급류하천에서 조난자 위치 예측을 위한 이론적 유속보정계수 산정
Evaluation of Velocity Correction Factor in Image Process for Estimating the Distressed Location in Flood Event
Article information
Abstract
홍수피해로 조난 사고가 발생한 후, 드론을 이용한 인명구조 작업시 조난자의 위치 및 조난자가 떠내려가는 속도는 반드시 파악해야 하는 필수 정보이다. 따라서 본 연구에서는 조난자의 위치 예측을 위해 하천 유속과 조난자 속도와의 상관관계를 도출하는 유속보정계수를 3차원 수치해석 프로그램인 FLOW-3D의 GMO(General Moving Object)모듈을 이용하여 산정하였다. 유속보정계수의 영향인자 중 조난자의 몸무게, 유입 유량, 하천의 지형특성을 고려하여 수치모의를 수행하였다. 수치모의 결과 유속보정계수는 조난자의 몸무게, 유입유량 및 하천의 지형특성인 만곡도가 증가 할수록 감소하는 경향을 보였다. 이러한 결과를 토대로 영향인자들을 무차원화하여 유속보정계수에 대한 회귀식을 제시하였다. 향후 현장 적용 시, 조난자의 위치를 보다 정확하게 계산하기 위해서는 이미지 처리를 통하여 조난자 인식 및 조난자와의 이탈거리 계산부분이 충분히 보완되어야 한다.
Trans Abstract
Information of velocity of a floating survivor in flood event must be crucial durinf the rescue task using a drone. In this study, We have derived the numerical results with the GMO(General Moving Object)module of 3D commercial software, FLOW-3D and suggested the velocity correction factor which means correlation between flow velocity and survivor’s motion velocity to predict the survivor’s distressed location. We also have considered the survivor’s weight, inlet discharge and geomorphic characteristics of river as major impact factors for obtaining the velocity correction factor. From numerical results, it was found that the velocity correction factor tends to decrease when inlet discharge, survivor’s weight and curvature become increased. Finally, the regression equation about velocity correction factor was suggested after non-dimensional analysis among major impact factors. As some future works to estimate the distressed location more correctly, recognition of survivor and calculation of distance by using image processing should be investigated before applying with these results in fields.
1. 서론
국지성 호우 및 이상기후로 인해 하천변 물놀이 인명사고가 끊임없이 발생하고 있다(Ministry of Public safety and Security, Annual Disaster Statistical Review, 2014). 최근에는 드론산업이 성장함에 따라 기존에 사용하던 인명구조장비의 대체수단으로 드론을 사용하려는 시도가 증가하고 있다.
Industry Policy Research(2015)에서는 드론을 활용한 구조는 기존의 인명구조장비를 사용한 구조방법에 비해, 급류하천 등 구조대의 접근이 제한된 지역에서 활용이 가능하고, 현재 상황을 실시간으로 파악할 수 있다는 장점이 있다고 하였다. 그러나 드론을 이용한 인명구조 시 숙련된 사람이 직접 드론을 조종해야하기 때문에 추가적인 인력을 투입해야한다는 한계점이 있다.
드론을 인명구조에 활용한 연구로 Remy et al.(2013)는 드론을 실제 재난사고에 적용하기 위하여, 재난 시나리오를 재현하여 드론의 최대 이동거리, 최대 비행시간, WiFi 유효 범위 및 카메라 유효 범위를 이용하여 드론의 이동방향을 계산하고 최종적으로 드론구조 방법체계를 구축하였다. Apvrille et al.(2014)는 재난 사고 발생 시 사상자를 줄이기 위해서, 구조대에게 피해자에 대한 정보 전달이 필수 사항이라 하였다. 정보 전달을 위해 자동항법이 가능한 드론을 이용하였으며, 궁극적으로 Dense 3D Scan 과 Sparse 3D Scan 방법을 이용 하여 사람 탐지 및 이탈거리 계산을 수행하였다. 그러나 위의 연구는 드론을 인명구조에 적용하는 지역을 육지로 한정하여, 하천변 등에서 일어나는 인명사고를 고려하지 못하는 한계가 있다. 본 연구에서는 Apvrille et al.(2014)의 연구를 활용하여 하천변에서는 일어나는 인명사고에 대하여 구조대에게 필요한 정보는 조난자의 위치라고 판단하였다.
