fire risk level according to the fire risk as "①Safe/ ②Concern/ ③Caution/ ④Alert/ ⑤Emergency"; A fifth step of transmitting fire data, which is fire-related data including the composite fire detection sensor data and a fire risk level, after the fourth step; After the 5th step, the 6th step is to analyze the fire data and determine whether to change the fire risk level to one of "① Safe/ ② Concern/ ③ Caution/ ④ Warning/ ⑤ Critical"; A seventh step of changing the fire risk level after the sixth step; An 8th step of determining restoration to the normal fire risk level “①Safe” after the 7th step; A ninth step of analyzing at least two analyte objects among the “smoke, carbon monoxide (CO), flame and heat” analyte objects in the sensing environment after the 8th step; It includes, and an example of the fire risk level of each analysis object in the fourth step is shown in [Table 1].
sensor
≤60 seconds
- Critical: 1.3 times the concentration of alarm
- Caution: Concentration 0.6 times the alarm level
- Concern: 0.3 times the concentration of the alert
set to level
이상에서는 본 발명의 일 실시예에 따라 본 발명을 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 변경 및 변형한 것도 본 발명에 속함은 당연하다.Although the present invention has been described above according to an embodiment of the present invention, changes and modifications made by those skilled in the art without departing from the technical spirit of the present invention do not fall within the scope of the present invention. Of course.
10 : 복합 화재감지 센서
11 : 연기감지 센서
12 : 열감지 센서
12-1 : 제1 열감지 센서
12-2 : 제2 열감지 센서
13 : PCB 기판
14 : 배터리부
15 : 스피커
16 : 통신부
17 : 주 제어부(MCU)
18 : 일산화탄소(CO) 감지 센서
19 : MIT 센서
21 : 연기감지 센서의 발광 LED
22 : 연기감지 센서의 수광 LED
23 : 연기 유입부
24 : 연기 유출부
25 : 연기감지 센서의 덮개부
31 : RF 트랜시버
32 : 저전력 광역 통신기술(LPWA)
33 : IoT 네트워크 서버
34 : 스마트폰 또는 앱(App)
35 : 제1 보안벽
36 : 제2 보안벽10: Complex fire detection sensor
11: Smoke detection sensor
12: Heat detection sensor
12-1: First heat detection sensor
12-2: Second heat detection sensor
13: PCB board
14: Battery part
15: speaker
16: Department of Communications
17: Main control unit (MCU)
18: Carbon monoxide (CO) detection sensor
19: MIT sensor
21: Luminous LED of smoke detection sensor
22: Light-receiving LED of smoke detection sensor
23: smoke inlet
24: smoke outlet
25: Cover part of smoke detection sensor
31: RF transceiver
32: Low-power wide area communication technology (LPWA)
33: IoT network server
34: Smartphone or App
35: 1st security wall
36: Second security wall
Claims (5)
상기 제1 단계 이후에 장소특성 가중치를 설정하는 제2 단계;
상기 제2 단계 이후에 화재위험도를 추출하는 제3 단계;
상기 제3 단계 이후에 화재위험도에 따른 화재위험등급을 "①안심/ ②관심/ ③주의/ ④경보/ ⑤위급" 으로 판단하는 제4 단계;
상기 제4 단계 이후에 상기 복합 화재감지 센서 데이터와 화재위험등급을 포함하는 화재와 관련된 데이터인 화재 데이터를 전송하는 제5 단계;
상기 제5 단계 이후에 화재 데이터를 분석하고 화재위험등급을 "①안심/ ②관심/ ③주의/ ④경보/ ⑤위급" 중에서의 어느 하나로의 변경을 판단하는 제6 단계;
상기 제6 단계 이후에 화재위험등급을 변경하는 제7 단계;
상기 제7 단계 이후에 정상상태인 화재위험등급 "①안심" 으로의 복구를 판단하는 제8 단계;
상기 제8 단계 이후에 감지 환경의 "연기, 일산화탄소(CO), 불꽃 및 열" 분석 대상 중에서 적어도 2개의 분석 대상을 분석하는 제9 단계;
를 포함하는 것을 특징으로 하는 복합센서 기반 지능형 화재위험 감지 방법.
A first step of detecting complex fire detection sensor data;
A second step of setting location characteristic weights after the first step;
A third step of extracting the fire risk after the second step;
After the 3rd step above, the 4th step of determining the fire risk level according to the fire risk as "①Safe/ ②Concern/ ③Caution/ ④Alert/ ⑤Emergency";
A fifth step of transmitting fire data, which is fire-related data including the composite fire detection sensor data and a fire risk level, after the fourth step;
After the 5th step, the 6th step is to analyze the fire data and determine whether to change the fire risk level to one of "① Safe/ ② Concern/ ③ Caution/ ④ Warning/ ⑤ Critical";
A seventh step of changing the fire risk level after the sixth step;
An 8th step of determining restoration to the normal fire risk level “①Safe” after the 7th step;
A ninth step of analyzing at least two analyte objects among the “smoke, carbon monoxide (CO), flame and heat” analyte objects in the sensing environment after the 8th step;
A complex sensor-based intelligent fire risk detection method comprising:
상기 복합 화재감지 센서는 연기, 일산화탄소(CO), 불꽃 및 열을 감지하는 것을 특징으로 하는 복합센서 기반 지능형 화재위험 감지 방법.
