3. 결과 및 토론
1) 결과 분석
테스트한 15개 샌드위치패널(판넬) 샘플(5개 샌드위치패널(판넬) 샘플 각각 3개씩)에 대해 분석된 각 SBI 테스트 매개 변수에 대해 얻은 결과는 테스트에 사용된 동일한 장비로 보내졌으며, 표4 및 그림5 및 6은 전형적인 최종 모습을 보여줍니다.
표4 [샌드위치패널(판넬) 샘플의 모든 표본에 대한 SBI 테스트 결과]
그림5 [테스트한 모든 샌드위치패널(판넬) 샘플에 대한 SBI 테스트 매개 변수의 결과 도표]
그림6 [모든 테스트 샌드위치패널(판넬) 샘플에 대한 3개 표본의 일반적인 최종 측면]
테스트가 완료된 직후, 각 샌드위치패널(판넬) 샘플은 자체적으로 냉각될 때까지 손대지 않고 그대로 두어 최종 기능 검사를 했습니다. 일반적으로 5개의 시험 샌드위치패널(판넬) 샘플 중 모든 시험편의 세트가 강판(불꽃에 직접 노출되몌에서 변형을 보이는 것으로 확인되었습니다. 이것은 버너가 꺼진 후에도 부스러기가 타오르고 불꽃이 연속성을 유발합니다. 그러나 모든 샌드위치패널(판넬) 시편(복사본)의 코팅(판금)에 사용된 재료의 연소로 인한 잔류물 방출은 없었습니다. 이것은 표면적인 색 변화9검은색)를 거의 나타내지 않았으며, 인화성 입자의 방출이나 측면 화염 전파도 보이지 않았습니다.
2) 시스템 분류
표5는 5개 샌드위치패널(판넬) 샘플에 대한 SBI 테스트 결과의 평균값을 요약한 것입니다. 그림7은 각각 테스트 전후에서 테스트한 샌드위치패널(판넬) 샘플의 전형적인 초기 및 최종 측면을 보여줍니다. 이러한 결과를 고려하고 표준에 따라 테스트된 모든 샌드위치패널(판넬)은 주로 FIGRA 값(>120W/s)에 의해 등급 C로 분류된 샘플 5를 제외하고 등급 A2로 분류되었습니다.
표5 [모든 테스트된 샌드위치패널(판넬) 샘플에 대한 평균 SBI 테스트 결과]
그림7 [전형적인 샌드위치패널(판넬) (a) 테스트 전 및 (b) 테스트 후 측면]
즉, 룸 구석(room coner)에서 완전히 발달된 화재의 경우 이러한 시스템이 확산에 거의 기여하지 않기 때문에 샌드위치패널(판넬) 1-4의 성능을 설명할 수 있습니다. 샌드위치패널(판넬) 샘플 5에 해당하는 시스템과는 달리, 매우 제한된 속도이지만 동일한 단계에서 화재 전파에 기여합니다. 이러한 시스템에 대한 추가(더 완전한) 제공하기 위해, 연기 생성 및 화염 방울과 관련됨 매개 변수에 대해 특별히 얻은 값을 추가로 분석하여 s2(SMOGRA ≤180m²/s2) 및 d0(600초 이내 화염 방울/입자 없음)의 모든 샌드위치패널(판넬) 샘플 수준을 얻었습니다. 표6은 샌드위치패널(판넬)의 전체 분류를 보여줍니다.
표6 [테스트 샌드위치패널(판넬) 샘플의 화재 성능 추가 분류에 대한 반응]
규정에 따라 이 테스트에 제시된 결과는 지정된 재료의 테스트 조건에서만 유효하다는 것을 강조하는 것이 중요합니다. 또한 샌드위치패널(판넬) 샘플 중 하나의 탄화 PIR 폼을 반으로 나누어 테스트 전에 일반적인 최종 외관을 내부적으로 시각화했습니다. 결과는 그림8과 같이 그 질량이 변형이나 재료의 상당한 손실을 겪지 않았으며, 원래의 특징을 그대로 유지했음을 보여줍니다.