하천에서 조난자의 위치정보를 수집하기 위해서 우선적으로 조난자의 속도나 하천유속을 사전에 파악해야 한다. 그러나 홍수 시 하천 유속과 조난자의 속도가 일치하지 않으며, 이에 관련된 연구나 기준이 없는 실정이다. 따라서 본 연구에서는 조난자의 위치를 예측하기 위해 하천 유속과 조난자 속 도의 상관관계를 도출하는 계수(유속보정계수)를 제시하였다.
유속보정계수는 부자를 이용한 유량측정 연구에서 사용된 바 있으며(WMO, 1994), 하천의 평균유속에 대한 부자가 떠내려가는 속도 비를 의미한다. WMO(1994)는 수심 대비 부자가 잠김 비율에 따른 유속보정계수를 실험을 통하여 산정 하였다. 또한 USGS(1982)에서는 평균유속과 표면유속의 비 를 나타내는 보정계수를 제시한바 있고 Gang et al.(1996)은 평균 유속을 추정하기 위하여 Reynolds 수와 경사를 이용하 여 유속보정계수를 산정하였다. 국내의 경우, Yang et al. (2012)는 표면유속과 평균유속간 보정계수를 적용하여 간접 적으로 평균유속을 계산하였다. Kim et al.(2013)은 전자파표면 유속계를 이용하여 유량을 산출 시 측정된 표면유속에 평균 유속보정계수를 0.85로 적용하여 평균유속을 간접적으로 계산하였다. Deter et al.(2016)은 잠재적으로 무인항공기와 연결하여 사용할 수 있는 표면영상 유속계와 하천 하상단면을 이용하여 하천의 유량을 예측하는 실험을 수행하였으며, 실험을 통하여 표면유속에 평균 유속 보정계수를 0.85-0.9로 적용하여 평균유속을 간접적으로 계산하였다. 그러나 위의 연구는 드론을 사용한 인명구조 시 조난자 위치예측에 있어 하천의 지형특성 및 조난자 특성을 고려하지 못하는 한계가 있다.
본 연구에서는 유속보정계수를 3차원 수치해석 프로그램 (FLOW-3D)을 이용하여 산정하였으며, 조난자의 몸무게, 유속 및 하천 지형특성과 같은 영향인자는 차원해석을 통하여 도출한 후 유속보정계수에 반영하였다.
2. 기본 이론
2.1 수치모형의 기본이론
FLOW-3D는 미국 Flow Science사에서 개발한 상용프로그램으로 자유수면을 갖는 3차원 흐름모의에 사용되는 수치해 석 모델이다. 난류모형을 통해 난류 해석이 가능하고, GMO (General Moving Object)모듈을 이용하여 물체의 거동도 모 의 가능하다(Flow Science, 2010). 본 연구에서는 GMO 모듈 을 이용하여 직선 및 곡선수로에서 조난자의 거동 해석을 실 시하였다.
2.1.1 유동해석의 지배방정식
- 연속 방정식(Continuity Equation)
FLOW-3D는 비압축성 유체에 대한 연속방정식을 사용한다. 따라서 밀도는 상수항으로 적용되며 아래 식과 같다.
여기서, ρ는 유체 밀도(kg/m3), u, v, w는 각방향의 유속(m/s), Ax, Ay, Az는 각 방향의 요소면적(m2), RSOR는 질량 생성/소멸 항을 의미한다.
- 운동량 방정식(Momentum Equation)
여기서, f는 점성력(N), G는 체적력(N)을 나타낸다.
2.2 차원해석
유속보정계수를 산정하기 위하여 동수역학을 정수역학으로 해석하는 달랑베르의 원리(d’Alembert’s principle)을 이용하면 Vhuman=Vflow 조건에서 다음과 같은 식이 성립된다.
여기서 CD는 항력계수, ρ는 물의 밀도, Vflow은 유속, A는 물체의 투영 단면적이며, f(μ, A)는 마찰력, mahuman은 관성력이다. 양변을 사람의 질량 m으로 나누게 되면 사람의 가속도식은 다음과 같다.
달랑베르 원리 하에서는 ahuman은 인간 속도와 유속의 상대 속도에 대한 가속도로 표현할 수 있으며 아래와 같다.
