An Enhanced Suppression Density-optimized Fire Suppression Framework Using Bsoa for Electric Two-wheelers

당신의 전동 스쿠터가 고속 로봇 말이라고 상상해 보세요. 그것은 빠르고, 친환경적이며, 지구에 아주 좋습니다. 하지만 그 심장인 리튬 이온 배터리 팩은 가끔 너무 흥분하는 드래곤과도 같습니다. 그 드래곤이 너무 뜨거워지면 "열 폭주(thermal runaway)" 상태에 빠질 수 있는데, 이는 스스로를 먹이 삼아 타오르는 불꽃이 시작된다는 것을 뜻하는 멋진 표현입니다.

문제는 이 불을 끄는 기존의 방식들이 다소 서투르다는 점입니다. 이것은 마치 소방 호스로 양초를 끄려고 하는 것과 같습니다. 불꽃은 끌 수 있을지 몰라도, 정밀한 전자 부품들을 침수시키거나, 녹을 발생시키거나, 혹은 불이 숨어 있는 정확한 지점을 놓칠 수도 있습니다. 더 나악게는, 열기가 완전히 죽지 않았다면 불이 나중에 다시 살아날 수도 있습니다.

두 명의 연구자, Prajna K B와 Dr. Roopa Manjunatha는 이 전동 이륜차를 위해 더 똑똑하고 정밀한 화재 진압 시스템을 구축하기로 결심했습니다. 그들은 단순히 문제에 물을 뿌린 것이 아니라, 얼마나 많은 양의 물(또는 거품)이 필요한지, 어디를 겨냥해야 하는지, 그리고 어떻게 전자 부품을 안전하게 보호할지를 판단하는 디지털 두뇌를 만들었습니다.

스마트한 두뇌: "보브캣(Bobcat)" 알고리즘
그들의 새로운 시스템의 핵심은 "보브캣 슈베르트 최적화 알고리즘(Bobcat Shubert Optimization Algorithm, BSOA)"이라 불리는 것입니다. 보브캣 무리가 완벽한 습격 지점을 찾아 사냥하는 모습을 상상해 보세요. 과거에는 보브캣(컴퓨터 프로그램)들이 무작위로 돌아다녔고, 때로는 최적의 지점을 찾기 전에 나쁜 곳에 갇히기도 했습니다.

저자들은 보브캣의 본능에 특별한 "슈베르트 함수(Shubert function)"를 추가했습니다. 이것은 일종의 슈퍼 나침반 역할을 하여, 시간을 낭비하지 않고 더 효율적으로 사냥터를 탐색하도록 도와줍니다. 컴퓨터 시뮬레이션에서, 이 새로운 "스마트 보브캣"은 단 10,500 밀리초(그건 바로 10.5초입니다) 만에 사용해야 할 적절한 양의 소화제를 찾아냈습니다. 이들은 기존의 방식들인 표준 보브캣 알고리즘이나 "레드 판다(Red Panda)", "바쿠루스(Walrus)" 최적화 방법보다 훨씬 뛰어난 **95.47807%**의 "적합도(fitness)" 점수에 도달했습니다.

탐정: 불을 포착하다
불을 끄기 전에는 먼저 불이 어디에 있는지 알아야 합니다. 팀은 "퍼지 하모닉 트리앵귤러 위드 플랫 테일즈 추론 시스템(Fuzzy Harmonic Triangular with Flat Tails Inference System, FHT-FTIS)"이라는 새로운 탐지 시스템을 사용했습니다. 이것은 단순히 온도를 보는 것이 아니라, 온도가 어떻게 변하고 있는지를 보는 탐정이라고 생각하면 됩니다.

기존의 탐정들은 느리고 혼란스러웠으며, 데이터를 처리하고 불이 났는지 결정하는 데 108초 이상이 걸렸습니다. 새로운 FHT-FTIS 탐정은 매우 빠릅니다. 전체 과정에 단 19.2711초가 소요되었으며, 초기 "퍼지화(fuzzification)" 단계에는 단 4.2587초만 사용되었습니다. 이 시스템은 매우 정밀하여 노이즈 때문에 혼란을 겪지 않고도 일반적인 예열과 위험한 열 폭주를 구분해 낼 수 있습니다.

온도 조절기: 냉기를 유지하다
불이 감지되면, 배터리에 충격을 주지 않으면서 열을 식혀야 합니다. 뜨거운 엔진에 얼음물을 확 뿌리면 금속이 균열될 수 있습니다. 저자들은 "비례 휘틀리 적분 미분(Proportional Whitley Integral Derivative, PWID)" 컨트롤러를 도입했습니다.

