신경망은 연기입자의 광학적 특징으로부터 화원을 분석할 수 있는 유용한 도구가 될 수 있다. UL268에서 연기감지기 시험에 사용되는 세 가지 화원(종이화원, 목재화원, 인화성 액체화원)들의 광학적 특징으로 신경망을 훈련시켰다. 또한, 소광과 산란을 동시에 측정할 수 있는 연기챔버를 제작하여 연기의 광학적 특징을 얻고 그 결과를 신경망에 입력하였다. 종이화원, 목재화원, 인화성 액체화원을 대상으로 한 실험에서 신경망은 화원을 정확하게 구별하였다. 또한, 종이-목재화원, 종이-인화성 액체화원, 목재-인화성 액체화원과 같은 복합화원을 대상으로 한 실험에서도 화원을 모두 구별하였다.
The neural networks were able to be used by analyze fire source with the optical characteristics of smoke particles. The neural networks were learned the optical characteristics for three types test fire (paper, wood, flammable liquid). These test fires which were adopted in this study were also used to performance test of smoke detector according to UL268. A smoke chamber which was able to detect light extinction and scattering simultaneously was created. The optical characteristics of smoke particles were measured by the smoke chamber. And the results were used to input data for the neural networks. The neural networks distinguished the fire source accurately for paper fire, wood fire or flammable liquid fire. The neural networks distinguished accurately the combined fire source such as paper-wood fire, paper-flammable liquid fire or wood-flammable liquid fire.