식 (7)과 식(8)을 이용하면 ahuman은 항력계수, 하천유속, 점성계수, 조난자의 질량 조난자의 투영단면적의 함수로 나타낼 수 있다.
항력계수(CD), 조난자의 투영단면적(A), 물의 점성계수(μ)는 시간의 경과에 따라 일정한 값을 가지므로 식 (9)를 조난자의 속도에 대한 함수로 나타내면 다음과 같다.
또한 만곡하천에서는 조난자가 원심력을 받기 때문에 하천의 지리적 특성인 만곡도를 고려할 필요가 있다. 그리고 WMO(1994)에서 제시하고 있는 유속보정계수 개념을 도입하여 사람의 유속을 무차원화하면 다음과 같은 식을 얻을 수 있다.
여기서 α는 유속보정계수이며, K는 하천의 만곡도
3. 수치 모의조건
3.1 모형의 구성
본 연구에서는 FLOW-3D 수치모형을 통해 하천의 평균유속과 조난자가 떠내려가는 속도를 비교하기 위해 하천지형을 단순화하여 Fig. 1과 같이 직선수로와 곡선수로로 분류하였다. 직선수로는 수로단면이 정사각형 모양으로 수로 폭은 5 m, 수로 길이는 25 m이며, 수로 경사는 고려하지 않았다. 곡선 수로는 만곡부분의 각도가 180°, 135°, 90°이며, 수로단면이 정사각형 모양이다. 수로의 길이는 75 m, 수로 폭은 5 m이며, 수로 경사는 고려하지 않았다. 조난자의 경우 부피가 0.1233 m3이며 단면적이 일정하다. 또한 사람의 형상에 가깝게 재현하였으며, 몸무게를 10 kg 간격으로 50 kg~90 kg의 범위로 설정하여 수치해석을 수행하였다.
Type of Channel
정육면체로 격자를 구성하였으며, 곡선수로 및 조난자와 같은 비선형부분을 정확히 해석하기 위하여 격자를 충분히 조밀하게 구성하였다. 직선수로의 경우 격자개수는 총 1,458,000 개이며 격자크기는 60~66 mm이며 곡선수로의 경우 총 격자 개수는 3,626,000 개이며 격자크기는 100mm이다. 상류경계 조건은 직선수로의 경우 3.75 m3/s, 7.5 m3/s, 15.0 m3/s로 유량을 설정하였으며, 하류경계조건은 3.5 m로 일정한 수위로 설정하였다(Table 1, Table 2, Fig. 2, 참조). 정상상태가 되도록 수치모의 시간을 충분히 길게 설정하였으며 평균값에 대한 유출유량의 변동 값이 1.0 %보다 작은 경우를 정상상태로 가정하였다. 그 결과 모든 케이스에서 50초 이내에 정상상태로 수렴하였다. FLOW-3D의 난류 모델은 RNG(Renormalized group)모델을 사용하였다.
Mesh sizes and numerical conditions(Straight channel)
Mesh sizes and numerical conditions (Curve channel)
Calculating model and Boundary Condition of Channel
3.2 수치모의 결과
하천의 유속에 대한 조난자 속도 비의 변화를 차원해석으로 결정된 영향인자에 따라 분석하였다. 조난자의 속도는 초기 위치로부터 t시간 이후의 위치를 이용하여 산출하였으며, 하천의 유속은 FLOW-3D의 평균유속분포결과를 이용하였다. 최종적인 유속보정계수는 하천의 유속과 조난자가 떠내려가는 속도를 비교하여 계산하였다. Table 3은 수치모의 Case 및 결과를 정리한 것이다.
Case of numerical simulation
여기서, Q는 Q/Qreference 값을 의미하며, W는 Whuman/Wwater, K는 만곡도를 의미한다.
3.2.1 조난자의 몸무게
조난자의 몸무게에 따른 유속보정계수의 변화양상을 검토하였다. 유속보정계수는 Fig. 3에서 보듯이 조난자의 몸무게와 반비례 관계에 있는 것으로 나타났다. 유량이 3.75 m3/s, 7.5 m3/s 의 경우 조난자의 몸무게가 50 kg에서 10 kg 씩 증가 할수록 유속보정계수는 0.4~0.6% 감소되는 경향을 보였으며, 유량이 15.0 m3/s의 경우 조난자의 몸무게가 50 kg에서 10 kg 씩 증가할수록 유속보정계수는 0.1~0.4% 감소되는 경향을 나타냈다. 조난자의 몸무게는 물의 단위중량으로 무차원화하였고 유속보정계수와 무차원화한 변수와의 선형관계를 Fig. 3에 나타내었다.
Correction factor about Whuman
3.2.2 유입유량
유입유량은 하천의 유속에 수로 단면적을 곱한 값을 의미하며, 조난자의 거동에 영향을 미치는 인자이다. 앞서 분석한 조난자의 몸무게와 같이 유입유량의 경우도 Fig. 4와 같이 유속 보정계수와 반비례 관계에 있는 것으로 나타났다. 유입유량에 따른 유속보정계수를 분석한 결과 유입유량이 3.75 m3/s에서 7.5 m3/s로 증가한 경우 유속보정계수는 0.2% 감소한 반면 유입유량이 7.5 m3/s에서 15.0 m3/s 로 증가한 경우는 유속보정 계수가 0.5% 감소하였다. 이를 통하여 유입유량이 7.5 m3/s 이상일 경우 유입유량의 증가에 따른 유속보정계수의 감소가 크다는 것을 알 수 있다. 유입유량은 참조 유량(7.5 m3/s)으로 무차원화하였고 유속보정계수와 무차원화한 값의 선형관계를 Fig. 4에 나타내었다.
Correction factor about Q
3.2.3 만곡도
하천의 지형특성인 만곡도는 만곡부 양 끝점의 최단거리에 대한 만곡부분의 하천 연장을 의미한다. 만곡도는 조난자의 속도에 대한 영향인자로 만곡도의 변화에 따라 유속보정계수가 변화하는 양상을 분석하였다. 유속 보정계수는 만곡도와 반비례 관계를 보였다. 수치모의 결과를 바탕으로 유속보정계 수와 만곡도의 관계를 Fig. 5와 같이 그래프로 도시화하였다.
Correction factor about K
3.2.4 유속보정계수 산정식 도출
상기에서 제시한 각 영향인자와 유속보정계수와의 관계를 정리하면 다음과 같다.
유속보정계수는 각 영향인자 값과 선형 비례 관계가 있음을 확인하였다.
무차원 유속보정계수와 각 변수들의 곱과의 관계를 회귀분석을 통하여 그래프로 도시화 하면 Fig. 6과 같다.
Regression equation
분석 결과 결정계수는 0.9287로 본 추세선이 수치모의의 결과를 잘 반영하고 있다는 것으로 나타났으며. 유속보정계수 산정식이 다음과 같이 도출되었다.
4. 결론
본 연구에서는 유속 보정계수를 산정하기 위하여 차원해석을 통하여 영향인자를 도출하였고 영향인자를 고려하여 수치 모의를 수행하였다. 수치모의 결과 조난자의 무게, 유입유량, 하천의 만곡도와 유속보정계수가 반비례 관계곡선을 나타내는 것을 확인 할 수 있었으며, 유속보정계수 영향 인자들에 대한 분석을 바탕으로 각 영향 인자들을 무차원화 하여 최종적으로 유속보정계수 산정식을 제안하였다. 유속보정계수 산정식을 통하여 실제 급류하천에서 조난사고가 발생하면 하천 의 지형 및 흐름특성, 조난자의 특성 값을 이용하여 조난자가 떠내려가는 속도를 파악 할 수 있다. 또한 조난자가 떠내려가는 속도를 파악하게 되면 드론의 이동속도를 고려하여 시간에 따라 드론이 도달해야하는 위치를 예측할 수 있다.
향후 현장 적용 시, 조난자의 위치를 보다 정확하게 계산하여 드론이 예측된 조난자 위치로 도달하기 위해서는, 드론에 장착된 카메라의 열화상 이미지 처리를 통하여 조난자를 인식하고 드론과 조난자가 떨어진 거리를 계산하는 부분이 보완되어야 한다고 판단된다.
감사의 글
본 연구는 중소기업청 창업성장기술개발사업인 ‘이공계 창업 꿈나무’ 과제 ‘인공지능 드론을 활용한 인명 구조 프로그램 개발’의 연구비지원에 의해 수행되었습니다.