그림8 [테스트 후 탄화 폼의 일반적인 부분]
3) 분산 분석(ANOVA)
보완적으로 수해된 SBI 테스트의 각 분류 매개 변수에 대해 기본 통계 분석이 수행되었습니다. 테스트된 샌드위치패널(판넬) 중 어느 것도 화염 확산을 나타내지 않았기 때문에 LFS 매개 변수가 폐기되었다는 점에 유의하는 것이 중요합니다. 따라서 IBM SPSS 소프트웨어(Statistical Package for the Social Sciences)를 사용하여 다른 4개 매개 변수(FIGRA, THR600s, SMOGRA 및 TSP600s)에 대한 분산 분석(ANOVA)을 수행했습니다. 초기 가설로 유의 수준(α)이 0.05인 결과 평균 간의 유의미한 변동이 고려되지 않았습니다.
분산 분석(ANOVA)을 적용하기 전에 데이터가 50개 미만의 데이터 세트에 대해 권장되는 Shapiro Wilk 테스트를 준수하는지 확인했습니다. 모든 데이터 세트의 수준이 0.05보다 큰 것으로 관찰되었습니다. 따라서 IBM SPSS 소프트웨어는 데이터 세트가 정규 분포를 따른다는 귀무 가설을 거부하지 못했으며 나중에 모수 검정을 적용할 수 있습니다.
분석된 첫 번째 매개 변수(FIGRA)의 경우, 유의 수준 0.05에서 이 매개 변수 결과의 분산이 샌드위치패널(판넬) 샘플 두께의 함수로서 통계적으로 유의한 차이(p-값=0.409>0.05)를 나타내지 않는 것으로 관찰되었습니다. 변하기 쉬운 유사한 결과가 THR600s 매개 변수에 대해 관찰되었습니다(p-값=0.101). 다시 말해, 샌드위치패널(판넬) 샘플 두께의 증가는 화재가 성장하는 속도나 설명된 구성에서 화염이 있을 때, 이러한 유형의 샌드위치패널(판넬)에서 방출되는 열에 영향을 미치지 않습니다.
반면 TSP600s와 SMOGRA 매개 변수는 유의 수준 0.05, p-값 0.014 및 0.006에서 통계적 차이를 보였습니다. 즉, 이전 매개 변수와 달리 생성된 총 연기 양과 화재 노출 중 성장 속도에 대한 샌드위치패널(판넬) 두께의 영향이 있습니다. 표7에는 샘플 1-5에 대해 고려되는 모든 SBI 테스트 매개 변수에 대해 계산된 분산 분석이 요약되어 있습니다.
표7 [분석된 모든 SBI 테스트 매개 변수에 대한 ANOVA 요약]
분석을 보완하기 위해 분산 분석은 그룹간에 차이가 있는지 여부만 반영하므로 Post hoc 테스트(Tukey HSD 테스트)를 사용하여 통계적으로 다른 결과 그룹을 구체적으로 평가했습니다. 이 테스트에 따르면 두께가 100mm인 시스템(샘플 3)에 대해 수행된 SBI 테스트에서 얻은 SMOGRA 값은 다른 값과 다릅니다(표8). 이것은 이 매개 변수에 대해 다른 값(6.8)과는 거리가 먼 유일한 값(가장 작은 값)이기 때문에 표5에 보고된 것과 일치합니다.
표8 [SMOGRA 매개 변수에 대한 Tukey HSD 테스트]
분산 분석(ANOVA) 결과에 따라 차이를 보인 다른 매개 변수인 TSP600s의 경우에도 동일한 연습을 수행했습니다. Tukey HSD 테스트는 두께가 50mm 및 100mm인 시스템(샌드위치패널(판넬) 샘플 2 및 3)이 다른 씨스템과 다른 값을 나타냄을 보여주었습니다(표9). 이는 표5에서 제시된 각 매개 변수 값의 평균으로 확인할 수도 있습니다. 여기서 이 매개 변수에 대한 샌드위치패널(판넬) 샘플 2와 3의 평균 값은 각각 가장 높고(114.3) 가장 작은 값(86.3)으로 눈에 띄게 다릅니다.
표9 [TSP 600s 매개 변수에 대한 Tukey HSD 테스트]
(주)패널총판 바로가기 >>
(주)패널테크 바로가기 >>