Version 1.0.0
Dempster-Shafer 위험도 융합과 가우시안 확산 예측으로
유해가스 위험을 사전에 감지하고 대응합니다.
다중 센서 데이터를 D-S 증거이론으로 결합하여 동적 위험도 지수(RI)를 산출합니다. 정상/주의/경고/위험 4단계로 자동 분류합니다.
EPA ISC3 기반 Plume/Puff 모델로 가스 확산 패턴을 예측합니다. Pasquill-Gifford A-F 대기 안정도 분석을 적용합니다.
Dijkstra 알고리즘으로 위험구역을 회피하는 최적 대피경로를 자동 산출합니다. 실시간 가스 확산 상황을 반영합니다.
DXF/DWG 도면을 자동 분석하여 벽, 문, 장비를 추출합니다. 3D 디지털 트윈으로 시각화합니다.
WebSocket 기반 실시간 센서 데이터 스트리밍. 라이브 차트, 히트맵, 경보 이력을 한 화면에서 모니터링합니다.
일간/주간/월간/사고 보고서를 PDF로 자동 생성합니다. 통계, 차트, 경보 이력이 포함됩니다.
| 분류 | 가스 종류 | 주요 감지 환경 |
|---|---|---|
| 독성 가스 | CO, H2S, NH3, Cl2, HCN, SO2, NO2, PH3, HF, COCl2 등 | 밀폐공간, 화학공장, 제조시설 |
| 가연성 가스 | CH4, C3H8, C2H2, H2, C4H10 등 (LEL 기준) | 가스 배관, 저장시설, 터널 |
| 질식성 가스 | CO2, N2, Ar, He | 밀폐공간, 지하 작업장 |
| 산소 | O2 (산소 결핍/과잉 감지) | 전체 산업현장 |
| 유기 화합물 | VOC, C6H6, CH2O, C2H4O, CH3OH 등 | 도장, 세정, 화학 공정 |
| 항목 | 사양 |
|---|---|
| 프론트엔드 | React 19 + TypeScript 5.9 + Vite 8 + Tailwind CSS 4 |
| 백엔드 | Django 5.1 + Django REST Framework 3.15 + Django Channels |
| 데이터베이스 | TimescaleDB (PostgreSQL 17) + Redis 7 |
| 실시간 통신 | WebSocket (Django Channels + Daphne ASGI) |
| 3D 렌더링 | Three.js (디지털 트윈 시각화) |
| 위험도 분석 | Dempster-Shafer 증거이론, NumPy, NetworkX |
| 확산 모델 | EPA ISC3 Gaussian Plume/Puff Model |
| 보고서 | WeasyPrint PDF 생성, Matplotlib 차트 |
| 인증 | JWT (SimpleJWT), RBAC 5단계 권한 |
| 배포 | Docker Compose, systemd 서비스 |
| 테넌시 | 다중 테넌트 (조직별 데이터 격리) |