이것은 보통 방을 너무 차갑게 만든 다음에야 다시 따뜻하게 만드는, 목표치를 초과해 버리는 온도 조절기와 같습니다. PWID 컨트롤러는 부드럽게 조절하는 법을 배운 온도 조절기와 같습니다. 이 컨트롤러는 스스로 과열되는 것을 막기 위해 특별한 "휘틀리 함수(Whitley function)"를 사용합니다. 테스트 결과, 이 컨트롤러는 "오버슈트(overshoot, 목표치를 지나치는 정도)"를 단 **1.25%**로 줄였는데, 반면 표준 컨트롤러들은 최대 **12.4%**까지 요동치게 두었습니다. 이는 온도를 안정적으로 유지하여 전자 부품이 열 충격으로부터 보호받도록 했습니다.

균형 잡기: 공기와 압력
불에 물을 뿌리는 것은 단순히 물뿐만이 아닙니다. 공기 압력과 분사 속도도 중요합니다. 공기가 너무 빠르면 물방oli가 꽃가루처럼 흩어져 불을 놓치게 됩니다. 압력이 너무 높으면 물이 불에 닿기도 전에 증기가 되어 버립니다.

팀은 이 두 가지 힘을 완벽한 조화 속에 유지하기 위해 "비미분 슈벨프 이동 평균 가변 속도 구동 장치(Non-differentiable Schwefel Moving average Variable Speed Drive, NSMa-VSD)"를 구축했습니다. 이것은 마치 두 곡이 서로 충돌하지 않도록 믹싱하는 DJ와 같습니다. 그들은 이 새로운 믹서가 "전체 고조파 왜곡(Total Harmonic Distortion, 신호의 노이즈와 혼란)"을 단 **2.15%**로 줄였다는 것을 발견했습니다. 기존 방식들은 왜곡 수준이 무려 **10.96%**에 달하며 소란을 피웠던 것과 대조적입니다. 이를 통해 미스트가 정확히 필요한 곳에 닿을 수 있도록 보장합니다.

사후 처리: 녹은 사절합니다
불이 꺼진 후, 마지막으로 원치 않는 것은 물이 금속 위에 남아 녹(부식)을 일으키는 것입니다. 저자들은 "고전압 고속 소프트 스타터 에어 블로어(High-voltage High-Speed Soft-Starter Air Blower, Hv-H3S-AB)"를 추가했습니다.

일반적인 블로어를 자전거에 강하게 부딪히는 풍동처럼 생각한다면, 이는 너무 많은 에너지를 사용합니다. 이 새로운 블로어는 "소프트 스타터"를 갖추고 있어, 에너지를 절약하면서도 습기를 날려 보낼 수 있도록 속도를 부드럽게 높입니다. 시뮬레이션에서 이 방식은 표준 블로어의 부식 감소율인 92%보다 높은 **95%**의 부식 감소율을 달enc했습니다. 이는 전력을 낭비하거나 부품을 손상시키지 않으면서 자전거를 건조시킵니다.

결론
저자들은 이 모든 과정을 MATLAB/Simulink를 이용한 컴퓨터 시뮬레이션을 통해 실행했습니다. 그들은 실제 불타는 스쿠터를 차고에서 테스트한 것이 아니라, 디지털 세계에서 테스트했습니다. 그 디지털 세계에서, 그들의 새로운 프레임워크는 불을 더 빨리 찾고, 물의 양을 더 정확하게 계산하며, 온도를 안정적으로 유지하고, 공기 압력을 조절하며, 녹 없이 자전거를 건조시키는 모든 단계에서 전통적인 방식보다 더 우수하게 작동했습니다.

그들은 현재 모델이 불이 시작된 후에 불을 끄는 데는 뛰어나지만, 불이 일어나기 전에 예측하는 기능은 아직 부족하다고 인정했습니다. 그들은 향후 작업에 드래곤이 깨어나기 전에 위험을 예측하는 "수정구슬" 기능을 추가할 수 있다고 제안했습니다. 하지만 현재로서는, 시뮬레이션의 세계 안에서 그들은 정밀하고 효율적이며, 기존의 서투른 방식들보다 전동 자전거의 섬세한 부품들에 훨씬 더 친절한 화재 진압 시스템을 구축했습니다.