기술이전 상세 정보를 불러오는 중입니다...

화재 발생 후 구조물의 안전성을 신속하고 정확하게 파악하는 것은 중요하지만, 기존 방법들은 한계가 있었습니다. 구조물 재사용 및 보강 여부 판단을 위한 빠르고 정확한 위험도 추정 기법이 필요합니다. 본 기술은 컴퓨터 장치를 이용하여 화재 피해를 입은 구조물의 영상, 설계 정보, 처짐값, 화재발생시간 등 다양한 데이터를 통합 분석하여 위험도를 정밀하게 추정합니다. 특히, 카메라로 촬영된 소스 영상에서 딥러닝 기반의 CNN(Convolutional Neural Network)을 활용하여 구조물 표면의 균열의 양을 계산합니다. 이 균열의 양과 설계 정보, 처짐값, 화재발생시간, 그리고 구조물의 하중비를 종합적으로 고려하여 계수를 부여한 수식으로 최종 위험도 값을 산출합니다. 이를 통해 화재로 손상된 구조물의 위험도를 빠르고 정확하게 평가할 수 있으며, 구조물의 재사용 및 보강 여부 결정에 필요한 신뢰성 있는 정보를 제공하여 안전 관리에 크게 기여할 수 있습니다.
| 기술명 | 화재 피해를 입은 구조물의 위험도 추정 방법 | ||
| 기관명 | 이화여자대학교 산학협력단 | ||
| 대표 연구자 | 김희선 | 공동연구자 | - |
| 출원번호 | 1020180088019 | 등록번호 | 1022630290000 |
| 권리구분 | 특허 | 출원일 | 2018.07.27. |
| 중요 키워드 | 딥러닝 기반 진단구조물 균열 감지화재 안전 기술CNN 영상 분석인공지능 활용잔존 강도 평가실시간 모니터링위험도 추정화재 피해 구조물비파괴 안전 검사재난 예방 시스템스마트 건설 안전손상 정보 분석구조 공학 기술건설 구조물 안전정보통신기계/소재지식서비스 | ||
| 1 | 기술이전 상담신청 |
| 2 | 연구자 미팅 |
| 3 | 기술이전 유형결정 |
| 4 | 계약서 작성 및 검토 |
| 5 | 계약 및 기술료 입금 |

보유 기술 로딩 중...
인기있는 기술 로딩 중...