파괴적인 폭발이 곡물 저장 사일로를 강타하여 강철 벽을 뒤틀고 잔해를 수백 미터까지 흩뿌렸습니다. 사고 원인을 파악하기 위해 법의학 조사관들은 Leica RTC360을 이용한 LiDAR 스캔, FLACS에서의 유체 역학 시뮬레이션, CloudCompare 및 Blender에서의 시각화 등 완전한 디지털 워크플로우에 의존했습니다. 목표는 부유하는 먼지 구름을 재구성하고 점화원의 위치를 찾는 것이었습니다.
LiDAR 및 CFD 시뮬레이션을 통한 법의학 재구성 🔥
팀은 Leica RTC360 스캐너를 배치하여 폭발 후 형상을 밀리미터 단위의 정밀도로 포착했습니다. 결과로 얻은 포인트 클라우드는 CloudCompare에서 처리되어 정렬 및 분할되었으며, 강철의 소성 변형과 파편의 방향을 측정하는 데 사용되었습니다. 금속 구조에 기록된 이러한 폭발파 벡터는 경계 조건으로 FLACS 소프트웨어로 내보내졌습니다. 그곳에서 열원의 위치를 변경하면서 곡물 먼지 구름의 점화가 시뮬레이션되었습니다. 관찰된 변형 패턴과 일치하는 시뮬레이션은 버킷 엘리베이터의 과열된 베어링을 점화 지점으로 지목했습니다.
보이지 않는 먼지 구름의 교훈 💡
이 사례는 3D 스캔과 CFD 시뮬레이션의 결합이 단순히 원인을 식별하는 것을 넘어, 전통적인 방법으로는 확인이 불가능한 법의학적 가설을 검증할 수 있음을 보여줍니다. Blender에서 폭발을 재현하여 시각화함으로써 엔지니어들은 베어링의 작은 불꽃이 사일로 내에서 어떻게 연쇄 반응을 촉발했는지 명확하게 전달할 수 있었습니다. 이 접근 방식은 실제 데이터를 기반으로 환기 및 분진 억제 시스템을 재설계할 수 있게 하여 산업 재해 예방을 위한 필수 도구로 자리 잡고 있습니다.
폭발 후 LiDAR 스캔 데이터를 FLACS 시뮬레이션과 통합하여 곡물 사일로의 점화원 가설을 검증하는 방법은 무엇입니까?
(추신: 컴퓨터가 타버리고 당신이 그 재앙이 되기 전까지는 재앙을 시뮬레이션하는 것이 재미있습니다.)