The method of claim 1,
The complex fire detection sensor is a complex sensor-based intelligent fire risk detection method, characterized in that it detects smoke, carbon monoxide (CO), flame, and heat.
상기 장소특성 가중치는 청정지역 또는 공공지역에서는 "연기 > 일산화탄소(CO) > 불꽃 > 열" 의 순으로 하는 것을 특징으로 하는 복합센서 기반 지능형 화재위험 감지 방법.
The method of claim 1,
A complex sensor-based intelligent fire risk detection method, characterized in that the location characteristic weights are in the order of "smoke > carbon monoxide (CO) > flame >heat" in clean areas or public areas.
상기 장소특성 가중치는 생활지역 또는 산업지역에서는 "열 > 불꽃 > 일산화탄소(CO) > 연기" 의 순으로 하는 것을 특징으로 하는 복합센서 기반 지능형 화재위험 감지 방법.
The method of claim 1,
A complex sensor-based intelligent fire risk detection method, characterized in that the location characteristic weights are in the order of "heat > flame > carbon monoxide (CO) >smoke" in residential or industrial areas.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220046662A KR102619678B1 (en) | 2022-04-15 | 2022-04-15 | Complex Sensor-based Intelligent Fire Risk Detection Method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220046662A KR102619678B1 (en) | 2022-04-15 | 2022-04-15 | Complex Sensor-based Intelligent Fire Risk Detection Method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20230147833A KR20230147833A (en) | 2023-10-24 |
| KR102619678B1 true KR102619678B1 (en) | 2023-12-29 |
Family
ID=88515333
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220046662A KR102619678B1 (en) | 2022-04-15 | 2022-04-15 | Complex Sensor-based Intelligent Fire Risk Detection Method |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102619678B1 (en) |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101640152B1 (en) * | 2014-05-28 | 2016-07-15 | (주)이공감 | Complex fire detector and fire monitoring system comprising the same |
| KR101786939B1 (en) * | 2016-03-07 | 2017-10-18 | 한국기술교육대학교 산학협력단 | Fire detection method using the weight of the sensor data |
| KR102097626B1 (en) | 2018-06-27 | 2020-04-06 | 성정례 | Combined test equipment for heat and smoke detectors operated by remote control |
| KR20210079069A (en) * | 2019-12-19 | 2021-06-29 | (주)그립 | Fire Monitoring System Using Sensing Data of Heterogeneous Device Having Multi Sensor |
| KR20220076374A (en) * | 2020-11-30 | 2022-06-08 | (주)세드나 | Fire safety monitoring system |
| KR102305173B1 (en) | 2021-05-15 | 2021-09-27 | 대원포비스 주식회사 | Control system including fire detector installed in building |
| KR102352201B1 (en) | 2021-09-09 | 2022-01-18 | (주)리더스테크 | Fire smog detector preventing unwanted alarm |
-
2022
- 2022-04-15 KR KR1020220046662A patent/KR102619678B1/en active IP Right Grant
Also Published As
| Publication number | Publication date |
|---|---|
| KR20230147833A (en) | 2023-10-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7211622B2 (en) | Intelligent spark detection device and method using infrared thermal image | |
| CN103337123B (en) | Based on the field joint stations fire alarm method of video image | |
| CN209821986U (en) | Fire monitoring system | |
| JPH0319030Y2 (en) | ||
| CN108846991A (en) | A kind of Intelligent home security monitoring system | |
| CN108711250A (en) | A kind of SCM Based smoke alarm unit | |
| CN112237707B (en) | Multi-stage linkage energy storage fire control method and system | |
| JP2023072054A (en) | Fire alarm facility | |
| CN102682558A (en) | Fire alarm with human body position far infrared detection function | |
| CN202615543U (en) | Fire alarm capable of far infrared detection for human body position | |
| CN110613912A (en) | Small-space fire very early detection and nondestructive fire extinguishing device and method | |
| CN209168350U (en) | A kind of cigarette sense warning device with infrared temperature monitoring | |
| KR20220076374A (en) | Fire safety monitoring system | |
| KR102619678B1 (en) | Complex Sensor-based Intelligent Fire Risk Detection Method | |
| CN207097187U (en) | A kind of intelligent free-standing smoke sensitive fire hazard detection alarm | |
| KR20090082800A (en) | Fire detection system | |
| CN107437320A (en) | A kind of intelligent free-standing smoke sensitive fire hazard detection alarm and its alarm method | |
| CN209746757U (en) | intelligent visual fire-fighting monitoring system | |
| Kamelia et al. | Fire disaster early detection system in residential areas | |
| TWI667634B (en) | Early fire warning system for detection of air suspended particulate values | |
| JP2002042281A (en) | Safety discriminating device and safety deciding device and reporting device | |
| CN203311574U (en) | Video image-based oilfield combination station fire early warning system | |
| CN205656733U (en) | Alarm device with fire control linkage | |
| RU124964U1 (en) | COMPLEX OF FIRE ALARM AND GAS CONTROL OF A DANGEROUS INDUSTRIAL OBJECT | |
| KR102071139B1 (en) | System for early fire suppression using network and method thereof |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |