Palotutkimuksen päivät 2019 by Pelastustieto

Palotutkimuksen päivät 2019

PALOTUTKIMUSRAADIN JÄRJESTÄMÄT PALOTUTKIMUKSEN PÄIVÄT ESPOON HANASAARESSA 3.–4.9.2019

2/2 019

EN, ENSIHOIDO N J A VA R A U T U M ISEN

MEDIA

Pelko pitää

palomiehen kaapiss

Palo- ja pelastusalan ammattiasiaa vuodesta 1950. Vahva myös verkossa.

YS TÖ N testissä

P E L A S T U S TO I M

PA L O M I E H E L LE uudet polvet

PELASTUSAL A kytkös ensihoitoon N T U L E VA I S U U S : kohtalonkysymys

Lukemisen arvoinen tarjous! Nyt teillä on mahdollisuus tilata Pelastustieto-lehti

erikoishintaan

40 € /vsk * *sisältää printti- ja verkkolehden

Tilauksen voi tehdä kätevästi osoitteeseen tilaukset@pelastustieto.fi, numeroon (03) 42465358 tai osoitteessa www.pelastustieto.fi. Tarjouksemme on voimassa 30.9.2019 asti. * Tarjous koskee vain uusia tilauksia. Tilaus jatkuu normaalina kestotilauksena.

P E L A S T U S TO I M

ISEN N J A VA R A U T U M EN, ENSIHOIDO

MEDIA

Iso-Syötteen kolme kovaa – evakuointi, ERICA

Pelastustoimen, ensihoidon ja varautumisen media

ja synergia toimivat

Palotutkimuksen päivien erikoisnumero Julkaisija: Palo- ja pelastustieto ry. Päätoimittaja: Esa Aalto • esa.aalto@pelastustieto.fi Ratamestarinkatu 11, 00520 Helsinki • puh. 050 5620 735 www.pelastustieto.fi Ulkoasu ja taitto: Kimmo Kaisto • Kirjapaino: PunaMusta Kannen kuva: Kimmo Kaisto. Sprinklerin tehoa tutkittiin palokokeissa Sysmän vanhassa terveyskeskuksessa lokakuussa 2018. ISSN 0031-0476, Aikakauslehtien liiton jäsen

ONEN

E N S I VA S T E

RALLIKANSA s

A UUDISTUU: P E L A S T U S A L näinen tehokas, osaava ja yhte

PALOTUTKIMUKSEN PÄIVÄT 2019

Sisältö

PALONTORJUNTATEKNIIKKA 6............Sprinklatun terveyskeskuksen polttokokeet | Simo Hostikka 12..........Automaattiset sammutuslaitteistot hoitolaitoksissa | Tapio Stén 17..........Tuulipuistojen paloturvallisuus | Terhi Kling

MATERIAALIEN PALOTURVALLISUUS 21........... Kuitulujitteisten muovien paloturvallisuus laivoissa | Tuula Hakkarainen 26........... Teräsrakenteiden oletettuun palonkehitykseen perustuvan suunnittelun kehittäminen | Jyri Outinen 29........... Pyrolyysimalli rakenteelliselle havupuutavaralle | Aleksi Rinta-Paavola

PELASTUSTOIMEN KEHITTÄMINEN 35........... Palontutkijan opintopolku | Mari Lehtimäki 38........... Tuottamukselliset tulipalot | Päivi Mäkelä 42........... Pelastustoimen turvallisuusviestinnän laatutekijät | Brita Somerkoski

ALTISTUMINEN JA TYÖTURVALLISUUS 47........... Tulipalossa ja jälkisammutustilanteessa vapautuvat haitalliset yhdisteet VOC-Online -hankkeen palokokeissa | Tuija Ranta-Korhonen 53........... Asbestille altistuneiden työvaatteiden varustehuollon toimivuuden testaaminen | Juha Laitinen 59........... Liekkivammojen epidemologiaa Suomessa | Kari Haikonen 63........... Palomiehen lämpökuormituksen uusi reaaliaikainen arviointimenetelmä | Pekka Tuomaala

UUDET TEKNOLOGIAT 67........... Älyrakentamisen paloturvallisuus | Mikko Malaska 71........... Tietomallit rakennusten paloturvallisuuden varmistamisessa | Timo Lehtoviita 77........... Tulevaisuuden interaktiiviset teknologiat – virtuaalitodellisuus turvallisuusviestinnän välineenä paloturvallisuudessa | Brita Somerkoski

ARTICLES IN ENGLISH 82........... Predictive fire spread simulations using wood cribs | Rahul Janardhan 89........... Modelling of high strength steel beams exposed to a non-uniform temperature field | Saani Shakil 94........... Detailed computation of radiation spectra in pool fires | Hadi Bordbar 99........... Compensating for model uncertainty in probabilistic simulations | Deepak Paudel

ASUMISTURVALLISUUS 104......... Ennakoivan riskianalytiikan kehittäminen KAT3-hankkeessa | Mika Immonen 109......... Sosiaali- ja terveydenhuollon asiakkaiden asuntoon lukitsemisen syytekijät | Tarja Ojala 115......... Oikeudesta asumisen paloturvallisuutta lisääviin välineisiin | Kari Telaranta 120......... Asumisen paloturvallisuusratkaisut talopaketeissa | Ilpo Leino

Palotutkimuksen päivät 2019

Palotutkimusraadilla on edelleen paikkansa Palotutkimusraati keskittyy tulevaisuudessa nykyistä enemmän kansainväliseen tutkimukseen. Syyskuisen Palotutkimuksen päivien tärkeä teema on asumisen turvallisuus.

Teksti ja kuva: Kaisu Puranen

alotutkimusraati on edelleen tarpeellinen toimija palotutkimuksessa. Tähän lopputulokseen tultiin viime vuonna, kun raadin jäsenet pohtivat Palotutkimusraadin olemassaolon perusteita. Toiminnan lähtökohtaa ja tulevaisuutta puntaroitiin vakavasti ja pitkään. ”Pohdimme, onko mahdollisesti muita toimijoita, jotka tekisivät jo nyt raadin tehtäviä, tai voitaisiinko raadin tehtävät korvata jollain muulla orgaanilla. Päädyimme siihen, että raadilla on funktionsa”, kertoo raadin puheenjohtaja Jarkko Häyrinen. Raadin toiminta piti ottaa suurennuslasin alle, sillä sen jäsenistö oli vähentynyt, ja vuosien saatossa toiminta oli kytkeytynyt lähinnä Palotutkimuksen päivien järjestämiseen. Varsinaiseen palotutkimukseen liittyvä toiminta oli jäänyt vähemmälle, ja samaan aikaa Pelastusopiston tehtävä pelastusalan tutkimuksen koordinoinnissa oli vahvistunut. ”Päädyimme siihen, että lähdemme vahvistamaan Palotutkimusraatia, emme lopettamaan sitä”, Häyrinen sanoo. Rakenteellista ja teknistä tutkimusta Häyrinen ja Palotutkimusraadin asiamies Kari Telaranta kertovat, että Palotutkimusraadilla on edelleen kolme päätehtävää: raati järjestää Palotutkimuksen päivät ja pyrkii tuomaan yhteen tutkijat, tutkimuksen tarvitsijat sekä rahoittajat. Lisäksi raati tekee tutkimusviestintää jatkuvasti. Palotutkimusraati keskittyy lähinnä rakenteelliseen ja tekniseen tutkimukseen. ”Jos painopistettä palotutkimuksessa miettii, olemme lähempänä perustutkimusta”, Häyrinen arvioi. ”Palotutkimusraadin pääpointti on rakenteellisessa paloturvallisuudessa. Sille on edelleen selvä tilaus. Olemme myös järjestäneet Palotutkimusraadin kautta rahoituksen Aalto-yliopiston paloprofessuuriin, ja olemme viimeinen linkki suojelemassa sitä”, hän sanoo. 4

Palotutkimuksen päivät 2019

Teematilaisuuksia tulevaisuudessa Myös tutkimuskenttä on viestittänyt raadille, että Palotutkimuksen päivät on tarpeellinen foorumi. ”Se on ajankohta, jossa voi esitellä tutkimustaan ja toisaalta kuulla muista, meneillään olevista tutkimuksista”, Telaranta sanoo. Tulevaisuudessa tutkimuksen eri osapuolten verkostoitumista koetetaan vahvistaa ja mahdollistaa vielä enemmän. ”Suunnitelmissa on järjestää ensi vuonna teematilaisuuksia, joissa käytäisiin läpi oleelliset palotutkimusta tekevät tahot, niputettaisiin tutkimukset, ja pidettäisiin tilaisuus myös tutkimuksen tarvitsijoille”, Häyrinen kertoo. Telaranta näkee, että Palotutkimusraati voisi ottaa suuremman roolin kansainvälisen tutkimustoiminnan vahvistamisessa. Esi-

Palotutkimusraadin asiamies Kari Telaranta (vas.) ja puheenjohtaja Jarkko Häyrinen kertovat, että tulevaisuudessa Palotutkimusraadin toimintaa vahvistetaan.

Tämä ja aikaisemmat Palotutkimuspäivien julkaisut ladattavissa osoitteessa www.spek.fi/palotutkimuksenpaivat

Kaikki pääsevät kertomaan hankkeistaan. merkiksi Palotutkimuksen päivillä kytkentä kansainväliseen tutkimukseen voisi olla esillä nykyistä vahvemmin. Lisäksi raati selvittää, kuinka saisi uusia jäseniä. ”Jäsenet ovat kuitenkin se kantava voima. Mitä toimenpiteitä olisi tehtävissä, jotta voitaisiin laajentaa aktiivisten toimijoiden määrää? Jäsenten myötä raati saisi parempaa ohjausta ja tukipilareita”, Telaranta sanoo. Tällä hetkellä Palotutkimusraadissa on edustajat viidestä jäsenorganisaatiosta: sisäministeriön pelastusosastosta, Suomen Pelastusalan Keskusjärjestöstä, Teräsrakenneyhdistys ry:stä, Turvallisuus- ja kemikaalivirasto Tukesista sekä Palosuojelun edistämissäätiöstä. ”Tulevina vuosina on tarkoitus kokeilla erilaisia tapoja laajentaa keskustelua palotutkimuksen eri osapuolten kesken”, Häyrinen sanoo.

Mitään ei rajata ulos Syyskuun alussa järjestettävien Palotutkimuksen päivien merkittävä temaattinen osa-alue on asumisen turvallisuus. Telaranta nostaa teemoista esille myös esimerkiksi palontorjuntatekniikan, materiaalien paloturvallisuuden, pelastustoimen kehittämisen, altistumisen ja työturvallisuuden ja uudet teknologiat. ”Intressi on, että kaikki tutkijat pääsevät kertomaan hankkeistaan, ja tällä kertaa siinä onnistuttiin hyvin”, Telaranta arvioi. Lisäksi käsitellään muun muassa pelastustoimen kehittämistä, palontutkinnan opintopolun yhtenäistämistä ja omatoimista opiskelua. Tarkastelussa ovat myös tuottamukselliset tulipalot ja niitä koskevien ilmoitusmenettelyjen kehittäminen. Lisäksi käsitellään onnettomuuksien ehkäisyn laatutekijöitä pelastuslaitoksilla. Työhyvinvoinnin puolelta esiin nousevat muun muassa altistuminen ja työturvallisuus, haitalliset yhdisteet tulipalossa ja jälkisammutuksessa sekä asbesti, liekkivammat ja palomiehen lämpökuormitus. ”Nämä teemat edustavat sitä tutkimusta, jota Suomessa tällä hetkellä tehdään. Emme rajaa mitään ulos, kaikki tutkimukset ovat varteenotettavia ja liittyvät aiheeseen”, sanoo Telaranta. Hän mainitsee, että esimerkiksi sprinklereitä käsitellään kahdesta eri näkökulmasta, niin polttokokeiden kuin todellisten tilanteiden.

Enemmän materiaalien tutkimista Häyrinen ja Telaranta arvioivat, että palotutkimukseen tarvittaisiin lisää tutkimusta materiaalien paloturvallisuudesta. Hallitusohjelman mukaan puurakentamista pyritään lisäämään, mikä lisää tarvetta puumateriaalien tutkimiselle. Häyrinen toivoisi, että tutkimuskentällä olisi enemmän tutkija- ja yliopistoyhteenliittymiä. Yritysten tutkimustarpeita olisi hyvä kartoittaa. ”Olisi hienoa, jos löytyisi esimerkiksi yritysmaailman ja julkisilla varoilla tuetun tutkimuksen yhdistelmiä.” Telaranta arvioi, että pelastustoimi voisi vahvistaa yhteyksiä oikeustieteelliseen tutkimukseen ja taloustieteeseen. ”Hyvä esimerkki on kilpailukyky: miten voidaan rakentaa paloturvallisia lujitemuovilaivoja? Nyt laivat ovat teräsrakenteisia ja kalliita, mutta olisi merkittävä uusi avaus, jos pystymme löytämään uusia paloturvallisia materiaaleja. Siitä seuraisi uusia työpaikkoja sekä kilpailukykyä.”

Palotutkimusraadin tehtävänä on edistää ja kehittää Suomessa tapahtuvaa paloalan tutkimusta yhteistyössä teollisuuden, vakuutusalan ja muun elinkeinoelämän, korkeakoulujen, tutkimuslaitosten, valtion ja kuntien viranomaisten sekä alan järjestöjen kanssa. Toimintaa johtaa edellä mainittuja tahoja edustava johtokunta. Vuosi 2019 on Palotutkimusraati ry:n 28. toimintavuosi rekisteröitynä yhdistyksenä. Palotutkimusraadin puheenjohtajana toimii Jarkko Häyrinen (sisäministeriö, pelastusosasto) ja asiamiehenä Kari Telaranta (Suomen Pelastusalan Keskusjärjestö SPEK). Jäseninä ovat Jyri Outinen (Teräsrakenneyhdistys ry), Jukka Lepistö (Turvallisuus- ja kemikaalivirasto Tukes) ja Nina Piela-Tallberg (Palosuojelun edistämissäätiö). Vuoden 2019 Palotutkimuksen päivät on järjestyksessään yhdestoista Palotutkimusraadin järjestämä, paloalan eri toimijoita yhteen kokoava seminaari. Seminaarissa esitellään kattavasti viimeaikaisia saavutuksia kotimaisessa palotutkimuksessa. Lähde: www.spek.fi

Palotutkimuksen päivät 2019

Simo Hostikka1, Eetu Veikkanen1, Topi Sikanen2, Tuula Kajolinna2, Tuula Hakkarainen2, Ali Afzalifar2, Terhi Kling2, Minna Nissilä2 1Aalto-yliopisto 2Teknologian tutkimuskeskus VTT

Sprinklatun terveyskeskuksen polttokokeet

TIIVISTELMÄ Työssä tutkittiin sairaalaympäristössä olevan sprinklerijärjestelmän tehokkuutta palon sammuttamisessa, rajoittamisessa ja palavassa huoneessa olevien ihmisten suojaamisessa. Potilashuoneissa tehdyissä polttokokeissa käytettiin asuntosprinklereiden testistandardin UL 1626 mukaisia palokuormia, jotka koostuivat (polyeetteri)vaahtomuovipatjoista sekä vanerilevyistä. Lisäksi kokeita tehtiin sairaalatekstiileillä, mutta tämä artikkeli käsittelee vain UL 1626 -kokeiden tuloksia. Yhteensä 14 kokeessa käytössä oli sprinkleri ja kaksi koetta tehtiin ilman sammutusjärjestelmää. Kaasun lämpötila- ja pitoisuusmittausten sekä oletettujen potilaiden laskennallisten altistusten perusteella voitiin päätellä, että sprinklerit parantavat huomattavasti potilaiden eloonjäämismahdollisuuksia, mutta muodostuvien kaasujen vaikutukset voivat olla vaarallisia henkilöille, joilla on alentunut sietokyky. JOHDANTO Sprinklereitä käytetään yleisesti paloturvallisuuden parantamiseen tiloissa, joissa alkusammutuksen onnistuminen syystä tai toisesta on epävarmaa. Terveydenhuollon yksiköissä sprinklereitä voidaan käyttää potilastilojen, yhteisten tilojen ja aputilojen suojaamiseen. Tulipalotilanteessa ihmiset pyritään ensisijaisesti evakuoimaan. Voidaan kuitenkin kysyä, onko terveydenhuollon henkilöstön mahdollista suorittaa potilaiden evakuointi ilman koulutusta ja asianmukaisia varusteita. Evakuointi saattaa jäädä palokunnan tehtäväksi, jolloin sprinklerien tehokkuudella voi olla ratkaiseva merkitys ihmisten suojelemisessa. Sprinklereiden tehokkuutta tulipalojen rajoittamisessa on tutkittu laajalti, ja niiden suorituskyky palotilan jäähdyttämisessä ja palon leviämisen rajoittamisessa on kiistaton [1]. Suurin uhka poistujille syntyy vaarallisista kaasuista, ja yleisimpien tukahduttavien kaasujen vaikutusmekanismit tunnetaan hyvin [2, 3]. Tulipaloissa syntyviä tukahduttavia ja ärsyttäviä kaasuja on tutkittu pal6

Palotutkimuksen päivät 2019

jon, mutta sprinklerien vaikutusta niiden esiintymiseen on tutkittu hyvin vähän. O'Neil et al. [4] tutkivat 1980-luvulla sprinklerien vaikutusta myrkyllisten kaasujen tuottoihin ja päättelivät, että sprinklerit estivät lieskahduksen ja jäähdyttivät huoneen, mutta hiilimonoksidin vaarallinen pitoisuus kuitenkin ylittyi. Guillaume et al. [5] tekemässä makuuhuoneen palo-olosuhteisiin keskittyvässä tutkimuksessa käytössä ei ollut sprinklereitä. Kokeiden perusteella voitiin todeta, että savuhälytykset aktivoituvat ennen kuin olosuhteet muuttuivat vaarallisiksi. Analyysi tehtiin käyttämällä ISO 13571 -standardissa kuvattua menetelmää. Kaasuanalyysin perusteella typpioksidi (NO) määritettiin tärkeimmäksi haitalliseksi aineeksi. Asuintilojen suojaukseen soveltuvien ”asuntosprinklerien” tyyppihyväksyntä suoritetaan usein laboratoriotestein UL 1626 -standardia noudattaen. Tässä työssä tutkittiin todellisen, sairaalahuoneisiin asennetun sprinklerijärjestelmän tehokkuutta UL 1626 -palojen torjunnassa. Kokeissa mitattiin huoneiden lämpötila- ja myrkyllisyysolosuhteet 15 minuutin tulipalojen aikana. Kaasumittauksilla ja FED-laskelmilla (Fractional Effective Dose) arvioitiin olosuhteiden vaarallisuutta oletetun potilaan kannalta. KOEMENETELMÄ

Rakennus ja sprinklerijärjestelmä Kokeet tehtiin Sysmän kunnan 1960-luvulla rakennetussa terveyskeskuksessa, joka poistettiin käytöstä vain viikkoa ennen kokeita. Kokeet suoritettiin 14:ssä eri potilashuoneessa ja kahdessa varastotilassa, joiden koot olivat 16–21 m2. Tilojen väliset seinät ja vaakarakenteet olivat betonia, mutta huoneiden sisällä oli kevyitä levyrakenteita, jotka eivät kuitenkaan osallistuneet paloihin. Huoneissa oli yhteys ilmanvaihtokanaviin, ja edelleen noin 20 huonetta palvelevaan ilmavaihtokojeeseen. Joissakin kokeissa palotilan ilmanvaihtokanava suljettiin.

Terveyskeskukseen oli vuonna 2012 asennettu sprinklerijärjestelmä, joka oli suunniteltu standardin SFS 5980 mukaisesti. Tätä standardia käytetään yleensä asuinrakennuksissa. Kussakin huoneessa oli kaksi seinään vaakasuorassa kiinnitettyä sprinklerisuutinta (Tyco 1334, K=60,5 L/min/bar1/2, Tact = 68 °C ja RTI=35ms1/2). Järjestelmä tarkastettiin juuri ennen kokeiden suorittamista. Koehuoneiden läheisyydessä putken painetta mitattiin jatkuvasti. Ennen aktivointia paine oli 5,7 ± 0,2 bar, ja yhden suuttimen aktivoinnin jälkeen se oli 2,7–2,8 bar. Tämä vastaa noin 100 l/min virtaamaa yhdestä suuttimesta, eli tyypillisen kokeen aikana huoneeseen tuli 1,4 m3 vettä. Lattiaan porattiin reikiä veden keräämiseksi alapuolella olevaan keräysjärjestelmään ja oviaukkoihin asennettiin lisäkynnykset veden leviämisen rajoittamiseksi.

Kuva 1. Huoneen pohjapiirros (ylhäällä), UL 1626 -koejärjestely ylhäältä katsottuna (vasemmalla) ja kuva palotilanteesta 20 sekunnin kuluttua sytytyksestä (oikealla).

Palokuorma Palokuorma pyrittiin saamaan mahdollisimman lähelle UL 1626 -skenaariota, kuten kuvassa 1 on esitetty. Palokuorma koostui kolmesta pääelementistä: (1) Neliöallas (300 mm × 300 mm), jossa vesikerroksen päällä oli 2,4 dl heptaania. Heptaanialtaan päällä oli kooltaan 305 mm × 305 mm × 152 mm oleva puuritilä. (2) Nurkka rakennettiin kipsilevytaustalle 1,2 m leveistä vanerilevyistä, jotka ulottuivat lattiasta kattoon. (3) Polyeetterivaahtomuovipatjat asetettiin pystysuoraan ja sytytettiin heptaanissa liotetuilla kangassuikaleilla. Vaahtolevyt olivat kooltaan 800 mm × 800 mm × 75 mm, ja ne oli asennettu 25 mm:n korkeuteen. Levyjen taustapuolet liimattiin 12,7 mm:n vanerilevyyn, jolla estettiin vaahdon kastuminen kokonaan sprinklerin vaikutuksesta. Vaahtomuovit olivat 2/3 polyolia, 1/3 TDI:tä ja vaahdotusaineena toimi vesi. Vaahdon tiheys oli 36,3 ± 1,1 kg/m3, eli noin 20 % korkeampi kuin UL 1626:n spesifikaatio (27,2–30,4 kg/m3). Kartiokalorimetrikokeissa (säteilytaso 30 kW/m2) patjojen syttymisaika oli 3±1 s. Palotehon maksimiarvo 286 kW/m2 oli hieman korkeampi kuin UL-spesifikaatio (230±50 kW/m2) ja tehollinen palamislämpö 22,7 MJ/kg oli odotetulla alueella (22 ± 3 MJ/kg). Underwriters-laboratorioiden suorittamien täyden mittakaavan laboratoriomittausten [6] mukaan UL 1626:n nurkkapaloskenaarion paloteho (HRR) on aluksi noin 100 kW ja kasvaa t2-tyyppisesti 300−500 kW:iin 60 sekunnissa ja saavuttaa tason 1500 kW ajassa 80−95 s. Koe UL 1626:n palokuormalla toistettiin 14 kertaa sprinklerijärjestelmällä ja kahdesti suljetulla sprinklerijärjestelmällä (vapaapalo). Tulipalon sijaintinurkka huoneen sisällä valittiin satunnaisesti niin, että mahdolliset spinklerisuuttimien suuntauksen ja etäisyyden vaikutukset tulivat katettua.

Mittaukset Kaasun lämpötilat mitattiin tyypin K termopareilla ja kahdella plattalämpömittarilla, joiden tuloksia käytettiin lämpösäteilyn arvioimiseen. Termoparit olivat suojaamattomia, joten vesi vaikutti niihin pian sprinklerien aktivoitumisen jälkeen. Termoparit sijoitettiin kaikissa testeissä samaan paikkaan suhteessa palokohtaan. Huoneen keskellä oli viiden termoparin puu, jossa etäisyydet katosta olivat 5 cm, 55 cm, 155 cm, 205 cm ja 255 cm. Yksi termopari oli sijoitettu kummankin sprinkleripään läheisyyteen, yksi heptaanialtaaseen sytytyksen havaitsemiseksi, yksi kattoon 120 cm molemmista vaneriseinistä ja yksi kattoon aivan altaan yläpuolelle. Ensimmäinen plattalämpömittari sijoitettiin 50 cm:n etäisyydelle palokohdasta ja 50 cm:n päähän viereisestä seinämästä. Toinen plattalämpömittari sijoitettiin huoneen keskelle kaasu-

Kuva 1.

Kuva Huoneen 1. pohjapiirros Huoneen pohjapiirros (ylhäällä), UL(ylhäällä), 1626 -koejärjestely UL 1626 -koejärjestely ylhäältä katsottuna ylhäältä(vasemmalla) katsottuna (vasemmall ja

palotilanteesta kuva palotilanteesta 20 sekunnin 20 kuluttua sekunnin sytytyksestä kuluttua sytytyksestä (oikealla). (oikealla). näytteenotonkuva ja termoparipuun viereen. Lämpötilat tallennettiin Mittaukset Mittaukset yhden sekunnin välein. Kaasun lämpötilat Kaasunmitattiin lämpötilat tyypin mitattiin K termopareilla tyypin K termopareilla ja kahdella ja plattalämpömittarilla, kahdella plattalämpömittarilla, joiden tuloksia joiden tul Savukaasuanalyysi tehtiin käyttäen Fourier Transform Infrakäytettiin lämpösäteilyn käytettiin lämpösäteilyn arvioimiseen. arvioimiseen. TermoparitTermoparit olivat suojaamattomia, olivat suojaamattomia, joten vesi vaikutti joten vesi niihin vaikutti n Redsprinklerien (FTIR) -tekniikkaa, Gasmet DX4000. Näyte otettiin kuumenpian pian sprinklerien aktivoitumisen aktivoitumisen jälkeen. Termoparit jälkeen. Termoparit sijoitettiin kaikissa sijoitettiin testeissä kaikissa samaan testeissä paikkaan samaan paik suhteessa palokohtaan. suhteessa palokohtaan. Huoneen keskellä Huoneen oli keskellä viiden termoparin oli viiden termoparin puu,jota jossa seurasi etäisyydet puu, jossa35 katosta etäisyydet katosta o netun näytteenottoputken ja suodattimen läpi, m olivat 5 cm, 55 cm, 5 cm, 155 55 cm,cm, 205155 cmcm, ja 255 205cm. cm Yksi ja 255 termopari cm. Yksioli termopari sijoitettuolikummankin sijoitettu kummankin sprinkleripään sprinkleripää läkuumennettua teflonputkea. Kaikki näytteenottolaitteet olikattoon suojatheisyyteen, heisyyteen, yksi heptaanialtaaseen yksi heptaanialtaaseen sytytyksen sytytyksen havaitsemiseksi, havaitsemiseksi, yksi kattoonyksi 120 cm molemmista 120 cm molemm vaneriseinistä vaneriseinistä jajayksi kattoon ja yksi aivan kattoon altaanaivan yläpuolelle. altaan yläpuolelle. Ensimmäinen plattalämpömittari plattalämpömittari sijoitettiin sijoit tu vedeltä lämmöltä. Näytteenotossa kaasunEnsimmäinen virtaus analysointijärjestelmän läpi oli 4 l/min ja keskimääräinen mittausaika 5 sekuntia. Pitkän näytteenottolinjan vuoksi kaasumittausjärjestelmän 3 3 vasteajan mitattiin olevan 5–10 sekuntia. Happianalyysi suoritettiin zirkoniumoksidikennolla, joka oli sisäänrakennettu kannettavaan näytteenottojärjestelmään. Näytteenottopiste oli 98 cm lattiatason yläpuolella ja 20 cm etäisyydellä huoneen keskellä olevista termopareista. Savukaasuyhdisteiden analyysi perustui kunkin kaasun yksilöllisiin infrapunaspektreihin ja niiden absorptioon. Mittausten epävarmuustekijät arvioitiin käyttäen teknistä ohjetta CEN/TC 264 N 2719. Arvioidut suhteelliset mittausepävarmuudet olivat tyypillisesti välillä 4–12 %, lukuun ottamatta yhdisteitä, joita esiintyy hyvin pieninä pitoisuuksina ja joihin liittyvät epävarmuudet ovat suuremmat.

Koemenetelmä Kukin koe kesti 15 minuuttia, joka vastaa avunsaantiajan valtakunnallista mediaania Suomessa [9, s. 35]. Ennen jokaista koetta sprinklerijärjestelmä alustettiin kaupungin vesijärjestelmän paineeseen. Suljetussa potilashuoneessa oleva paineilmalaitteilla varustettu palomies sytytti altaan ja kangassuikaleet kaasupolttimella. Mittaukset aloitettiin noin minuutti ennen sytytystä. Palomies pysyi huoneen sisällä kokeen ajan ja kertoi havaintoja radion kautta. Kokeen jälkeen sprinklerijärjestelmän vesilähde suljettiin, palo sammutettiin ja savu tuuletettiin avoimen ikkunan kautta ulos. HAITALLISTEN KAASUJEN ANALYSOINTI Kaasut vaikuttavat ihmisiin haitallisesti pääasiassa kahdella tavalla: tukahduttamalla tai ärsyttämällä. Tukahduttavien kaasujen lamaantumista aiheuttavat pitoisuudet ja altistusajat ovat huomattavasti alhaisempia kuin ärsyttävillä kaasuilla. Palotilanteessa Palotutkimuksen päivät 2019

tukahduttavat kaasut ovat siksi vaarallisempia. Toisaalta ärsyttävät kaasut voivat aiheuttaa esimerkiksi tulehdusta keuhkokudoksessa ja olla tappavia tuntien tai jopa päivien kuluttua alkuperäisestä altistumisesta [7]. Kaasujen tukahduttavaa vaikutusta ihmisiin voidaan arvioida käyttäen ns. FED-indeksiä (Fractional Effective Dose), jolloin kaasujen kumulatiivista annosta verrataan havaittuihin lamaantumisen kynnysarvoihin. Lämpövaikutusta ei tässä artikkelissa oteta huomioon, koska lämpötilat ja lämpövirrat olivat kokeissa sprinklereitä käytettäessä pieniä. FED-arvot laskettiin kahdella vaihtoehtoisella menetelmällä: Purserin menetelmällä [3] ja ISO 13571 -standardin yksinkertaistetulla menetelmällä [8]. Purserin menetelmässä tarkasteltavat tukahduttavat aineet ovat hiilimonoksidi (CO), syaanivety (HCN) ja typen oksidit (NOx eli NO+NO2). Ärsyttävät kaasut ovat vetykloridi (HCI), vetybromidi (HBr), vetyfluoridi (HF), rikkidioksidi (SO2), typpidioksidi (NO2), akroleiini (C3H4O) ja formaldehydi (CHOH). CO:n annosta laskettaessa otetaan huomioon henkilön rasitustasosta riippuva hengityksen tilavuusvirta, jonka oletetaan olevan 8,5 l/min paikallaan ja 25 l/min kevyessä työssä. ISO 13571 -standardissa FED-laskentamalli ottaa huomioon vain CO:n ja HCN:n vaikutukset, ja henkilön oletetaan olevan kevyessä työssä. Yksinkertaistettu laskenta perustuu oletukseen, että "CO ja HCN ovat ainoat tukahduttavat palamistuotteet, joilla on merkittävä vaikutus heikentyneeseen toimintakykyyn". Tämä on vahva olettamus, koska NOx-kaasut vaikuttavat kuten CO, ts. hemoglobiinisidoksella (methemoglobiinin muodostuminen), jonka kemiallinen yhtymistaipumus on 1500 kertaa suurempi kuin hapella, ja noin seitsemän kertaa suurempi kuin CO:lla [3]. Taulukko 1. Tappavat annokset [3] ja lamaannuttavat pitoisuudet ärsyttäville kaasuille [3, 8]

Kaasu

Tappava annos FLDi (ppm´min)

Lamaannuttava pitoisuus FICi Purser (ppm)

HCl HBr HF SO2 NO2 C3H4O (akroleiini) CHOH (formaldehydi)

114 000 114 000 87 000 12 000 1900 4 500 22 500

900 900 900 120 350 20 30

Lamaannuttava pitoisuus FICi ISO 13571 (ppm) 1 000 1 000 500 150 250 30 250

(lamaantuminen) ja ärsyttävää pitoisuutta tarkastellaan erillisenä, toimintakykyä mittaavana indeksinä. FIC voidaan laskea Purserin [3] kuvaamalla menetelmällä tai ISO 13571 -standardissa kuvatulla tavalla, jossa se on nimeltään Fractional Effective Concentration (FEC). Toimintakyvyttömyyttä aiheuttavat pitoisuudet ovat eri menetelmissä erilaisia (ks. Taulukko 1). Myös FIC/FEC-laskelmien tulkinta on erilaista. Purserin mukaan FIC-arvot, jotka ovat suurempia kuin 1,0, heikentävät merkittävästi altistuvien henkilöiden poistumistehokkuutta ja FICarvot, jotka ovat suurempia kuin 5,0, aiheuttavat toimintakyvyttömyyden 50 %:lla altistuneesta populaatiosta. ISO 13571:n mukaan yli 1,0 olevat FEC-arvot aiheuttavat toimintakyvyttömyyden yli 50 %:lle populaatiosta. Tämä on merkittävä ero ja vaikuttaa oleellisesti tuloksiin, koska yksittäisten kaasujen toimintakyvyttömyyttä aiheuttavat pitoisuudet ovat yhtä suuria. TULOKSET

Yleiset havainnot Lähes kaikissa kokeissa palo jatkui koko koeajan. Sprinkleri sammutti palon täysin vain kolmessa kokeessa. Yhdessä tapauksessa tämä johtui loisteputkivalaisimesta, joka ohjasi vettä suoraan sytytyspisteeseen. Kokeissa havaittiin kolme erilaista käyttäytymismallia: (1) molemmat patjat paloivat hyvin, lopullinen massahäviö oli yli 50 %, (2) toinen patjoista paloi hyvin ja toinen vain osittain, ja (3) molemmat patjat paloivat vain vähän. Sprinklerit aktivoituvat 53–102 s kuluttua sytytyksestä, keskimääräisen ajan ollessa 72 s, ja keskihajonnan 13 s. Kaikissa tapauksissa sprinkleri esti tulipalon leviämisen vanerinurkkaan kastelemalla vaneria. Vapaissa paloissa palo kehittyi nopeasti noin 2 minuuttiin asti, minkä jälkeen palo muuttui happirajoitteiseksi ja sammui itsestään. Samaan aikaan huoneen sisällä oleva paine kasvoi niin, että ovi käytävään avautui, vaikka kaksi miestä yritti pitää sitä suljettuna.

Lämpötilan kehitys Termoparipuun mittaamista lämpötiloista laskettiin keskiarvot 14 sprinklerikokeelle ja erikseen kahdelle vapaan palon kokeelle Ärsyttävien aineiden vaikutusta tarkastellaan sekä kuolettavan annoksen mahdollisuutta kuvaavan (Kuva 2). Sprinklereillä (vasemmalla) tehdyissä kokeissa lämpötiFLD-indeksin (Fractional Lethal Dose) että ärsyttävän pitoisuuden (Fractional Irritant Concentration, Taulukko 1. Tappavat annokset [3] ja lamaannuttavat pitoisuudet ärFIC) avulla. FLD otetaan huomioon FED-laskennassa (lamaantuminen) ja ärsyttävää pitoisuutta tar- lat pysyivät alhaisina. Katossa maksimiarvot olivat 100 °C:n tasolsyttäville kaasuille [3, 8]. kastellaan erillisenä, toimintakykyä mittaavana indeksinä. FIC voidaan laskea Purserin [3] kuvaamalla menetelmällä tai ISO 13571 -standardissa kuvatulla tavalla, jossa se on nimeltään Fractional la ja oletettujen potilaiden korkeudella (205 cm katosta) 35 °C:n Effective Concentration (FEC). Toimintakyvyttömyyttä aiheuttavat pitoisuudet ovat eri menetel- tasolla. Sprinklerin aktivoitumisen jälkeen lämpötilat laskivat nomissä erilaisia (ks. Taulukko 1). Ärsyttävien aineiden vaikutusta tarkastellaan sekä kuolettavan anpeasti, mutta termoparien kastumisesta johtuva epävarmuus mitMyös FIC/FEC-laskelmien tulkinta on erilaista. Purserin mukaan FIC-arvot, jotka ovat suurempia kuin noksen mahdollisuutta kuvaavan FLD-indeksin (Fractional Letauksissa on otettava huomioon. Vapaan palamisen aikana lämpö1,0, heikentävät merkittävästi altistuvien henkilöiden poistumistehokkuutta ja FIC-arvot, jotka ovat thal Dose) ärsyttävän pitoisuuden50(Fractional Irritant Con-ISO tila potilaan korkeudella ylitti hetkellisesti 200 °C, mikä aiheuttaisi suurempia kuin 5,0,että aiheuttavat toimintakyvyttömyyden %:lla altistuneesta populaatiosta. 13571:n mukaan yli 1,0 olevat FEC-arvot aiheuttavat toimintakyvyttömyyden yli 50%:lle populaaticentration, FIC) avulla. FLD otetaan huomioon FED-laskennassa vaaraa potilaille. osta. Tämä on merkittävä ero ja vaikuttaa oleellisesti tuloksiin, koska yksittäisten kaasujen toiminpalamisen aikana lämpötila potilaan korkeudella ylitti hetkellisesti 200°C, mikä aiheuttaisi vaaraa takyvyttömyyttä aiheuttavat pitoisuudet ovat yhtä suuria.

potilaille.

TULOKSET

Kuva 2. Keskimääräiset lämpötilat termoparipuussa. Katkoviiva kuvaa 75 %:n luottamusväliä katon lämpötilalle.

Lämpötilan kehitys Termoparipuun mittaamista lämpötiloista laskettiin keskiarvot 14 sprinklerikokeelle ja erikseen kahdelle vapaan palon kokeelle (Kuva 2). Sprinklereillä (vasemmalla) tehdyissä kokeissa lämpötilat pysyivät alhaisina. Katossa maksimiarvot olivat 100°C:n tasolla ja oletettujen potilaiden korkeudella (205 cm katosta) 35°C:n tasolla. Sprinklerin aktivoitumisen jälkeen lämpötilat laskivat nopeasti, mutta termoparien kastumisesta johtuva epävarmuus mittauksissa on otettava huomioon. Vapaan

Kuva 2. Keskimääräiset lämpötilat termoparipuussa. Katkoviiva kuvaa 75% luottamusväliä katon 8 Palotutkimuksen päivät 2019 lämpötilalle.

vähenivät selvästi sammumisen jälkeen. Yksi mahdollinen syy on mekaanisen ilmanvaihd tama laimeneminen, mutta tätä ei ole vielä pystyttä vahvistamaan. Kuva 3. Keskimääräiset COpitoisuudet sprinklerikokeissa (vasen) ja vapaapaloissa (oikea).

Kuva 3. Keskimääräiset CO-pitoisuudet sprinklerikokeissa (vasen) ja vapaapaloissa (o Kaasupitoisuudet Kuva 3 esittää CO-konsentraatiot keskiarvoina ja mediaaneina sprinklerikokeissa (vasen) ja vapaapaloissa (oikea). Sprinklerikokeissa CO-konsentraation havaitaan kasvavan vähitellen ajan mittaan, mikä osoittaa palon jatkuvan sprinklereistä huolimatta. Sprinklerikokeiden CO-maksimikonsentraatiot ovat noin 550 ppm, eli paljon alhaisemmat kuin vapaan palamisen maksimiarvo (25 000 ppm). Kuva 4 esittää niiden myrkyllisten kaasujen pitoisuudet, joiden maksimipitoisuudet ylittivät 2 ppm. Sprinklerikokeissa korkeimmat tukahduttavat pitoisuudet (lukuun ottamatta CO:ta) havaittiin NO:lle, jonka pitoisuus nousi nopeasti 50 ppm:n tasolle. Vapaissa paloissa useiden kaasujen pitoisuudet ylittivät 400 ppm, esimerkiksi syaanivety (HCN) 440 ppm, kloorivety (HCI) 440 ppm ja formaldehydi (CHOH) 550 ppm. Sprinklerikokeissa pitoisuudet joko nousivat tai pysyivät samalla tasolla, mikä tarkoittaa sitä, että vesisuihku ei kyennyt merkittävästi sitomaan kaasuja itseensä (pesu). Vapaissa paloissa pitoisuu-

det vähenivät selvästi sammumisen jälkeen. Yksi mahdollinen syy on mekaanisen ilmanvaihdon aiheuttama laimeneminen, mutta tätä ei ole vielä pystyttä vahvistamaan.

6 Myrkyllisyyden arviointi Kuvassa 5 on esitetty FED-arvot, jotka laskettiin levossa (vasen kuva) ja kevyessä työssä (oikea kuva) oleville henkilöille käyttäen Purserin menetelmää. Yksittäisten kokeiden FED-arvojen välillä on suuri hajonta vaikka sprinklerit lämpötilojen perusteella rajoittivat paloja varsin säännönmukaisesti. Myrkyllisyydestä aiheutuva vaara näyttää riippuvan siitä, kuinka paljon patjat palavat. Esimerkiksi kokeessa 3 yksi vaahtolevyistä ei syttynyt, kun taas kokeissa 28 ja 4 molemmat levyt paloivat vielä pitkään sprinkleriaktivoitumisen jälkeenkin. Kevyt työskentely kasvattaa FED-arvoja joissakin kokeissa, ei kuitenkaan kovin merkittävästi. Ympyräsymbolit merkitsevät kokeita, joissa ilmanvaihtojärjestelmä oli suljettu. Ilmanvaihdon vaikutusta ei tuloksista voi havaita.

Kuva Kuva 4. Keskimääräiset 4. Keskimääräiset pitoisuudet pitoisuudet muiden muiden kuin CO:n kuin CO:n osalta. osalta. Kuvassa Kuvassa on esitetty on esitetty vain kaasut, vain kaasut, jotkajotka huomioidaan huomioidaan Purserin Purserin FED-mallissa FED-mallissa ja joiden ja joiden pitoisuus pitoisuus on ylion 2 ppm. yli 2 ppm. Myrkyllisyyden Myrkyllisyyden arviointi arviointi

Kuva 4. Keskimääräiset pitoisuudet muiKuvassa Kuvassa 5 on esitetty 5 on esitetty FED-arvot, FED-arvot, jotka jotka laskettiin laskettiin levossa levossa (vasen (vasen kuva)kuva) ja kevyessä ja kevyessä työssä työssä (oikea(oikea kuva)den kuva) kuin CO:n osalta. Kuvassa on esitetty oleville oleville henkilöille henkilöille käyttäen käyttäen Purserin Purserin menetelmää. menetelmää. Yksittäisten Yksittäisten kokeiden kokeiden FED-arvojen FED-arvojen välillävälillä on suuri onvain suuri kaasut, jotka hajonta hajonta vaikkavaikka sprinklerit sprinklerit lämpötilojen lämpötilojen perusteella perusteella rajoittivat rajoittivat palojapaloja varsinvarsin säännönmukaisesti. säännönmukaisesti. Myr-huomioidaan MyrPurseja kyllisyydestä kyllisyydestä aiheutuva aiheutuva vaaravaara näyttää näyttää riippuvan riippuvan siitä, siitä, kuinka kuinka paljonpaljon patjatpatjat palavat. palavat. Esimerkiksi Esimerkiksi ko-rin FED-mallissa kojoiden pitoisuus on yli keessa keessa 3 yksi3 vaahtolevyistä yksi vaahtolevyistä ei syttynyt, ei syttynyt, kun taas kun kokeissa taas kokeissa 28 ja28 4 molemmat ja 4 molemmat levyt levyt paloivat paloivat vielä2 vielä ppm.

pitkään pitkään sprinkleriaktivoitumisen sprinkleriaktivoitumisen jälkeenkin. jälkeenkin. KevytKevyt työskentely työskentely kasvattaa kasvattaa FED-arvoja FED-arvoja joissakin joissakin ko- kokeissa, keissa, ei kuitenkaan ei kuitenkaan kovinkovin merkittävästi. merkittävästi. Ympyräsymbolit Ympyräsymbolit merkitsevät merkitsevät kokeita, kokeita, joissajoissa ilmanvaihtoilmanvaihtojärjestelmä järjestelmä oli suljettu. oli suljettu. Ilmanvaihdon Ilmanvaihdon vaikutusta vaikutusta ei tuloksista ei tuloksista voi havaita. voi havaita.

Kuva 4. Keskimääräiset pitoisuudet muiden kuin CO:n osalta. Kuvassa on esitetty vain kaasut,Kuva jotka 5. Sprinklerikokeiden FED-arvot huomioidaan Purserin FED-mallissa ja joiden pitoisuus on yli 2 ppm.

laskettuna Purserin menetelmällä [3]. VaMyrkyllisyyden arviointi semmalla ihmisen oletetaan olevan leKuvassa 5 on esitetty FED-arvot, jotka laskettiin levossa (vasen kuva) ja kevyessä työssä (oikeavossa, kuva)oikealla kevytyössä. Kokeet, oleville henkilöille käyttäen Purserin menetelmää. Yksittäisten kokeiden FED-arvojen välillä onessä suuri joissa ilmanvaihto oli hajonta vaikka sprinklerit lämpötilojen perusteella rajoittivat paloja varsin säännönmukaisesti.pois Myrpäältä, on merkitty ympyröillä. kyllisyydestä aiheutuva vaara näyttää riippuvan siitä, kuinka paljon patjat palavat. Esimerkiksi ko-

keessa 3 yksi vaahtolevyistä ei syttynyt, kun taas kokeissa 28 ja 4 molemmat levyt paloivat vielä pitkään sprinkleriaktivoitumisen jälkeenkin. Kevyt työskentely kasvattaa FED-arvoja joissakin kokeissa, ei kuitenkaan kovin merkittävästi. Ympyräsymbolit merkitsevät kokeita, joissa ilmanvaihtojärjestelmä oli suljettu. Ilmanvaihdon vaikutusta ei tuloksista voi havaita. Kuva 5. Kuva Sprinklerikokeiden 5. Sprinklerikokeiden FED-arvot FED-arvot laskettuna laskettuna Purserin Purserin menetelmällä menetelmällä [3]. Vasemmalla [3]. Vasemmalla ihmisen ihmisen oletetaan oletetaan

Palotutkimuksen päivät 2019

olevanolevan levossa, levossa, oikealla oikealla kevyessä kevyessä työssä. työssä. Kokeet, Kokeet, joissajoissa ilmanvaihto ilmanvaihto oli pois olipäältä, pois päältä, on merkitty on merkitty ympyröillä. ympyröillä.

Kuva 6. Keskimääräiset FED-arvot laskettuna Purserin ja ISO 13571 mukaisella menetelmällä sekä sprinklatussa (vasen) että vapaissa (oikea) paloissa. Viivojen selitykset tekstissä.

KuvaKuva 6. Keskimääräiset 6. Keskimääräiset FED-arvot FED-arvot laskettuna laskettuna Purserin Purserin ja ISO ja ISO 13571 13571 mukaisella mukaisella menetelmällä menetelmällä sekäsekä sprinklatussa sprinklatussa (vasen) (vasen) ettäettä vapaissa vapaissa (oikea) (oikea) paloissa. paloissa. Viivojen Viivojen selitykset selitykset tekstissä. tekstissä.

Kuvassa 6 verrataan eri laskentamenetelmillä saatuja FED-arvojen huippu on noin 5 minuutin kohdalla, eli 3–4 minuuttia voja. FED:n keskiarvot esitetään yhtenäisinä viivoina, ja katkosprinklerien aktivoinnin jälkeen. Toinen huippu on lähellä kokeiFED-tulosten FED-tulosten ymmärtämiseksi ymmärtämiseksi laskimme laskimme kunkin kunkin kaasun kaasun kontribuution kontribuution FED-indeksin FED-indeksin arvoon arvoon kokeiden kokeiden viivat esittävät hajonnan ± 2σ, joka vastaa 95 %:n luottamusväliä. den loppua. Tämä voi johtua siitä, että sprinklerisuihkut sekoittalopussa lopussa (Kuva (Kuva 7). Sprinklerikokeissa 7). Purser-menetelmän Sprinklerikokeissa NO -kaasut aiheuttivat aiheuttivat 73 73 FED:stä, % FED:stä, kun kun henkilön henkilön oletetaan oletetaan xNO x-kaasut Sprinklerikokeissa ja ISO 13571 -standardin vat% kaasukerroksen ja nopeuttavat ärsyttävien aineiden etenemistä olevan olevan kevyessä kevyessä työssä. työssä. Osuus Osuus olisi olisi vielä vielä korkeampi korkeampi levossa levossa olevalle olevalle henkilölle. henkilölle. CO ja CO HCN ja HCN ovat ovat seu-seumukaiset tulokset poikkeavat merkittävästi toisistaan. Useampia näytteenottimen tasolle. Se voi myös tarkoittaa, että sprinklerivesi kaasuja huomioonkaasut. ottava Purser-menetelmä antaaHCN 15 minuutin häiritsee palamisprosessia, mikä lisää ärsyttävien määrää. raavaksi raavaksi tärkeimmät tärkeimmät kaasut. Vapaassa Vapaassa palossa palossa HCN on selvästi on selvästi tärkein tärkein lamaannuttava lamaannuttava kaasu kaasu 97 %97kaasujen % kohdalla FED-arvoksi noin 0,7, kun taas ISO-menetelmän anta osuudella, osuudella, mikämikä kertoo kertoo kaasujen kaasujen muodostusmekanismien muodostusmekanismien ja lämpötilan ja lämpötilan välisistä välisistä riippuvuuksista. riippuvuuksista. FEDja FIC-tulosten epävarmuus ma tulos jää tasolle 0,2. Vapaan palamisen aikana olosuhteita voidaan pitää tappavina 3 minuutissa laskentamenetelmästä riip-puStandardissa ISO 13571:ssä todetaan, että FED- ja FIC-laskelmimatta. FED-arvojen äkillinen kasvu johtuu savupatjan laskeutuen epävarmuudet ovat ± 35 % ja ± 50 %. Epävarmuus liittyy lasmisesta näytteenottopisteen korkeudelle. kentamalleihin ja siten koko FED- tai FIC-periaatteeseen. Samaa FED-tulosten ymmärtämiseksi laskimme kunkin kaasun epävarmuusarviota käytetään myös Purser-malleissa. Erillisen kontribuution FED-indeksin arvoon kokeiden lopussa (Kuva 7). analyysin avulla voitiin todeta, että ISO-standardin ja Purserin Sprinklerikokeissa NOx-kaasut aiheuttivat 73 % FED:stä, kun henmenetelmän antamat tulokset eroavat toisistaan merkittävästi epäkilön oletetaan olevan kevyessä työssä. Osuus olisi vielä korkeampi varmuuteen verrattuna. Kaiken kaikkiaan FED- (Kuva 6) ja FIClevossa olevalle henkilölle. CO ja HCN ovat seuraavaksi tärkeim(Kuva 8) tulosten vertailu osoittaa, että tilastollinen epävarmuus mät kaasut. Vapaassa palossa HCN on selvästi tärkein lamaannut(eri olosuhteiden ja geometrioiden aiheuttama hajonta) on suutava kaasu 97 %:n osuudella, mikä kertoo kaasujen muodostusmerempi kuin laskentamenetelmään liittyvä epävarmuus. kanismien ja lämpötilan välisistä riippuvuuksista. Myrkyllisyysvaikutuksen arvioinnista Kuvassa 8 on FIC-indeksien keskimääräiset arvot. ISO-menetelmä (vähemmän kaasuja) tuottaa huomattavasti alhaisemmat arÄrsyttävien ja tukahduttavien aineiden lamaannuttava annos ei vot kuin Purserin menetelmä. Keskimääräiset FIC-arvot sprinkleole sama kaikilla ihmisillä. Voidaan olettaa, että myrkylliset kaarikokeissa jäävät alle 0,3:n, mutta arvon 0,8 ylitys olisi mahdollisut vaikuttavat pienempinä pitoisuuksina vanhuksilla ja sairailla Kuva 6. Keskimääräiset FED-arvot laskettuna Purserin ja ISO 13571 mukaisella menetelmällä sekä nen muutamassa prosentissa tapauksista. Vapaissa FIC-arvot ylitkuin nuorilla ja terveillä. Koska tutkimuksessa keskityttiin sairaasprinklatussa vapaissa (oikea) paloissa. Viivojen selitykset tekstissä. KuvaKuva 2. Yksittäisten 2. Yksittäisten kaasujen osuudet osuudet FED-arvosta FED-arvosta 15 minuutin 15 minuutin kuluttua syttymisestä syttymisestä laskettuna laskettuna tivät kriittisen tason(vasen) 1,0 kaasujen noin että kolmessa minuutissa. Sprinklerit siis la- jakuluttua terveydenhoitoympäristöihin, monilla altistuneilla henkilöilkevyelle kevyelle työlle työlle Purserin Purserin menetelmällä. menetelmällä. Sprinklerikokeet Sprinklerikokeet vasemmalla, vasemmalla, vapaat vapaat oikealla. oikealla. vähentävät ärsytystä ja parantavat ilman suojaimia toimivien henlä olisi keskimääräistä alempi sietokyky. Purserin mukaan FEDED-tulosten ymmärtämiseksi laskimme kunkin kaasun kontribuution FED-indeksin arvoonolosuhteet kokeiden kilöiden toimintamahdollisuuksia. arvon 0,1 pitäisi taata turvalliset kaikille ihmisryhmille. Yleensä FIC-arvot eivätkeskimääräiset kääntyneet mikä vastaa ha- 73 %ISO 13571 -standardissa FED:n vaikutusta kuvataan log-norKuvassa Kuvassa 8 on87). FIC-indeksien on FIC-indeksien keskimääräiset arvot. arvot. ISO-menetelmä ISO-menetelmä (vähemmän (vähemmän kaasuja) tuottaa tuottaa huo-huoopussa (Kuva Sprinklerikokeissa NOlaskuun, aiheuttivat FED:stä, kunkaasuja) henkilön oletetaan x-kaasut vaintoa, että suurinOsuus osa paloista jatkoi palamista tai levossa kytemistä maalilla jakaumalla, jonka kertymäfunktio on esitetty kuvassa 9. mattavasti mattavasti alhaisemmat alhaisemmat arvot arvot kuinvielä kuin Purserin Purserin menetelmä. menetelmä. Keskimääräiset Keskimääräiset FIC-arvot FIC-arvot sprinklerikokeissa sprinklerikokeissa levan kevyessä työssä. olisi korkeampi olevalle henkilölle. CO ja HCN ovat seusammutusjärjestelmästä huolimatta. Sprinklerikokeissa FIC-arJos FED = 1,0, 50 % väestöstä oletetaan lamaantuvan. Sprinkleri-

jäävät jäävät alle alle 0,3:n, 0,3:n, mutta mutta arvon arvon 0,8 ylitys 0,8 palossa ylitys olisiolisi mahdollinen mahdollinen muutamassa muutamassa prosentissa prosentissa tapauksista. tapauksista. aavaksi tärkeimmät kaasut. Vapaassa HCN on selvästi tärkein lamaannuttava kaasu 97 Va% Vapaissa paissa FIC-arvot FIC-arvot ylittivät ylittivät kriittisen kriittisen tason tason 1,0 1,0 noinnoin kolmessa kolmessa minuutissa. minuutissa. Sprinklerit Sprinklerit siis siis vähentävät vähentävät suudella, mikä kertoo kaasujen muodostusmekanismien ja lämpötilan välisistä riippuvuuksista. ärsytystä ärsytystä ja parantavat ja parantavat ilman ilman suojaimia suojaimia toimivien toimivien henkilöiden henkilöiden toimintamahdollisuuksia. toimintamahdollisuuksia.

Kuva 7. Yksittäisten kaasujen Yleensä Yleensä FIC-arvot FIC-arvot eiväteivät kääntyneet kääntyneet laskuun, laskuun, mikämikä vastaa vastaa havaintoa, havaintoa, ettäettä suurin suurin osa osa paloista paloista jatkoi jatkoi osuudet FED-arvosta 15 mipalamista palamista tai kytemistä tai kytemistä sammutusjärjestelmästä sammutusjärjestelmästä huolimatta. huolimatta. Sprinklerikokeissa Sprinklerikokeissa FIC-arvojen FIC-arvojen huippu huippu nuutin kuluttua syttymisestä laskettuna kevyelle työlle Puron noin on noin 5 min 5 min kohdalla, kohdalla, eli 3–4 eli 3–4 minuuttia minuuttia sprinklerien sprinklerien aktivoinnin aktivoinnin jälkeen. jälkeen. Toinen Toinen huippu huippu on lähellä on lähellä serin menetelmällä. Sprinklerikokeet vasemmalla, vapaat oikealla.

Palotutkimuksen päivät 2019

Kuva 2. Yksittäisten kaasujen osuudet FED-arvosta 15 minuutin kuluttua syttymisestä laskettuna

tavattavat ärsyttävien ärsyttävien aineiden aineiden etenemistä etenemistä näytteenottimen näytteenottimen tasolle. tasolle. Se voiSemyös voi myös tarkoittaa, tarkoittaa, että sprinkettä spri lerivesi lerivesi häiritsee häiritsee palamisprosessia, palamisprosessia, mikä mikä lisää ärsyttävien lisää ärsyttävien kaasujen kaasujen määrää. määrää. Kuva 8. FIC-arvot sprinklerikokeissa (vasemmalla) ja vapaissa paloissa (oikealla). Katkoviiva kuvaa 95 %:n luottamusväliä (± 2σ).

Kuva Kuva 3. FIC-arvot 3. FIC-arvot sprinklerikokeissa sprinklerikokeissa (vasemmalla) (vasemmalla) ja vapaissa ja vapaissa paloissa paloissa (oikealla). (oikealla). Katkoviiva Katkoviiva kuvaakuv 95% luottamusväliä 95% luottamusväliä (± 2σ). (± 2σ).

vipatjoja, ja siksi vapaissa paloissa havaitut korkeat HCN-pitoisuudet olivat varsin odotettuja. Sprinklerikokeissa merkittävin osuus FED-FEDja FIC-tulosten ja FIC-tulosten epävarmuus epävarmuus FED-arvosta johtui kuitenkin typen oksideista (NOx), joita ISO FED-malliepävarmuudet ei ota lainkaan huomioon. Standardissa Standardissa ISO 13571:ssä ISO 13571:ssä todetaan, todetaan, että13571 FEDettä -standardin FEDja FIC-laskelmien ja FIC-laskelmien epävarmuudet ovat ±ovat 35Tämä % ± 35 ja ±%50 ja ± johti huomattavasti Purserin menetelmää alhaisempiin FED-ar%. Epävarmuus %. Epävarmuus liittyyliittyy laskentamalleihin laskentamalleihin ja siten ja siten koko koko FED- FEDtai FIC-periaatteeseen. tai FIC-periaatteeseen. Samaa Samaa epävarepäv voihin. Perinteinen oletus, että CO ja HCN ovat ainoat tärkeät lamuusarviota muusarviota käytetään käytetään myösmyös Purser-malleissa. Purser-malleissa. Erillisen Erillisen analyysin analyysin avulla avulla voitiin voitiin todeta, todeta, että ISO-stanettä ISO-st maannuttavat kaasut, tulee hylätä varsinkin, jos palon kehittymidardin dardin ja Purserin ja Purserin menetelmän menetelmän antamat antamat tulokset tulokset eroavat eroavat toisistaan toisistaan merkittävästi merkittävästi epävarmuuteen epävarmuute seen vaikuttaa sammutusjärjestelmä. toisessa muodostui sairaalateksverrattuna. verrattuna. Kaiken Kaiken kaikkiaan kaikkiaan FED- FED(Kuva(Kuva 6) Koesarjan ja FIC6) ja(Kuva FIC(Kuva 8)osassa tulosten 8) palokuorma tulosten vertailu vertailu osoittaa, osoittaa, että tilastolliettä tilasto Niiden tulokset analysoidaan samaan tapaan ja raportoinen epävarmuus nen epävarmuus (eri olosuhteiden (eri olosuhteiden ja geometrioiden jatiileistä. geometrioiden aiheuttama aiheuttama hajonta) hajonta) on suurempi on suurempi kuin laskenkuin lask daan myöhemmin.

tamenetelmään tamenetelmään liittyvä liittyvä epävarmuus. epävarmuus.

Myrkyllisyysvaikutuksen Myrkyllisyysvaikutuksen arvioinnista arvioinnista KIITOKSET

Ärsyttävien Ärsyttävien ja tukahduttavien ja tukahduttavien aineiden aineiden lamaannuttava lamaannuttava annos ei ole eisama ole sama kaikilla kaikilla ihmisillä. ihmisillä. Voidaan Voida Kuva Lamaantumisen todennäköisyys FED:n funktiona. Parhaat kiitoksetannos tutkimusta rahoittaneelle PalosuojelurahastolKuva 9. 9. Lamaantumisen todennäköisyys FED:n funktiona. le sekä tutkimukseen osallistuneille Sysmän kunnalle Suomen olettaa, olettaa, että myrkylliset että myrkylliset kaasut kaasut vaikuttavat vaikuttavat pienempinä pienempinä pitoisuuksina pitoisuuksina vanhuksilla vanhuksilla jajasairailla ja sairailla kuin k Palopäällystöliitolle. Erityinen kiitos Päijät-Hämeen pelastuslai- mo- m et olivat samankaltaisia. Purserin mallilla FIC-arvo 1,0tutkimuksessa ylittyi useissa paloissa, mikä tarnuorilla nuorilla ja terveillä. ja terveillä. KoskaKoska tutkimuksessa keskityttiin keskityttiin sairaalasairaalaja terveydenhoitoympäristöihin, ja terveydenhoitoympäristöihin, tokselle ja SysmänFIC VPK:lle osuudesta kokeiden toteuttamisessa kaiken toiminnan tehokkuus olisi heikentynyt. Käyttämällä 13571 alempi -mallia arvo nilla altistuneilla nilla altistuneilla henkilöillä henkilöillä olisi keskimääräistä olisi ISO keskimääräistä alempi sietokyky. sietokyky. Purserin Purserin mukaan mukaan FED-arvon FED-arvon 0,1 ja Magnus Arvidsonille, RISE Research Institutes of Sweden, UL kokeissa 0,1-raja ylittyi varmuudella, jos se laskettiin Purser-men vapaissa paloissa. Kuten aiemmin todettiin, ISO 13571:n FIC-arvo 1.0 tarkoittaa, että pitäisi pitäisi taatataata turvalliset turvalliset olosuhteet olosuhteet kaikille kaikille ihmisryhmille. ihmisryhmille. 1626 -aineiston metsästämisestä. netelmällä, ja hyvin todennäköisesti, jos käytettiin ISO-standartä on toimintakyvytön. Jos oletetaan, että FIC:n vaikutukset noudattavat samaa funkdimenetelmää. ISO 13571 ISO 13571 -standardissa -standardissa FED:n FED:n vaikutusta vaikutusta kuvataan kuvataan log-normaalilla log-normaalilla jakaumalla, jakaumalla, jonkajonka kertymäfunkkertymäfu in FED:n (Kuva kaikkien olosuhteita pidettävä FIC: n9), tulokset olivatpalojen samankaltaisia. Purserinon mallilla FIC-ar-vaarallisena. LÄHDELUETTELO tio on tio esitetty on esitetty kuvassa kuvassa 9. Jos 9. FED Jos = FED 1,0, = 50 1,0, % 50 väestöstä % väestöstä oletetaan oletetaan lamaantuvan. lamaantuvan. Sprinklerikokeissa Sprinklerikokei vo 1,0 ylittyi useissa paloissa, mikä tarkoittaa, että kaiken toiminÄTÖKSET 0,1heikentynyt. -raja 0,1 ylittyi -raja Käyttämällä ylittyi varmuudella, varmuudella, jos se jos laskettiin se laskettiin Purser-menetelmällä, Purser-menetelmällä, ja hyvin ja hyvin todennäköisesti, jos k nan tehokkuus olisi ISO 13571 -mallia 1. Frank, K., Gravestock, N., Spearpoint, M., &todennäköisesti, Fleischmann, jos C. käyarvo paloa 1,0 ylittyi vaintettiin vapaissa paloissa. Kuten aiemmin todet- kokeissa (2013). palo A review of sprinkler tettiin ISO-standardimenetelmää. ISO-standardimenetelmää. estelmä FIC rajoitti kaikissa koetilanteissa, mutta monissa jatkui alhai- system effectiveness studies. Fire tiin, ISO 13571:n FIC-arvo 1.0 tarkoittaa, että 50 % väestöstä on science reviews, 2(1), 6. koko 15 min ajan. Kokeellisten havaintojen perusteella voidaan päätellä, että sprinklerit toimintakyvytön. Jos oletetaan, että FIC:n vaikutukset noudatta2. Stec, A. A., & Hull R.T. (2010). (Eds.) Fire toxicity. Elsevier. otilashuoneen henkilöturvallisuutta selvästi, mutta nepalojen eivät täysin poistaD.A., myrkyllisten vat samaa funktiota kuin kuin FED:n (Kuva 9), kaikkien 3. Purser, & McAllister, J.L. (2016). Assessment of hazards euttamaaolosuhteita toimintakyvyttömyyden riskiä. Sprinklerien todellinen tehokkuus riippuu al-toxic gases, and heat. In: SFPE handon pidettävä vaarallisena. to occupants from smoke, book of fire protection engineering, fifth edition. Springer, New nkilöiden herkkyydestä. Jos henkilöiden oletetaan olevan keskimääräistä herkempiä, kuYork, NY, s. 2308–2428. JOHTOPÄÄTÖKSET mpäristössä on todennäköistä, olisivat olosuhteet useissa kokeissa muodostuneet hen4. O'Neill, J. G., Hayes, W. D., & Zile, R. H. (1980). Full-scaksi. Selviytymistodennäköisyyden määrällisen arvioinnin menetelmiä olisi kuitenkin paSprinklerijärjestelmä rajoitti paloa kaikissa koetilanteissa, mutle Fire Tests with Automatic Sprinklers in a Patient Room: Phase merkittävästi, jottakokeissa tarkkoja määrittää. ta monissa palotodennäköisyyksiä jatkui alhaisella tehollavoitaisiin koko 15 minuuII. US Department of Commerce, National Bureau of Standards. tin ajan. Kokeellisten havaintojen perusteella voidaan päätellä,

5. Guillaume, E., Didieux, F., Thiry, A., & Bellivier, A. (2014).

andardinettä mukaisissa kokeissa poltettiin vaahtomuovipatjoja, ja Real-scale siksi vapaissa paloissa sprinklerit parantavat potilashuoneen henkilöturvallisuutfire tests of one bedroom apartments with regard to tekeat HCN-pitoisuudet olivat varsinpoista odotettuja. Sprinklerikokeissa merkittävin osuus ta selvästi, mutta ne eivät täysin myrkyllisten kaasujen ainability assessment. Fire safety journal, 70, 81–97. ), joita ISO 13571 -standardin FED-malli ei ota Inc. (2001). Report on Residenjohtui kuitenkin typen oksideista (NO heuttamaa toimintakyvyttömyyden riskiä. Sprinklerien todelli6. Underwriters Laboratories x 9 Research, 9 tial FireFED-arvoihin. Test p.Pe42 nen tehokkuus riippuu altistuvien henkilöiden herkkyydestä. Jos mioon. Tämä johti huomattavasti Purserin menetelmää alhaisempiin 7. Purser, D.A. (2010). Asphyxiant components of ﬁre efﬂuents. henkilöiden oletetaan olevan keskimääräistä herkempiä, kuten tus, että CO ja HCN ovat ainoat tärkeät lamaannuttavat kaasut, tulee hylätä varsinkin, Fire toxicity, p. 118. sairaalaympäristössä on todennäköistä, olisivat olosuhteet useissa hittymiseen vaikuttaa sammutusjärjestelmä. 8. ISO 13571. (2012). Life‐threatening Components of Fire – kokeissa muodostuneet hengenvaarallisiksi. Selviytymistodennä-

Guidelines the Estimation of Time to Compromised Tenability köisyyden määrällisenmuodostui arvioinnin menetelmiä olisi kuitenkin Niiden paisessa osassa palokuorma sairaalatekstiileistä. tuloksetfor analysoidaan in Fires. Geneva: International Organization for Standardization. rannettava merkittävästi, jotta tarkkoja todennäköisyyksiä voian ja raportoidaan myöhemmin. 9. Ketola, J., Kokki, E. (2018) Pelastustoimen taskutilasto 2013– taisiin määrittää.

UL 1626 -standardin mukaisissa kokeissa poltettiin vaahtomuo-

2017. Pelastusopiston julkaisu. D-sarja: Muut 2/2018.

kset tutkimusta rahoittaneelle Palosuojelurahastolle sekä tutkimukseen osallistuneille nalle ja Suomen Palopäällystöliitolle. Erityinen kiitos Päijät-Hämeen pelastuslaitokselle

Palotutkimuksen päivät 2019

Tapio Stén Pirkanmaan pelastuslaitos Satakunnankatu 16, 33100 TAMPERE

Vuonna 2017 automaattisen sammutuslaitteiston aktivoittaneet tulipalot henkilöturvallisuuskohteissa TIIVISTELMÄ Automaattinen asuntosprinklerilaitteisto on suunniteltu havaitsemaan tulipalo ja rajoittamaan sitä vedellä palon alkuvaiheissa tai pitämään palo hallinnassa niin, että tiloista päästään poistumaan turvallisesti. Asuntosprinklerilaitteiston tarkoituksena on pitää tulipalo hallinnassa myös siksi, että mahdollisuudet palon sammuttamiseen muilla keinoin paranevat. Tässä tutkimuksessa olivat tutkittavana kaikki vuonna 2017 hoitolaitoksissa tai vastaavissa kohteissa tapahtuneet sellaiset tulipalot, joiden yhteydessä automaattinen sammutuslaitteisto aktivoitui. Vastaavilla kohteilla tarkoitetaan muun muassa sellaisia asuinrakennuksia, jotka olivat varustettu automaattisella sammutuslaitteistolla. Tutkimuksen tavoitteena oli selvittää niiden automaattisella sammutuslaitteistolla suojattujen henkilöturvallisuuskohteiden määrä, joissa sammutuslaitteisto on aktivoitunut, sammutuslaitteiston vaikutukset henkilövahinkoihin sekä laitteiston luotettavuus. Tiedot on kerätty pääasiassa valtakunnallisesta pelastustoimen resurssi- ja onnettomuustilastojärjestelmä PRONTOsta [1]. Vuonna 2017 automaattisen sammutuslaitteiston sammuttamia tai rajoittamia tulipaloja henkilöturvallisuuskohteissa oli 19 kappaletta, joista laitteisto sammutti 15. Laitteisto olisi hyvin suurella varmuudella sammuttanut 2 muutakin tulipaloa, jos laitteisto olisi ehtinyt toimimaan hieman pidempään. Kahdessa muussa tapauksessa sammutuslaitteisto ei pystynyt sammuttamaan paloa. Näissäkin tapauksissa laitteisto kuitenkin esti palon leviämisen syttymiskohdan ulkopuolelle ja esti tilaan muodostumasta hengenvaaralliset olosuhteet. Automaattisen sammutuslaitteiston toimi kaikissa tapauksissa suunnitellulla tavalla. Paloissa ei aiheutunut palokuolemia. Yksi henkilö loukkaantui vakavasti ja lievästi loukkaantui seitsemän. Automaattisen sammutuslaitteiston voi arvioida suurella todennäköisyydellä pelastaneen vähintään neljä henkilöä palokuolemalta. Lyhin palokunnan tehokkaan sammutusja pelastustoiminnan 12

Palotutkimuksen päivät 2019

toimintavalmiusaika näissä tapauksissa oli 9 minuuttia 26 sekuntia. Asuin- ja potilashuoneessa olosuhteet muuttuvat hengenvaarallisiksi yleensä 2–3 minuutin kuluessa syttymisestä ilman sammutuslaitteistoa [2]. Edellä mainitun neljän henkilön lisäksi sammutuslaitteisto saattoi pelastaa useammankin hengen tai vakavan loukkaantumisen. Tämä perustuu siihen, että henkilökunta ei saanut evakuoitua kaikkia asukkaita turvaan kahdessa tapauksessa. TULIPALOT, JOTKA AUTOMAATTINEN SAMMUTUSLAITTEISTO SAMMUTTI TAI RAJOITTI Tämä tutkimus on laadittu ilman toimeksiantoa ja se on laadittu oman toimen ohessa. Tutkimuksen laatija on tehnyt vuodesta 2012 alkaen yhteenvetoja henkilöturvallisuuskohteissa tapahtuneista tulipaloista ja pääpaino on ollut automaattisen sammutuslaitteiston toiminnassa. Tämän yhteenvedon tavoitteina on ollut erityisesti selvittää - automaattisen sammutuslaitteiston aktivoittaneiden tulipalojen määrä henkilöturvallisuuskohteissa, - automaattisen sammutuslaitteiston vaikutusta vahinkoihin etenkin henkilövahinkojen osalta, - laitteiston luotettavuutta eli, onko laitteisto toiminut suunnitellulla tavalla. Tietolähteenä on käytetty valtakunnallista pelastustoimen resurssi- ja onnettomuustilastojärjestelmä PRONTOa. Lisätietojen saamiseksi laatija oli joidenkin tapausten osalta yhteydessä paikalla olleisiin pelastusviranomaisiin sekä myös suoraan toiminnanharjoittajiin ja rakennusten omistajiin. Yhteenvedossa tarkasteltavana olleet palot on jaettu neljään eri ryhmään. Ryhmittely on seuraava: - Palot, jotka tapahtuivat asunnoissa tai asukkaan tai hoidettavan huoneessa. Tähän ryhmään on sisällytetty esimerkiksi asumisyksikön asuinhuoneessa sekä varsinaisten hoitolaitoksien potilas-

huoneissa tapahtuneet palot pois lukien sairaalat. - Palot, jotka tapahtuivat asumisyksikön, hoitolaitoksen tai vastaavan yleisissä tiloissa pois lukien sairaalat. Näitä tiloja ovat esimerkiksi käytävän varrella oleva WC, keittiö tai asumisyksikön olohuone. - Sairaaloissa tapahtuneet tulipalot. - Poliisivankilassa tapahtunut tulipalo. Vuodesta 2012 alkaen automaattisen sammutuslaitteiston sammuttamia tai rajoittamia tulipaloja henkilöturvallisuuskohteissa on ollut vuosittain 4–12. Vuonna 2017 niitä oli 19 kappaletta. Aikaisempiin vuosiin verrattuna kyseisten palojen määrä on lisääntynyt. Se on luonnollisesti seurausta laitteistojen lukumäärän lisääntymisestä ko. kohteissa Palotapauksista pyrittiin selvittämään seuraavat tiedot: - syttymistila ja -syy. Syttymistila on huonetila tai muu tila, jossa syttyminen tapahtui, - syttymistilan suojaustaso, - onnettomuudessa osallisena olleiden henkilöiden määrä. Henkilö tai henkilöt, jotka olivat palon syttymishetkellä joko syttymistilassa tai syttyneessä palo-osastossa, - muissa palo-osastoissa olleiden henkilöiden määrä, - henkilövahingot, - pelastustoiminnan toimintavalmiusaika. Aika, joka alkaa siitä, kun ensimmäinen yksikkö vastaanottaa hälytyksen ja päättyy sii-

hen, kun pelastusryhmä (henkilöstövahvuus 1+3) aloittaa tehokkaan pelastustoiminnan, - lähimmän toimintakykyisen ihmisen sijainti palohetkellä, - alkusammutustoimenpiteet, - arvio automaattisen sammutuslaitteiston vaikutuksesta vahingoissa tai niiden estämisessä. TULIPALOT, JOTKA TAPAHTUIVAT ASUKKAAN TAI HOIDETTAVAN HUONEESSA Tutkimuksen tässä osiossa olivat tutkittavana palot, jotka tapahtuivat asunnoissa tai asukkaan tai hoidettavan huoneessa. Tähän ryhmään on sisällytetty esimerkiksi asumisyksikön asuinhuoneessa sekä varsinaisten hoitolaitoksien potilashuoneissa tapahtuneet palot pois lukien sairaalat. Tutkittavia paloja näissä kohteissa oli 12, joista 4 palon oli arvioitu olleen tahallisesti sytytetty. JOHTOPÄÄTÖKSET ASUKKAAN TAI HOIDETTAVAN HUONEESSA TAPAHTUNEISTA TULIPALOISTA Tässä osiossa tutkittavana oli 12 sellaista tulipaloa, jossa automaattinen sammutuslaitteisto aktivoitui. Paloista neljän oli arvioitu olleen tahallisesti sytytettyjä. Automaattinen sammutuslaitteisto sammutti paloista kymmenen ja rajoitti kahta paloa, joista toisen sammutuslaitteisto olisi todennäköisesti sammuttanut, jos

Rakennustyyppi ja syttymistila

Syttymissyy

Asukkaiden/työtekijöiden toiminta

Muistisairaiden ja mielenterveyskuntoutujien asumisyksikkö. Tupakeittiö.

Vaatteiden sytyttäminen. Tahallinen sytyttäminen.

Asunnon 2 henkilöä eivät poistuneet vaan palomiehet pelastivat heidät sammutuslaitteiston sammuttamasta huoneistosta.

Senioritalo. Asuinhuoneiston olohuone.

Vuodevaatteet ja sohva olivat syttyneet asukkaan tupakoidessa.

Asukas ei poistunut asunnosta vaan palomiehet pelastivat hänet sieltä.

Mielenterveys- ja päihdekuntoutujien asuinrakennus. Huoneiston WC.

Tupakki kylpytakin taskussa.

Asukas poistui asunnosta omatoimisesti.

Liikuntarajoitteisten asuinrakennus. Eteinen.

Tahallinen sytyttäminen.

Pyörätuolia käyttävä asukas ei poistunut asunnosta vaan työntekijä pelasti hänet sammutuslaitteiston lähes kokonaan sammuttamasta huoneistosta.

Senioritalo. Keittiö.

Jääkaapin jäähdytyskaasu syttyi korjauksen yhteydessä.

Asunnossa oli vain korjaaja syttymishetkellä. Hän poistui.

Asunnottomien asumispalveluyksikkö. Keittiö.

Ruokarasva syttyi.

Asukkaat kykenivät poistumaan omatoimisesti.

Mielenterveyskuntoutujien palvelukoti. Asunnon WC.

Tahallinen sytyttäminen.

Asukas poistui omatoimisesti.

Vanhusten ja mielenterveyskuntoutujien palvelukoti. Keittiö.

Sähköhella kytkeytyi päälle remontin yhteydessä.

Asunto ei ollut asumiskäytössä tapahtumahetkellä.

Vanhusten palvelutalo. Olohuone.

Kuvaputkitelevisio syttyi.

Työntekijä pelasti asukkaat ennen sammutuslaitteiston aktivoitumista.

Asunnottomien asumispalveluyksikkö. Olohuone.

Asukas sytytti patjan palamaan. Tahallinen sytyttäminen.

Asukas poistui omatoimisesti ennen sammutuslaitteiston aktivoitumista.

Asunnottomien palveluja tukiasuntorakennus. Makuuhuone.

Sänky oli syttynyt palamaan.

Asukas poistui omatoimisesti ennen sammutuslaitteiston aktivoitumista.

Vanhusten palveluasuntorakennus. Asunnon WC.

Pyykinpesukone oli syttynyt palamaan.

Naapuri pelasti asukkaan ennen sammutuslaitteiston aktivoitumista.

Taulukko 1: Rakennustyyppi, syttymistila ja -syy sekä asukkaiden/työntekijöiden toiminta huoneissa tapahtuneiden palojen yhteydessä.

Palotutkimuksen päivät 2019

laitteisto olisi ehtinyt toimimaan hieman pidempään. Työntekijä sammutti käsisammuttimella palosta jäljellä olleen kytevän lopun. Toisessa tapauksessa sammutuslaitteisto ei pystynyt sammuttamaan pyykinpesukoneen sisällä ollutta paloa, mutta esti kuitenkin palon leviämisen koneen ulkopuolelle muuhun irtaimistoon tai rakenteisiin. Osallisena paloissa oli 45 henkilöä, joista 11 oli syttymistilassa. Näistä syttymistilassa olleesta 11 henkilöstä 7 ei kyennyt poistumaan huoneesta omatoimisesti tai halunnut poistua. Näiden lisäksi asumisyksikön palo-osastossa syttymistilan ulkopuolella oli ainakin neljä sellaista henkilöä, jotka eivät kyenneet poistumaan omatoimisesti. Paloissa yksi henkilö loukkaantui vakavasti ja seitsemän ihmistä loukkaantui lievästi. Vakavan loukkaantumisen aiheuttaneessa palossa asukas oli nukahtanut sohvalle todennäköisesti tupakoidessaan ja hänen vuodevaatteensa olivat syttyneet palamaan. Henkilö ehti saamaan vakavat palovammat ennen kuin sammutuslaitteisto sammutti palon. Ilman laitteistoa henkilö olisi todennäköisesti menehtynyt. Sammutuslaitteiston voidaan arvioida hyvin suurella todennäköisyydellä pelastaneen vähintään neljä henkilöä palokuolemalta tai vähintään vakavalta loukkaantumiselta. Arvio perustuu siihen, että kolme näistä henkilöistä olivat syttymistilassa siihen saakka, kunnes palokunta pelasti heidät sieltä. Lyhin palokunnan tehokkaan sammutusja pelastustoiminnan toimintavalmiusaika näissä tapauksissa oli 9 minuuttia 26 sekuntia. Yhdessä tapauksessa työntekijä pelasti asukkaan huoneesta siinä vaiheessa, kun sammutuslaitteisto oli sammuttanut palon lähes kokonaan. Asuin- ja potilashuoneessa olosuhteet muuttuvat hengenvaarallisiksi yleensä 2–3 minuutin kuluessa syttymisestä. Voidaan siis varsin luotettavasti arvioida, että ihmiset olisivat menehtyneet huoneessa ilman sammutuslaitteiston vaikutusta. Edellä mainittujen syttymistilassa olleiden ihmisten lisäksi automaattinen sammutuslaitteisto saattoi pelastaa henkilövahingoilta tapauksessa, jossa työntekijä ei ehtinyt pelastamaan kaksi henkilöä ennen palokunnan tuloa kohteeseen. Tässä tapauksessa palokunnan tehokkaan sammutusja pelastustoiminnan toimintavalmiusaika oli 11 minuuttia ja 23 sekuntia. Sammutuslaitteiston pelastavaan vaikutukseen tässä tapauksessa liittyy kuitenkin epävarmuustekijöitä. Automaattinen sammutuslaitteisto toimi kaikissa tapauksissa suunnitellulla tavalla. Se joko sammutti palot tai rajoitti niitä niin, että henkilökunta tai palokunta sai helposti sammutettua palon lopullisesti. Lisäksi laitteisto esti tiloihin muodostumasta hengenvaaralliset olosuhteet. TULIPALOT, JOTKA TAPAHTUIVAT ASUMISYKSIKÖN TAI HOITOLAITOKSEN YLEISISSÄ TILOISSA Yhteenvedon tässä osiossa oli tutkittavana palot, jotka tapahtuivat asumisyksikön, hoitolaitoksen tai vastaavan yhteistiloissa pois lukien sairaalat. Näitä tiloja ovat esimerkiksi käytävän varrella oleva WC, keittiö tai asumisyksikön olohuone. Tutkittavia paloja oli kolme, joista kahden palon oli arvioitu olleen tahallisesti sytytetty.

Kuva 2: Olohuoneessa sohva ja vuodevaatteet olivat syttyneet palamaan todennäköisesti tupakoinnin seurauksena. Automaattinen sammutuslaitteisto sammutti palon ja palontutkinnassa oli arvioitu laitteiston pelastaneen asukkaan hengen. Henkilö olisi todennäköisesti menehtynyt liekkipalovammojen seurauksena.

Palotutkimuksen päivät 2019

Kuva 1: Sammutuslaitteisto sammutti huoneistossa tahallisesti sytytetyn tulipalon. Huoneistossa sisällä oli kaksi miestä, joista toinen ei halunnut poistua tilasta ja toinen ei kyennyt. Sammutuslaitteisto pelasti mitä ilmeisimmin molempien hengen. Palokunnan tehokkaan sammutusja pelastustoiminnan toimintavalmiusaika oli 10 minuuttia 30 sekuntia. Kuvassa näkyy huoneiston ovi, jonka raosta henkilökunta yritti sammuttaa paloa onnistumatta kuitenkaan sammutuksessa.

Rakennustyyppi ja syttymistila

Syttymissyy

Asukkaiden/työtekijöiden toiminta

Muistisairaiden palvelukoti. Aula

Asukas sytytti verhot palamaan. Tahallinen sytyttäminen.

Työntekijät ehtivät evakuoimaan vain osan asukkaista.

Muistisairaiden palvelukoti. Yhteiskeittiö.

Pakastin syttyi palamaan.

Työntekijät ehtivät evakuoimaan vain osan asukkaista. Asukkaina oli muun muassa 6 vuoteeseen hoidettavaa asukasta.

Lastenkoti. Aula.

Lattialla oleva irtain materiaali oli sytytetty. Tahallinen sytyttäminen.

Rakennus oli tyhjänä sytyttämishetkellä. Sytyttäjä poistui omatoimisesti.

Taulukko 2: Rakennustyyppi, syttymistila ja -syy sekä asukkaiden/työntekijöiden toiminta yhteistiloissa tapahtuneiden palojen yhteydessä.

Rakennustyyppi ja syttymistila

Syttymissyy

Potilaiden/työntekijöiden toiminta

Psykiatrinen sairaala. WC yleisissä tiloissa.

Paperiautomaatti oli sytytetty. Tahallinen sytyttäminen.

”Paloilmoittimella ja sammutuslaitteistolla oli olennainen vaikutus pelastamiseen ja pelastautumiseen”.

Sairaala. Potilashuone.

Potilas sytytti patjan palamaan. Tahallinen sytyttäminen.

Syttyneen huoneen potilas poistui huoneesta sammutuslaitteiston aktivoiduttua.

Sairaala. Muuntamo.

Sähköinen laite syttyi palamaan.

Ei ainakaan välitöntä vaikutusta henkilöturvallisuudelle.

Taulukko 3: Rakennustyyppi, syttymistila sekä -syy sekä potilaiden/työntekijöiden toiminta sairaalapalojen yhteydessä.

YHTEENVETO ASUMISYKSIKÖN TAI HOITOLAITOKSEN YLEISISSÄ TILOISSA TAPAHTUNEISTA TULIPALOISTA Tässä osiossa tutkittavana oli kolme sellaista tulipaloa, jossa automaattinen sammutuslaitteisto aktivoitui. Paloista kahden oli arvioitu olleen tahallisesti sytytettyjä. Tapauksissa ei aiheutunut lainkaan henkilövahinkoja. Osallisena paloissa eli syttyneessä palo-osastossa olleita henkilöitä oli kahdessa tapauksessa yhteensä 51, joista toisessa tapauksessa oli kuusi vuoteeseen hoidettavaa asukasta. Tässä tapauksessa henkilökunta ehti evakuoimaan 39 asukkaasta ainoastaan 17 ennen palokunnan tuloa kohteeseen. Pelastustoiminnan toimintavalmiusaika tässä tapauksessa oli 10 minuuttia 25 sekuntia. Kun alkusammutusta ei ehditty suorittamaan, niin tässä ajassa pakastimen tulipalo olisi oletettavasti aiheuttanut palo-osastoon hengenvaaralliset olosuhteet. On arvioitavissa, että automaattinen sammutuslaitteisto esti tapahtumasta vakavia loukkaantumisia tai jopa palokuolemia tässä tapauksessa. Toisessa tapauksessa asukkaiden toimintakyky oli hieman parempi, mutta siitä huolimatta toiminnanharjoittajan mukaan olisi ollut todennäköisesti mahdotonta saada evakuoiduksi kaikki asukkaat turvaan ilman automaattista sammutuslaitteistoa. SAIRAALOISSA TAPAHTUNEET TULIPALOT Yhteenvedon tässä osiossa oli tutkittavana sairaaloissa tapahtuneet tulipalot. Paloja oli kolme kappaletta. YHTEENVETO SAIRAALOISSA TAPAHTUNEISTA TULIPALOISTA Tässä osiossa tutkittavana oli kolme sellaista tulipaloa, joissa automaattinen sammutuslaitteisto aktivoitui. Paloista kahden oli arvioitu olleen tahallisesti sytytettyjä. Tapauksissa aiheutui yksi lievä loukkaantuminen. Osallisena paloissa eli syttyneessä paloosastossa olleita henkilöitä oli kahdessa tapauksessa yhteensä 43.

Automaattisen sammutuslaitteiston vaikutusta henkilövahinkojen estämisessä on vaikea arvioida. Yhdessä tapauksessa potilashuoneessa paloi patja ja potilas poistui huoneesta vasta automaattisen sammutuslaitteiston aktivoiduttua. Miten hän olisi toiminut ilman sammutuslaitteistoa, on vaikea arvioida. Työntekijöiden suorittama evakuointi tapahtui kumpaisessakin evakuointia edellyttävässä tapauksessa hyvin. Alkusammutusta he eivät kuitenkaan ehtineet tekemään. Pelastusviranomaiset olivat arvioineet paloilmoittimella ja automaattisella sammutuslaitteistolla olleen olennainen vaikutus ihmisten pelastamiseen ja pelastautumiseen. Sammutuslaitteiston voidaan arvioida estäneen näissä tapauksissa hengenvaarallisten olosuhteiden muodostumisen palo-osastoon tai ainakin osaan siitä.

Poliisivankilassa tapahtunut tulipalo Yhteenvedon tässä osiossa oli yksi poliisivankilassa tapahtunut tulipalo. YHTEENVETO POLIISIVANKILASSA TAPAHTUNEESTA TULIPALOSTA Vankisellin tulipalon yhteydessä sammutuslaitteisto vähintään helpotti sammutusja pelastustoimintaa. Paikalla olleet pelastusviran-

Rakennustyyppi ja syttymistila

Syttymissyy

Työntekijöiden toiminta

Poliisivankila. Selli.

Vanki sytytti patjan palamaan. Tahallinen sytyttäminen.

Vartijat sammuttivat lopullisesti sammutuslaitteiston jo lähes kokonaan sammuttaman palon.

Taulukko 4: Rakennustyyppi, syttymistila sekä -syy sekä työntekijöiden toiminta poliisivankilan palon yhteydessä.

Palotutkimuksen päivät 2019

omaiset eivät olleet arvioineet laitteiston vaikutusta henkilöturvallisuuteen. Selosteista oli kuitenkin todettavissa, että laitteisto piti olosuhteet turvallisena koko palo-osastossa. Aiemmissa tutkimuksissa on todettu, että ilman sammutuslaitteistoa olleiden vastaavien kohteiden tulipaloissa olosuhteet koko palo-osastossa ovat muodostuneet hengenvaarallisiksi jo alkusammutustoimenpiteiden aikana siten, että vartijat ovat joutuneet käyttämään hengityssuojaimia niiden aikana (mm. vuoden 2013 yhteenveto). Lisäksi savua on levinnyt myös muihin palo-osastoihin. Jouduttaessa pitämään syttyneen tilan ovea avoinna alkusammutuksen ja evakuoinnin aikana savukaasut leviävät hyvinkin nopeasti koko palo-osaston alueelle. JOHTOPÄÄTÖKSET Tutkittavana oli 19 henkilöturvallisuuskohteissa tapahtunutta sellaista tulipaloa, jossa automaattinen sammutuslaitteisto aktivoitui. Paloista 9 oli arvioitu olleen tahallisesti sytytettyjä. Laitteisto sammutti paloista 15 ja rajoitti 4 paloa, joista kahdessa laitteisto olisi todennäköisesti sammuttanut palon, jos laitteisto olisi ehtinyt toimimaan hieman pidempään. Yhdessä tapauksessa sammutuslaitteisto ei pystynyt sammuttamaan pyykinpesukoneen sisällä ollutta paloa ja toisessa lieden huuva haittasi veden pääsyä syttymispaikkaan. Näissäkin tapauksissa sammutuslaitteisto kuitenkin esti palon leviämisen syttymispaikasta laajemmalle. Tulipaloissa osallisena oli noin 140 ihmistä. Näillä tarkoitetaan henkilöitä, jotka olivat palon syttymishetkellä joko syttymistilassa tai syttyneessä palo-osastossa. Paloissa yksi henkilö loukkaantui vakavasti ja lievästi seitsemän henkilöä. Vakavasti loukkaantunut henkilö oli nukahtanut sohvalle todennäköisesti tupakoidessaan ja hänen vuodevaatteensa olivat syttyneet palamaan. Henkilö ehti saamaan vakavat palovammat ennen kuin sammutuslaitteisto sammutti palon. Ilman sammutuslaitteistoa henkilö olisi todennäköisesti menehtynyt. Sammutuslaitteiston voidaan hyvin suurella todennäköisyydellä arvioida pelastaneen vähintään neljä henkilöä palokuolemalta tai vähintään vakavalta loukkaantumiselta. Arvio perustuu siihen, että kolme näistä henkilöistä olivat syttymistilassa siihen saakka, kunnes palokunta pelasti heidät sieltä. Lyhin palokunnan tehokkaan sammutusja pelastustoiminnan toimintavalmiusaika näissä tapauksissa oli 9 minuuttia 26 sekuntia ja pisin 11 minuuttia 45 sekuntia. Näiden lisäksi yhdessä tapauksessa työntekijä pelasti asukkaan siinä vaiheessa, kun sammutuslaitteisto oli sammuttanut palon lähes kokonaan. Asuin- ja potilashuoneessa olosuhteet muuttuvat hengenvaarallisiksi yleensä 2–3 minuutin kuluessa syttymisestä. Voidaan siis varsin luotettavasti arvioida, että ihmiset olisivat menehtyneet huoneessa ilman sammutuslaitteiston vaikutusta. Edellä mainitun neljän henkilön lisäksi sammutuslaitteisto saattoi pelastaa useammankin hengen tai vakavan loukkaantumisen. Tämä perustuu siihen, että henkilökunta ei saanut evakuoitua kaikkia asukkaita ulos kahdessa tapauksessa. Ensimmäisessä tapauksessa kahta henkilöä ei saatu evakuoiduksi ja jälkimmäisessä pelastettavana oli kuusi vuoteeseen hoidettavaa asukasta, joiden lisäksi henkilökunta ei ehtinyt evakuoimaan 16 muuta asukasta palo-osastossa olleesta 39 asukkaasta ennen palokunnan paikalle tuloa. Näissä kahdessa tapauksessa olisi hyvin suurella todennäköisyydellä aiheutunut henkilövahinkoja ilman automaattista sammutuslaitteistoa. Näissä tapauksissa palokunnan tehokkaan sammutustoiminnan ajat olivat 11 minuuttia ja 23 sekuntia ja 10 minuuttia ja 25 sekuntia. Alkusammutusta yritettiin neljässä tapauksessa. Näistä tapauksista kahdessa alkusammutus suoritettiin sen jälkeen, kun automaattinen sammutuslaitteisto oli sammuttanut palon lähes kokonaan. Kahdessa muussa tapauksessa alkusammutustoimenpiteillä ei saatu paloa sammumaan. Tapauksissa, joissa alkusammutusta ei yritetty, 16

Palotutkimuksen päivät 2019

oli kohde varustettu automaattisella paloilmoittimella sekä paikalla oli henkilökuntaa tai muu työntekijä kahdeksassa tapauksessa. Palo kehittyi niin nopeasti tai henkilökunta ryh-tyi välittömästi evakuoimaan ihmisiä siten, ettei alkusammutusta ehditty yrittämään. Automaattinen sammutuslaitteisto toimi kaikissa yhteenvedon palotapauksissa sille suunnitellulla tavalla. Se joko sammutti palot tai rajoitti niitä niin, että henkilökunta tai palokunta sai helposti sammutettua hieman kyteneet palot. Laitteisto esti tiloihin muodostumasta hengenvaaralliset olosuhteet. Sammutuslaitteiston toiminta vastasi hyvin tapahtumien kulkua ja olosuhteita syttyneessä palo-osastossa aikaisempien vuosien selvityksiin verrattuna Sammutuslaitteisto saattoi vähentää liekkipalovammojen hoidosta yhteiskunnalle aiheutuneita kustannuksia. Liekkipalovammojen hoidosta on tutkittu aiheutuvan yhteiskunnalle vuosittain noin kuuden miljoonan euron kustannukset. Yksittäisen loukkaantuneen hoitokustannukset saattavat olla noin 600000 euroa. Yli 400 000 euron kustannukset eivät ole harvinaisia [3]. Henkilön vaatteiden tai vuodevaatteiden sytyttyä palamaan automaattinen sammutuslaitteistokaan ei välttämättä pysty estämään vakavilta henkilövahingoilta. Automaattisen sammutuslaitteiston toiminta on osoittautunut hyödylliseksi ja myös välttämättömäksi henkilöturvallisuuskohteissa. Henkilökunnan vahvuus on monessa toimipaikassa alhainen tai henkilökunta puuttuu kokonaan etenkin yöllä. Ainoa keino huolehtia asukkaiden ja potilaiden paloturvallisuudesta on varustaa kohteet automaattisella sammutuslaitteistolla. Vaikka kohteessa on paikalla henkilökuntaakin, tämäkin tutkimus osoitti jälleen, etteivät työntekijät ehdi kaikissa tapauksissa suorittamaan alkusammutusta ja evakuoimaan kaikkia omatoimiseen poistumiseen kykenemättömiä ihmisiä. Aina kun sammutuslaitteisto aktivoituu, alkusammutus on joko epäonnistunut tai sitä ei ole ehditty aloittamaankaan. Tulipalo aiheuttaa myös työntekijöille suuren uhan. Alkusammutuksen ja evakuoinnin yhteydessä myös työntekijät saattavat loukkaantua hengitettyään myrkyllisiä savukaasuja tai saaden liekeistä palovammoja. Palot saattavat aiheuttaa työntekijöille myös henkiset traumat, jotka saattavat vaivata hyvinkin pitkään, kenties koko elämän ajan eikä henkilö kykene enää vastaavaan työhön. Automaattinen sammutuslaitteisto parantaa merkittävästi myös työntekijöiden työturvallisuutta palotilanteessa. Tutkituissa tapauksissa yksikään henkilökuntaan kuuluva ei loukkaantunut. KIITOKSET Kiitän suunnittelija Johannes Ketolaa Pelastusopistolta käyttöoikeuksien luovuttamisesta PRONTOon tutkimuksessa tarvittavien valtakunnallisten tietojen saamiseksi. Kiitän lisäksi kaikkia pelastusviranomaisia ja tutkimuksen kohteena olleiden toimipaikkojen henkilöstöä myönteisestä suhtautumisesta lisätietojen antamiseen tapauksiin liittyvien yksityiskohtien selvittämisessä sekä valokuvien luovuttamisessa. LÄHDELUETTELO 1. Pronto, valtakunnallinen pelastustoimen resurssi- ja onnettomuustilastojärjestelmä. 2. Stén Tapio (2016). Poistumisturvallisuusselvityksen laadintaopas. Suomen Pelastusalan Keskusjärjestö SPEK. 3. Haikonen, Kari. Liekkivammoista ja niiden kustannuksista Suomessa. Palotutkimuksen päivät 2017. Palo- ja pelastustieto ry.

Terhi Kling ja Timo Korhonen Teknologian tutkimuskeskus VTT Oy Vuorimiehentie 3, Espoo/PL 1000, 02044 VTT

Tuulipuistojen paloturvallisuus

TIIVISTELMÄ Artikkelissa kerrotaan tuulivoiman paloturvallisuuteen liittyvistä ominaispiirteistä ja kuvataan menetelmiä, joilla tuulipuistojen paloriskiä voidaan pienentää ja arvioida.

on ollut konehuoneessa palon syttyessä. Toiseksi yleisin on salama. Paloriskejä voidaan tehokkaasti hallita hyvällä suunnittelulla. TUULITURBIINIT JA NIIDEN PALOT SUOMESSA

JOHDANTO Tuulivoimalaitoksista ja niiden toimintavarmuudesta on vielä varsin vähän tilastotietoa saatavilla, mutta palo on yksi mahdollinen keskeytysten aiheuttaja. Suuret investoinnit ja kasvava merkitys sähköntuotannossa aiheuttavat sen, että valmistajat ja operaattorit poikkeuksetta ovat kiinnostuneita paloriskistä, turvallisuuskysymyksistä ja ympäristövaikutuksista, varsinkin kun kyseessä on koko alan maine [1, 2]. Kansainvälisesti ei ole olemassa mitään virallista prosessia, jonka kautta kerättäisiin tietoa tuuliturbiinien paloista, ja tämän vuoksi tiedot palojen määristä vaihtelevat lähteestä riippuen. Ruotsalaisen tutkimuslaitoksen (SP Technical Research Institute of Sweden) tekemän tutkimuksen mukaan paloja tapahtuu tuhatta tuuliturbiinia kohden 0,3−0,5 vuodessa [3, 4]. Palo on yksi tuulivoimateollisuuden haasteista koska [5]: • Tuuliturbiineissa on palokuormaa, happea ja syttymislähteitä. • Tuuliturbiinien korkeuden ja usein syrjäisen sijainnin vuoksi mahdollisuudet sammuttamiseen ovat rajalliset. • Palo voi aiheuttaa tuuliturbiinin menettämisen tai ainakin tuotannon keskeytymisen. • On olemassa vaara, että palo leviää ympäristöön. • Palotilanteessa myös työntekijät voivat joutua vaaraan. Mahdollisia syttymislähteitä ovat [3, 4, 6]: Salama, ylikuumeneminen, vika sähkölaitteessa tai tulityö kuten hitsaus. Tuuliturbiinissa esiintyviä palokuormia ovat [3, 4]: Komposiittimateriaalit lavoissa ja konehuoneen seinissä sekä palavat nesteet. Yleisin syttymissyy on korjaustyö; kolmessa tapauksessa kuudesta ihminen

Suomessa tuulivoimarakentaminen on alkanut suhteellisen myöhään, mutta päässyt kuitenkin hyvään vauhtiin vuoden 2012 jälkeen. Esimerkiksi 2016 rakennettiin yhteensä 182 uutta voimalaa, joiden yhteiskapasiteetti oli 570 MW. Vuoden 2017 lopussa Suomen tuulivoimakapasiteetti oli jo 2044 MW ja sähköntuotanto 4,8 TWh, joka vastasi 5,6 prosenttia maamme sähkönkulutuksesta. [7] Onnettomuustutkintakeskuksen mukaan Suomessa on ollut kaksi suurta tuuliturbiinipaloa [8]. Uudessakaupungissa, vuonna 2004, palon arvioitiin alkaneen sähköviasta, ja se tuhosi 70 metrin korkeudella sijainneen konehuoneen. Palon sammuttamiseen tarvittiin rajavartiolaitoksen helikopteri, joka pudotti 20000 litraa vettä konehuoneen päälle. Haminassa, vuonna 2017, palo syttyi sadan metrin korkuisen tuuliturbiinin konehuoneesta. Pelastuslaitos eristi alueen ja esti palon leviämisen lähiympäristöön; sammuttaminen oli käytännössä mahdotonta pelastuslaitoksen käytettävissä olevilla menetelmillä. Kiinteitä palontorjuntajärjestelmiä ei ollut. Pelastustieto-lehden mukaan [9] automaattisten sammutusjärjestelmien käyttö tuuliturbiineissa on Suomessa vähäistä, koska järjestelmät eivät ole pakollisia. Yleensä tuuliturbiinin toiminta ajetaan alas, kun palonilmaisin (tai automaattinen sammutusjärjestelmä) on havainnut palon. Vaikka palo havaittaisiin nopeasti, sen sammuttaminen on korkeudesta johtuen vaikeaa [10, 11, 12]. Palokunnan pääasiallinen tehtävä onkin yleensä estää palon leviäminen ympäristöön. Levitessään palo voi aiheuttaa omaisuusvahinkoja, ja mahdollisesti tuulen mukana lentävä materiaali voi myös aiheuttaa vaaraa pelastustoiminnalle. Pelastuslaitosten kumppanuusverkoston TurvallisuuspalvelutPalotutkimuksen päivät 2019

ryhmä asetti syyskuussa 2013 työryhmän laatimaan suosituksen tuulivoimaloiden turvaetäisyyksiin kaavalausunnoissa. Työryhmä selvitti tilannetta Suomessa ja muualla Euroopassa ja päätyi suosittelemaan paloja henkilöturvallisuuden osalta yli 1 MW tuulivoimaloille 600 metrin turvaetäisyyttä asutukseen sekä vaarallisten aineiden laitoksiin ja varastoihin, ellei tuulivoimaloille laadittu vaaranarviointi edellytä tätä pienempää tai suurempaa etäisyyttä. SPEKin oppaan [6] mukaan metsäpalon syttyminen tuulivoimalan palon seurauksena on helposti ehkäistävissä pitämällä tornin ympäristö 25 metrin säteeltä puhtaana tulipalon leviämistä edistävästä pensaikosta. VAATIMUKSET, OHJEET JA HYVÄT KÄYTÄNNÖT Riskejä voidaan vähentää monin eri tavoin. Kansainvälisesti on olemassa erilaisia turvallisuusohjeita, jotka määrittelevät vähimmäisvaatimukset. Yhdysvaltojen työturvallisuus- ja terveysvirasto suosittelee paloilmaisinten asennusta kaikkiin tuuliturbiineihin [13]. Yhdysvaltojen kansallinen paloturvallisuusyhdistys (NFPA), Saksan Vertrauen durch Sicherheit (VdS) ja Germanischer Lloyd ovat kehittäneet tuulivoimalaitoksille suosituksia, standardeja ja ohjeita [2, 13]. Euroopan paloturvallisuusjärjestöjen keskusjärjestö (CFPA E) on tuottanut "eurooppalaiset suuntaviivat" [11], jotka edustavat CFPA: n maiden parhaita käytäntöjä. Jos ohjeet ovat ristiriidassa kansallisten vaatimusten kanssa, sovelletaan kansallisia vaatimuksia. Yleensä tuuliturbiinien valmistajilla on myös omat palontorjuntastrategiansa [14]. Ihmisten turvallisuuden osalta sovelletaan kansallisia terveysja turvallisuusmääräyksiä. Turbiinin sijainnista ja omistuksesta riippuen hätäsuunnitelma voi olla yksi vaatimuksista. On suositeltavaa, että tuulivoimalaitoksen operaattori laatii yksityiskohtaisen paloturvallisuussuunnitelman, joka sisältää hätäsuunnitelman ja evakuointisuunnitelman, jotka on suunniteltu yhteistyössä paikallisen pelastuslaitoksen kanssa. Lisäksi on suositeltavaa tarjota asianmukainen koulutus työntekijöille ja paikallisille palomiehille [5].

maasto- tai metsäpalon riskiä ilmasto-olosuhteisiin perustuen. Menetelmä ei huomioi ilmastonmuutoksen mahdollista vaikutusta sääolosuhteisiin vuoden 1997 jälkeen. Suomen metsäpaloindeksi (FFI) kehitettiin 1990-luvun lopulla [16, 17]. "FFI: n arvot perustuvat arvioituun kosteuden muutokseen 6 cm:n paksuisessa maaperän pintakerroksessa (m3/m3) riippuen sadannasta, haihdunnasta ja veden virtauksesta pintakerroksessa. Todellisen haihdunnan laskeminen pinnalta perustuu kuivumisen tehokkuuden ja mahdollisen haihdunnan tuloon, joka lasketaan Penman-Monteith-yhtälön (esim. [18]) avulla. Maaperän pintakerroksen kosteus lasketaan kolmen tunnin välein ilman lämpötilan, ilman kosteuden ja tuulen nopeuden perusteella, ottaen huomioon myös numeeristen sääennusteiden ja tutkapohjaisten sademäärien avulla arvioidun säteilytasapainon." [19]. FFI-arvot vaihtelevat yhdestä (1) kuuteen (6); pienemmät numerot kuvaavat vähäisempää tulipalovaaraa ja päinvastoin. Tulipalovaaran katsotaan olevan olemassa, kun FFI ≥ 4. Taulukossa 1 on esitetty niin sanotun palovaarapäivän todennäköisyys, joka perustuu päivittäisiin FFI-arvoihin vuosina 1961–1997 laskettuna 36:lle meteorologiselle asemalle Suomessa.

Palovaarapäivän todennäköisyys eri kuukausina Huhti Touko Kesä Heinä Elo Syys <0.01 0.2 0.4 0.35 0.2 <0,05 Taulukko 1. Palovaarapäivien todennäköisyys eri kuukausina perustuen päivittäisiin FFI-arvoihin 36 sääasemalla Suomessa vuosina 1961−1997 [19].

Kun otetaan huomioon alueen tyypilliset tuulensuunnat (kuva 1a) ja palon taipumus levitä tuulen suuntaan (kuva 1b), voidaan arvioida maasto- tai metsäpalovaaran todennäköisyys vuoden aikana sektoreilla A, B, C ja D.

Suomessa tuulivoimaloiden paloturvallisuudelle on olemassa seuraavat ohjeet: • SPEK 28, Tuulivoimalan paloturvallisuus [6] • Finassiala ry, Tuulivoimalan vahingontorjunta [15] RISKIT

a) a)

b)b)

Kuva 1. a) Tyypilliset tuulensuunnat ja sektoreiden A, B, C ja D todennäköisyys olla tuulen Palo- ja poistumisturvallisuus tuuliturbiinissa alapuolella. b) Palon taipumustuulensuunnat levitä tuulen suuntaan [20]. A, B, C ja D toKuva 1. a) Tyypilliset ja sektoreiden Jos passiiviset palontorjuntatoimet on hoidettu asianmukaisesti dennäköisyys olla tuulen alapuolella. b) Palon taipumus levitä tuulen Tapahtumapuun avulla (palamattomat materiaalit, palokuorman minimointi, osastoinsuuntaan [20].voidaan laskea todennäköisyys yhden tuuliturbiinin aiheuttamalle ja metsäpalovaaralle kullakin sektorilla. Esim. jos oletetaan että palon todennäköisyys nit) palo ei pääse leviämään konehuoneessa ja vahingot jäävät väturbiinissa on vuodessa 0,05% ja sektorin A todennäköisyys olla tuulen alapuolella ky häisiksi. Jos läsnä on ihmisiä ja alkusammutus ei onnistu, on tärturbiiniin nähden on 40%, saadaan seuraavan taulukon mukainen laskelma (Taulukko 2). K keää poistua välittömästi. Pienessä tilassa olosuhteet muuttuvat Tapahtumapuun avulla voidaan laskea todennäköisyys yhden tuuesimerkin tuloksena saadaan että kuvatunlainen tilanne esiintyisi n. kerran 50000 vuodessa palokaasujen takia nopeasti hengenvaarallisiksi. Poistumisturliturbiinin aiheuttamalle maasto- ja metsäpalovaaralle kullakin Vuosinasektorilla. 2012-2016Esim. Suomessa on ollut keskimäärin metsä- tai maastopaloa vallisuuden kannalta on hyvä olla kaksi erillistä evakuointireittiä, jos oletetaan että palon2259 todennäköisyys yhdessä vuodessa yksi palo 150 neliökilometriä kohden. Jos metsäja maastopalot jakautuisivat tasaise esim. tikkaita pitkin tai erillisen poistumisluukun kautta valjaiden turbiinissa on vuodessa 0,05 % ja sektorin A todennäköisyys olla maahan, kullakin neliökilometrillä olisi yksi tulipalo 150 vuodessa. Tämä merkitse avulla. Paikalla on myöskin hyvä olla aina vähintään kaksi ihmistä tuulen alapuolella kyseiseen turbiiniin nähden on 40 %, saadaan tuuliturbiinipalo on hyvin epätodennäköinen maasto/metsäpalon syttymissyy. siltä varalta, että jos toinen loukkaantuu, toinen voi auttaa häntä seuraavan taulukon mukainen laskelma (Taulukko 2). Kyseisen poistumisessa. Yleensä tuuliturbiiniin ei päästetä henkilöitä, joilesimerkin tuloksena saadaan että kuvatunlainen tilanne esiintyi- todennäkö Taulukko 2. Esimerkkilaskelma yhden tuuliturbiinin aiheuttaman palovaaran la ei ole pelastautumiskoulutusta tulipalon varalta. si A, noin kerran 50000 vuodessa. sektorilla jonka oletetaan olevan tuulen alapuolella todennäköisyydellä 40%; p1 = turbiin syttyessä 2259 sektorimetA on tuulen alap todennäköisyys vuodessa, p2 = todennäköisyys, Vuosina 2012–2016 Suomessa on että ollutpalon keskimäärin Paloriski ympäristölle että on oikean puoleisessa sarakkeessa oleva kuukausi, p4 = palovaar p3 = todennäköisyys, sä- tai maastopaloa vuodessa [21], eli yksi palo 150 neliökilomettodennäköisyys, Σ p = todennäköisyys, että vuoden aikana syttyy palo, kun sektori Tuuliturbiinin alla on yleensä suoja-alue, joka hillitsee palon leriä kohden. Jos metsä- ja maastopalot jakautuisivat tasaisesti ko- A on tuu puolella ja kyseinen on palovaarapäivä, F = em. taajuus viämistä välittömään ympäristöön. Sopivissa olosuhteissa palavat ko maahan,päivä kullakin neliökilometrillä olisitilanteen yksi tulipalo 150 vuoaineet voivat kuitenkin lentää kauemmas ja aiheuttaa toissijaisen p dessa.pTämä merkitsee, että tuuliturbiinipalo on hyvin epätodenp3 p4 p1*p2*p3*p4 Kuukausi 1 2 palon. Seuraavassa kuvataan menetelmä, jolla voidaan arvioida0.0005näköinen maasto/metsäpalon syttymissyy. 0.4 0.082 0.01 1.64E-07 huhti 18

Palotutkimuksen päivät 2019

0.0005 0.0005 0.0005 0.0005

0.4 0.4 0.4 0.4

0.085 0.082 0.085 0.085

0.2 0.4 0.35 0.2

3.40E-06 6.56E-06 5.95E-06 3.40E-06

touko kesä heinä elo

p3 = todennäköisyys, että on oikean puoleisessa sarakkeessa oleva kuukausi, p4 = palovaarapäivän todennäköisyys, Σ p = todennäköisyys, että vuoden aikana syttyy palo, kun sektori A on tuulen alapuolella ja kyseinen päivä on palovaarapäivä, F = em. tilanteen taajuus

hatta tuuliturbiinia kohden on arvioitu esiintyvän 0,3−0,5 tulipaloa vuosittain. Asianmukaisen paloturvallisuustekniikan huomioiminen jo suunnitteluvaiheessa on tärkeää turvallisuuden takaamiseksi ja liiketoiminnan jatkuvuuden varmistamiseksi. Sekä aktiivisilla että passiivisilla palontorjuntatoimenpiteillä on tärkeä rooli tuuliturbiinien paloturvallisuudessa. Passiivinen palontorjunta varmistaa turvallisuuden materiaalivalinnoilla, osastoinneilla ja muilla toimenpiteillä tulipalon leviämisen minimoimiseksi. Tuuliturbiineihin sovellettavia aktiivisia palontorjuntalaitteita ovat paloilmaisimet, hälytysjärjestelmät sekä automaattiset sammutuslaitteistot. Sammutusjärjestelmien käyttö tuuliturbiineissa on väPalontorjunnan operaatioaika Taulukko 2. Esimerkkilaskelma yhden tuuliturbiinin aiheuttaman palohäistä, koska järjestelmät eivät ole pakollisia. Turbiinin korkean vaaran todennäköisyydelle sektorilla A, jonka oletetaan olevan tuulen sijainnin takia palokunnan sammutusmahdollisuudet ovat rajalPelastustoiminnan aikaviiveitä40voidaan arvioidapalon operaatioaikamallinnuksella [22]. Kuvassa 2 on alapuolella todennäköisyydellä %; p1 = turbiinin todennäköiliset. Palontorjunnan tavoitteena onkin yleensä estää palon leviäsyys vuodessa, että palon sektori A on esitetty, kuinka poperaatioaika muodostuu erisyttyessä aikaviiveistä tuuliturbiinin palossa. Laskenta voidaan 2 = todennäköisyys, minen ympäristöön. Tuuliturbiinista johtuva maastopalon vaara tuulen alapuolella, p3 = todennäköisyys, on oikean puoleisessa sa- jakaumina suorittaa Monte Carlomenetelmällä,että jolloin aikaviiveet esitetään ja tulokseksi saadaan voidaan myöskin helposti poistaa pitämällä tornin ympärillä 25 rakkeessa oleva kuukausi, p = palovaarapäivän todennäköisyys, 4 jakauma. Σ p = todennäköisyys, että vuoden aikana syttyy palo, kun sektori A metriä leveä pensaista vapaa vyöhyke. Pelastuslaitosten kumppaon tuulen alapuolella ja kyseinen päivä on palovaarapäivä, F = em. tinuusverkosto suosittaa kuitenkin paloja henkilöturvallisuuden lanteen taajuus. osalta kaavalausunnoissa yli 1 MW:n tuulivoimaloille 600 metrin turvaetäisyyttä asutukseen ja vaarallisten aineiden laitoksiin ja varastoihin. p1 0.0005 0.0005 0.0005 0.0005 0.0005 0.0005 0.0005

p2 0.4 0.4 0.4 0.4 0.4 0.4 0.4

p3 0.082 0.085 0.082 0.085 0.085 0.082 0.499

p4 p1*p2*p3*p4 Kuukausi 0.01 1.64E-07 huhti 0.2 3.40E-06 touko 0.4 6.56E-06 kesä 0.35 5.95E-06 heinä 0.2 3.40E-06 elo 0.05 8.20E-07 syys 0 0.00E+00 muut Σp= 2.03E-05 /koko vuosi F=1/ 49276 vuotta

Palontorjunnan operaatioaika Pelastustoiminnan aikaviiveitä voidaan arvioida operaatioaikamallinnuksella [22]. Kuvassa 2 on esitetty, kuinka operaatioaika muodostuu eri aikaviiveistä tuuliturbiinin palossa. Laskenta voidaan suorittaa Monte Carlo -menetelmällä, jolloin aikaviiveet esitetään jakaumina ja tulokseksi saadaan jakauma. Paras tapa parantaa tuulivoimalan ja paikallisen pelastuslaitoksen välistä kommunikaatiota on aloittaa yhteistyö hyvissä ajoin ennen kuin mitään tapahtuu. Pelastustiet on rakennettava pelastuslaitoksen ohjeiden mukaan, ja alue on hyvä esitellä paikallisille palokunnille. Koska keskisuuren tai suuren tulipalon tapauksessa alueelle lähetetään useita yksiköitä, on huolehdittava siitä, että kartat ja viitat ovat hyviä ja paikallinen henkilökunta on valmis opastamaan pelastuslaitosta paikan päällä. Kaikki mahdollisen palon aikana toteutettavat toimenpiteet on hyvä käydä läpi ja sopia etukäteen, niin että kaikilla asianosaisilla selkeä käsitys siitä, miten toimia tulipalossa. Palokunnalla ja hätäkeskuksella on selkeät ennalta määritellyt toimintatavat ja strategiat, ja tuulivoimaoperaattorin on suunniteltava omat hätäohjeensa. YHTEENVETO JA JOHTOPÄÄTÖKSET Tulipalon tuulivoimalalle aiheuttama taloudellinen vahinko voi olla erittäin suuri, minkä vuoksi omistajat ja vakuutusyhtiöt ovat erittäin kiinnostuneita tuulivoimaloiden paloturvallisuudesta. Tu-

Kuva 2. Palontorjunnan operaatioaika tuuliturbiinipalossa [23]. Kuva 2. Palontorjunnan operaatioaika tuuliturbiinipalossa [23].

KIITOKSET Tutkimuksen rahoitti Varsinais-Suomen Energia Oy. Kiitokset yhteistyöstä myös seuraaville: Nordex Acciona Windpower, Varsinais-Suomen Pelastuslaitos ja Suomen Tuulivoimayhdistys. LÄHDELUETTELO 1. Starr, Scott, (2010). Turbine Fire Protection. Wind Systems, August 2010. http://www.windsystemsmag.com/article/detail/136/ turbine-fire-protection. 2. Whitlock, Robin, (2015). GCube launches unique report into wind turbine fires. Renewable Energy Magazine. 17 November 2015. https://www.renewableenergymagazine.com/wind/gcubelaunches-unique-report-into-wind-turbine-20151117. 3. Dederichs, Anne, Baker, Greg, Lange, David, Krause, Benjamin, Winberg, David & Gehandler, Jonatan, (2016). Fire safety in Offshore Wind Turbines. SP Technical Research Institute of Sweden. https://offshorevast.se/media/2016/09/boklet_firesafetly_digital_.pdf. 4. Dederichs, Anne, (2017). Fire safety in wind turbines – there is more to know, International Fire Protection, March 15, 2017. https://ifpmag.mdmpublishing.com/fire-safety-in-wind-turbinesthere-is-more-to-know/. 5. Uadiale, Solomon, Urban, Evi, Carvel, Ricky, Lange, David and Rein, Guillermo, (2014). Overview of Problems and Solutions in Fire Protection Engineering of Wind Turbines, FIRE SAFETY SCIENCE-PROCEEDINGS OF THE ELEVENTH INTERNATIONAL SYMPOSIUM pp. 983–995, COPYRIGHT © 2014 INTERNATIONAL ASSOCIATION FOR FIRE SAFETY SCIENCE/ DOI: 10.3801/IAFSS.FSS.11-983. 6. Marjamaa, Jarmo, (2013). Tuulivoimaloiden paloturvallisuus, SPEK opastaa 28. 7. FWPA, (2018). Finnish Wind Power Association http://www. tuulivoimayhdistys.fi/en/. 8. Otkes, (2017). Tuulivoimaloiden turvallisuutta parannettava. Onnettomuustutkintakeskus, 6.2.2017. 9. Pelastustieto, (2017). Tuulivoimaloiden sammutusjärjestelmät harvinaisia Suomessa. 9.2.2017. http://pelastustieto.fi/pelastustoiminta/operatiivinen-toiminta/tuulivoimaloiden-sammutusjarjestelmat-harvinaisia-suomessa/.

Paras tapa parantaa tuulivoimalan ja paikallisen pelastuslaitoksen välistä kommunikaatiota on aloittaa yhteistyö hyvissä ajoin ennen kuin mitään tapahtuu. Pelastustiet on rakennettava pelastuslaitoksen ohjeiden mukaan, ja alue on hyvä esitellä paikallisille palokunnille. Koska keskisuuren tai suuren tulipalon tapauksessa alueelle lähetetään useita yksiköitä, on huolehdittava siitä, että kartat ja viitat ovat hyviä ja paikallinen henkilökunta on valmis opastamaan pelastuslaitosta paikan

Palotutkimuksen päivät 2019

10. Hertenberger, Karl et al., (2013). New Challenges for Wind Energy. The International Association of Engineering Insurers IMIA Conference 2009, Istanbul. https://www.imia.com/wpcontent/uploads/2018/01/IMIA-WGP-6209-Wind-Energy-final121009-.pdf. 11. CFPA E, (2012). European Guideline, CFPA-E No 22:2012 F, Wind Turbines Fire Protection Guideline, Confederation of Fire Protection Associations in Europe. 12. Ragheb, Magdi, (2011). Safety of Wind Systems, 26 February 2011. https://mragheb.com/NPRE%20475%20Wind%20Power%20Systems/Safety%20of%20Wind%20Systems.pdf. 13. Froese, Michelle, (2015). What regulations exist for fire protection in wind turbines? Windpower, September 8, 2015. https:// www.windpowerengineering.com/safety/what-regulations-existfor-fire-protection-in-wind-turbines/. 14. Campbell, Shaun, (2015). Minimising fire risk in wind turbines, Windpower Monthly, 28.8.2015. https://www.windpowermonthly.com/article/1361476/minimising-fire-risk-wind-turbines. 15. Finanssiala ry, (2017). Tuulivoimalan vahingontorjunta. Turvallisuusohje 2017. 16. Heikinheimo, M., Venäläinen, A. & Tourula, T., (1998). A soil moisture index for the assessment of forest fire potential in the boreal zone. In Proceedings of the International Symposium on Applied Agrometeorology and Agroclimatology (Volos Greece), Office for Official Publications of the European Commission (Luxembourg), (ed. Dalezios NR), EUR 18328 COST 77, 79, 711; 549–555.

17. Venäläinen, Ari & Heikinheimo, Matti, (2003). The Finnish forest fire index calculation system. In Early Warning Systems for Natural Disaster Reduction, Zschau J, Kuppers A (eds). Springer: Berlin; 645–648. 18. Monteith J., (1981). Evaporation and surface temperature, Quarterly Journal of the Royal Meteorological Society 107(451): 1–27. 19. Mäkelä, Hanna, (2015). Estimates of past and future forest fire danger in Finland from a Climatological viewpoint. Academic dissertation in meteorology. Finnish Meteorological Institute, Helsinki 2015. FINNISH METEOROLOGICAL INSTITUTE CONTRIBUTIONS, No. 112. https://helda.helsinki.fi/bitstream/ handle/10138/153233/estimate.pdf?sequence=1&isAllowed=y. 20. Wikipedia, (2017). https://fi.wikipedia.org/wiki/ Mets%C3%A4palo (viitattu 23.5.2019). 21. Pelastusopisto, (2017). Pelastustoimen taskutilasto 20122016. Pelastusopiston julkaisu, D-sarja: Muut 1/2017. 22. Kling, Terhi, Hostikka, Simo, Rinne, Tuomo, Vaari, Jukka and Hakkarainen, Tuula, (2013). Stochastic operation time modelling of rescue situations. In: Interflam 2013, Proceedings of the thirteenth international conference, Vol. 2. Royal Holloway College, University of London, UK, 24−26th June, 2013. London, England: Interscience Communications Limited. Pp. 1347−1358. ISBN 978-0-9556548-9-3 (set). 23. Kling, Terhi. (2018). Fire safety of Nordanå-Lövböle wind farm. Customer Report VTT-CR-01555-18. Espoo 30.9.2018.

Suomen Paloinsinööriyhdistys ry eli lyhyemmin SPIY on vuonna 1949 perustettu paloturvallisuusalalla toimivien asiantuntijoiden muodostama yhdistys. Tavoitteemme on jäsenistömme avulla edistää paloturvallisuutta ja palovahinkojen ennaltaehkäisyä.

Seminaarit

Järjestämme vuosittain seminaareja ajankohtaisista paloturvallisuuteen liittyvistä teemoista. Käsiteltyjä aiheita ovat olleet mm. • Toiminnallinen palomitoitus • Sammutus- ja vajaahappijärjestelmät • Hoitolaitosten paloturvallisuus

Tutustumiskäynnit

Jäsenillemme järjestetään tutustumiskäyntejä paloteknisesti mielenkiintoisiin kohteisiin, joihin ei suurella yleisöllä tavallisesti ole pääsyä. Käyntikohteita ovat olleet mm. Länsimetro, Kehärata, lentoaseman rautatieasema ja Vantaan jätteenpolttolaitos.

Verkostoituminen

Toimintamme ja tilaisuutemme antavat mahdollisuuden verkottua paloturvallisuusalalla toimivien ihmisten kanssa. Jäsenkuntaamme kuuluu paloturvallisuuden ja riskienhallinnan ammattilaisia pelastuslaitoksista, vakuutusyhtiöistä, yritysten turvallisuusorganisaatioista, suunnittelutoimistoista ja tutkimuslaitoksista. Hae jäseneksi täyttämällä jäsenhakemus osoitteessa www.spiy.fi. Tervetuloa mukaan toimintaan!

Palotutkimuksen päivät 2019

Tuula Hakkarainen, Antti Paajanen ja Timo Korhonen Teknologian tutkimuskeskus VTT Oy PL 1000, FI-02044 VTT

Kuitulujitteisten muovien paloturvallisuus laivoissa

TIIVISTELMÄ Eurooppalaisen FIBRESHIP-tutkimusprojektin tavoitteena on kehittää suunnitteluja tuotantomenetelmäkokonaisuus, joka mahdollistaa yli 50 metrin pituisen laivan rungon ja kansirakenteen valmistamisen kuitulujitteisista muovikomposiiteista. Projektissa suoritettiin laaja kaksivaiheinen koeohjelma, jossa tutkittiin kuitulujitemuovimateriaalien ja -rakenteiden mekaanisia, väsymis- ja palo-ominaisuuksia. Tässä artikkelissa esitellään kuitulujitteisten muovikomposiittien pienen mittakaavan palokokeiden ja pyrolyysimallinnuksen tuloksia. Kuitulujitteisten muovien palo-ominaisuuksia voidaan parantaa merkittävästi paisuvilla pinnoitteilla. Pinnoitteet voivat muuttaa olennaisesti lämmön- ja savuntuottokäyrien muotoa, alentaa niiden maksimiarvoja ja pidentää syttymisaikaa. Vaikka palo-ominaisuudet ovat merkittävä tekijä kuitulujitteisten muovien käytössä laivateollisuudessa, myös muita näkökohtia kuten mekaaniset ja valmistustekniset ominaisuudet on otettava huomioon. Osa projektissa alustavasti tutkituista tuotteista ei päässyt jatkotarkasteluihin tästä syystä. Kokeissa tehdyt havainnot korostavat toistettavan ja hallitun valmistusprosessin tärkeyttä. Prosessi on ohjeistettava, valvottava ja raportoitava perusteellisesti. Laminaattien ja pinnoitteiden tulee olla tasalaatuisia, jotta kokeiden perusteella määritetyt palo-ominaisuudet voidaan varmistaa. Tarkat määrittelyt ja laadunvalvonta ovat keskeisessä roolissa, kun halutaan varmistaa materiaalien ja tuotteiden paloturvallisuus. Kovettujen hartsien massahäviö alkaa tyypillisesti vähän yli 300 °C:n lämpötilassa. Tällöin lujitemuovista tehty rakenne alkaa tuottaa palavia kaasuja ja myötävaikuttaa paloon. Lujitemuovien lasisiirtymälämpötilat ovat tyypillisesti 100 °C:n suuruusluokkaa. Tässä lämpötilassa materiaali pehmenee ja alkaa menettää kuormankantokykyään. Lujitemuoveista valmistetuilla rakenteilla on taipumus lämmetä paikallisesti, koska niiden lämmönjohtavuus on suhteellisen alhainen. Paikallisen palon tapauksessa keskeiset paloturvallisuusriskit ovat palavien kaasujen muodostuminen ja

lämmöntuotto. Jos palo uhkaa suurta rakennetta, kuten osastopalon tapauksessa, pääongelma on materiaalin pehmeneminen ja kantokyvyn menetys. JOHDANTO Kuituvahvisteiset polymeerit (engl. fibre reinforced polymer, FRP) eli lujitemuovit ovat muovin ja siihen sekoitettavien lujitekuitujen muodostamia komposiittimateriaaleja. Lujitemuovissa hartsi toimii materiaaliyhdistelmän kokonaisuudeksi sitovana ainesosana eli matriisina. Matriisin tehtävänä on välittää materiaaliin kohdistuvat rasitukset kuiduille. Lujitemuovi valmistetaan muotin päälle latomalla kuituja tai kuitumattoja ja liimaamalla ne toisiinsa hartsilla. Valmistusprosessissa hartsi kovetetaan, usein käyttäen lämpöä. Lujitemuoveja käytetään nykyisin laajalti kevyiden alusten runkorakenteissa, kun aluksen pituus on enintään noin 50 metriä. Näitä komposiittimateriaaleja käyttämällä voidaan saavuttaa suurempi lastikapasiteetti ja merkittäviä polttoainesäästöjä. Lujitemuovit eivät ruostu, mikä vähentää huoltotarvetta ja kustannuksia. Niiden avulla voidaan myös parantaa laivan stabiilisuutta ja vähentää vedenalaista melua. Yli 50 metrin pituisissa aluksissa lujitemuovien käyttö on nykyisin kuitenkin rajoitettu sekundaarirakenteisiin ja komponentteihin. Tämä johtuu pääosin näiden materiaalien kestävyyteen ja palo-ominaisuuksiin liittyvistä kysymyksistä, suunnitteluja tuotantomenetelmien kehitystarpeista sekä ohjeistuksen puutteesta. Euroopan unionin rahoittamassa FIBRESHIP-tutkimushankkeessa (www.fibreship.eu) tarkastellaan lujitemuovikomposiittien turvallista käyttöä laivanrakentamisessa, laaditaan uusia suunnitteluja tuotantomenetelmiä ja -ohjeita sekä kehitetään ja validoidaan simulointityökaluja. Projektissa luodaan menetelmäkokonaisuus, joka tukee tavoitetta rakentaa yli 50 metrin pituisen laivan runko ja kansirakenne muovikomposiiteista. Tämän tavoitPalotutkimuksen päivät 2019

teen saavuttaminen edellyttää myös säädöskehitystä. Projektin tulokset edistävät lujitemuovien käyttöä laivanrakentamisessa ja vahvistavat eurooppalaisen laivateollisuuden kilpailukykyä maailmanmarkkinoilla. FIBRESHIP-projektin sisältöä ja toteutusta esiteltiin tarkemmin Palotutkimuksen päivillä 2017 [1]. FIBRESHIP-projektin materiaalivalintaan kohdistetussa työpaketissa suoritettiin laaja kaksivaiheinen koeohjelma, jonka tarkoituksena oli kartoittaa lujitemuovimateriaalien ja -ratkaisujen fysikaalisia ja mekaanisia ominaisuuksia sekä palo-ominaisuuksia. Ensimmäiseen vaiheeseen valittiin seitsemän kaupallisesti saatavilla olevaa hartsijärjestelmää eri hartsiluokista (ks. taulukko 1). Näiden materiaaliehdokkaiden termistä hajoamista tutkittiin kovetettujen hartsien termogravimetrisella analyysilla (TGA) ja palo-ominaisuuksia lasikuituvahvisteisten komposiittilaminaattien kartiokalorimetrikokeilla. Tämä artikkeli keskittyy pääosin koeohjelman ensimmäisen vaiheen kartiokalorimetrikokeiden tuloksiin, jotka kuvaavat laminaattien syttymisherkkyyttä, lämmönja savuntuottoa sekä tehollista palamislämpöä. Kokeiden tuloksia hyödynnettiin hartsijärjestelmien arvioinnissa ja materiaalien valinnassa koeohjelman toiseen vaiheeseen. Artikkelissa käsitellään lyhyesti myös TGA-tuloksia, pyrolyysimallinnusta sekä koeohjelman toisessa vaiheessa tehtyjä kokeita, niiden tuloksia ja tehtyjä havaintoja. KOEMENETELMÄT

Näytteiden valmistus Lasikuituvahvisteiset komposiittilaminaatit valmistettiin tyhjöavusteisella hartsi-injektiomuovauksella. Laminaattilevyjen leveys oli 500 mm ja pituus (kuidun suunnassa) 350 mm. Näistä kappaleista leikattiin sopivan kokoiset näytteet mekaaniseen testaukseen ja palotesteihin. Laminaattien paksuus oli noin 3 mm. Laminaattien lisäksi valmistettiin myös näytteitä kovetetuista hartseista ilman kuituja TGA-testejä varten. Termogravimetrinen analyysi TGA-kokeet suoritettiin NETZSCH STA 449F1 -laitteistolla, joka yhdistää termogravimetrisen analyysin (TGA), differentiaalisen pyyhkäisykalorimetrian (DSC) ja massaspektrometrian (MS). TGA-kokeita tehtiin sekä typessä että ilmassa hapettavan ympäristön vaikutusten tutkimiseksi. Lämmitysnopeuksia oli kaksi, 5 ja 20 K/min, joilla tutkittiin tulosten herkkyyttä lämmitysolosuhteille. Kokeet kattoivat lämpötila-alueen 40–1000 °C. Kullekin näytteelle tehtiin kaksi koetta kussakin olosuhteessa. Kokeiden toistettavuus oli hyvä.

säksi määritettiin mekaanisten ominaisuuksien lämpötilariippuvuus ja lasisiirtymälämpötila DMTA-menetelmällä (engl. dynamic mechanical thermal analysis), ominaislämpökapasiteetti lämpötilan funktiona DSC-menetelmällä (engl. differential scanning calorimetry) ja lämmönjohtavuus TPS-menetelmällä (engl. transient plane source). TULOKSET

Termogravimetrinen analyysi TGA-kokeiden tuloksia analysoitiin kolmen suureen avulla. Nämä olivat 1) lämpötila, jossa näyte on menettänyt 10 % alkuperäisestä massastaan (Tonset, 10 %), 2) lämpötila, jossa näyte on menettänyt 50 % alkuperäisestä massastaan (T50 %) ja 3) jäännösmassa kokeen loppulämpötilassa (R@1000 °C). Parhaat tulokset sai fenolihartsi Cellobond J2027X. Sillä oli korkein Tonset, 10 %, yli 400 °C typessä ja 365–385 °C ilmassa, ja suurin R@1000 °C, yli 50 % typessä ja 6–7 % ilmassa. Toiseen ääripäähän sijoittui kestomuovi Elium. Sen Tonset, 10 % oli selvästi alle 300 °C ja R@1000 °C lähellä 0 %:a sekä typessä että ilmassa. Muut hartsit olivat tältä väliltä. Niiden terminen hajoaminen alkoi noin 300 °C:ssa tai pian sen jälkeen Tonset, 10 % -tulosten perusteella sekä typessä että ilmassa. Kaikkien hartsien TGA-käyrämuodot olivat erilaiset typessä ja ilmassa hapettumisreaktioiden vuoksi (ks. kuva 3). Kartiokalorimetrikokeet Kuva 1 havainnollistaa kartiokalorimetrikokeita. Siinä nähdään LEO-järjestelmän pinnoitettu näyte ennen koetta, kokeen aikana ja sen jälkeen. Kartiokalorimetrikokeiden tulokset esitetään taulukossa 1. Kuva 2 esittää komposiittilaminaattien palotehoa kartiokalorimetrikokeissa säteilyvuon tiheydellä 50 kW/m2. Kokeissa mitatut savuntuottokäyrät olivat muodoltaan palotehokäyrien kaltaiset lukuun ottamatta Eliumia, jonka savuntuotto oli vähäistä. Tutkituista tuotteista Elium on kestomuovi ja muut ovat kertamuoveja. Cellobond J2027X:lla (fenoli) oli parhaat palo-ominaisuudet niin syttymisajan kuin lämmön- ja savuntuotonkin suhteen. Sen

Kartiokalorimetrikokeet Laminaattien palo-ominaisuuksien tutkimiseksi suoritettiin ns. kartiokalorimetrikokeita standardin ISO 5660-1 mukaisesti [2]. Kokeet tehtiin säteilyvuon tiheydellä 50 kW/m2 kahtena toistokokeena näytteen ollessa vaakasuorassa asennossa. Ennen kokeita näytteet ilmastoitiin vakiomassaan lämpötilassa (23 ± 2) °C ja suhteellisessa kosteudessa (50 ± 5) % RH. Kartiokalorimetrikokeiden toistettavuuden todettiin olevan hyvä kuten nähdään taulukon 1 ja kuvan 2 tuloksista. Koeohjelman toisen vaiheen koemenetelmät Koeohjelman toiseen vaiheeseen otettiin mukaan kaksi materiaalia ensimmäisen vaiheen tulosten perusteella. Näille materiaaleille tehtiin lisää kartiokalorimetrikokeita, säteilyvuon tiheyksillä 25 ja 35 kW/m2, sekä mikrokalorimetrikokeita inertissä (typpi) ja hapettavassa (ilma) olosuhteessa. Näistä kokeiden tarkoituksena oli tuottaa mittaustuloksia mallinnuksen syötetiedoiksi. Li22

Palotutkimuksen päivät 2019

Kuva 1. LEO-järjestelmän pinnoitetun näytteen kartiokalorimetrikoe säteilyvuon tiheydellä 50 kW/m2. Koe käynnissä (ylhäällä), koekappale näytteenpitimessä ennen koetta (vas. alhaalla) ja koekappaleen paisunut pinnoite kokeen jälkeen (oik. alhaalla).

syttymiskäyttäytyminen oli muista näytteistä poikkeava: ensin misajan keskiarvo kasvoi 50:stä 75 sekuntiin pinnoitteen vaikutuknähtiin pieni paikallinen liekki kipinäsytyttimen lähellä, minkä sesta. Merkittävä muutos nähtiin lämmön- ja savuntuottokäyrien jälkeen liekit levisivät vähitellen yli koko näytepinnan. muodossa. Pinnoitettujen LEO-näytteiden käyrät olivat melko taEpoksi- ja bioepoksihartseihin pohjautuvat näytteet eli Prime saisia matalalla tasolla. SR1125:n tapauksessa pinnoitetut näytteet 27, SR1125 ilman pinnoitetta ja Super Sap käyttäytyivät yhdentuottivat kaksi maksimia ja niiden välisen lyhytaikaisen tasanteen. mukaisesti. Syttymisajat olivat suhteellisen pitkiä mutta lämmönSyttymisajassa pinnoitettujen ja pinnoittamattomien SR1125-näytja savuntuotto olivat suuria. teiden välillä ei ollut merkittävää eroa. Sekä LEO-järjestelmän etCrestapol 1210:n (uretaaniakrylaatti) palo-ominaisuudet olitä SR1125:n kokonaissavuntuotto pieneni huomattavasti pinnoitvat koesarjassa keskinkertaiset sekä syttymisajan että lämmön- ja teen vaikutuksesta. Pinnoitettuna SR1125:n kokonaislämmöntuotsavuntuoton suhteen. Pinnoittamattoman LEO-järjestelmän (vito aleni lievästi, mutta LEO-järjestelmällä se kasvoi. nyyliesteri) tulokset olivat samankaltaiset kuin Crestapol 1210:n Valittaessa materiaaleja koeohjelman toista vaihetta varten palukuun ottamatta suurempaa savuntuottoa. lo-ominaisuudet eivät olleet ainoa kriteeri, vaikka palokäyttäyLyhin syttymisaika oli Eliumilla (kestomuovi). Sen palotehotyminen onkin yksi tärkeimmistä kysymyksistä lujitemuovien maksimi oli keskitasoa, mutta kokonaislämmöntuotto oli suulaajassa käytössä pitkiä aluksia rakennettaessa. Huomioon otetri. Savuntuotto oli vähäistä. Toisin kuin muista koekappaleista tiin myös mekaaniset ominaisuudet (kerrostenvälinen leikkausElium-näytteistä jäi jäljelle vain lasikuitu, kun kaikki muu matelujuus, taivutusvetolujuus ja taivutusjäykkyys), valmistustekniriaali paloi täysin kokeiden aikana. set reunaehdot (infuusion, kovetuksen ja jälkikovetuksen lämpöKaikkien tutkittujenolikomposiittilaminaattien palatilavaatimukset), kustannukset, Lyhin syttymisaika Eliumilla (kestomuovi).tehollinen Sen palotehomaksimi oli keskitasoa, mutta kierrätettävyys ja työterveysvaikokonaislämmöntuotto suuri. Savuntuotto oli vähäistä. Toisin kutukset. kuin muista koekappaleista mislämpö oli välillä 19−23oliMJ/kg. Eri näkökohdat huomioiden koeohjelman toiseen vaiElium-näytteistä jäi jäljelle vain lasikuitu, kun kaikkijamuu materiaali täysinvalittiin kokeiden aikana. Kaksi komposiittilaminaateista, LEO-järjestelmä SR 1125, tes- paloi heeseen LEO-järjestelmä ja SR1125, molemmat pinnoitattiin sekä pinnoitettuna paisuvalla pinnoitteella että pinnoittatettuna. Cellobond J2027X, joka oli palo-ominaisuuksiltaan maKaikkien tutkittujen komposiittilaminaattien tehollinen palamislämpöteriaaliehdokkaista oli välillä 19−23 MJ/kg. mattomana. Pinnoitteella oli huomattava vaikutus palo-ominaiparas, karsiutui korkeiden infuusio- ja kovesuuksiin, nähdään kuvista 2a ja 2d. LEO-järjestelmän sytty-säteilyvuon tuslämpötilojensa vuoksi. Taulukkokuten 1. Komposiittilaminaattien kartiokalorimetritulokset tiheydellä 50 kW/m2. Lyhenteet: tig = syttymisaika; HRRmax = palotehomaksimi; THR = kokonaislämmöntuotto; TSP = kokonaissavuntuotto; DHc, eff = tehollinen palamislämpö. tig (s)

HRRmax (kW/m2)

THR (MJ/m2)

TSP (m2)

DHc, eff (MJ/kg)

Koe 1

330

36,0

16,0

20,6

Koe 2

341

31,0

14,2

20,3

Keskiarvo

336

33,5

15,1

20,4

Koe 1

42,2

8,5

19,6

Koe 2

42,3

9,1

19,6

Keskiarvo

42,3

8,8

19,6

Hartsiluokka Tuote Vinyyliesteri

LEO-järjestelmä ilman pinnoitetta LEO-järjestelmä pinnoitettuna

Uretaaniakrylaatti Epoksi

Epoksi

Crestapol 1210

Prime 27

SR1125 ilman pinnoitetta SR1125 ja SGi 128 -pinnoite

Bioepoksi

Fenoli

Kestomuovi

Super Sap CLR

Cellobond J2027X Elium

Koe 1

320

36,2

9,7

20,8

Koe 2

308

34,6

9,0

20,6

Keskiarvo

314

35,4

9,3

20,7

Koe 1

494

40,1

10,9

22,1

Koe 2

498

38,7

10,5

21,6

Keskiarvo

496

39,4

10,7

21,9

Koe 1

507

43,8

13,9

21,1

Koe 2

585

41,1

13,0

21,0

Keskiarvo

546

42,5

13,5

21,1

Koe 1

267

43,7

9,6

21,6

Koe 2

255

37,6

9,0

20,8

Keskiarvo

261

40,7

9,3

21,2

Koe 1

498

41,2

11,9

22,3

Koe 2

541

42,7

12,1

23,6

Keskiarvo

520

42,0

12,0

23,0

9,9

0,4

19,3

9,9

0,3

19,0

Koe 1

86 *)

Koe 2

115 *

)

Keskiarvo

101 *

)

9,9

0,4

19,1

Koe 1

251

41,2

1,8

22,7

Koe 2

258

40,1

1,8

23,0

Keskiarvo

255

40,7

1,8

22,9

Taulukko 1. Komposiittilaminaattien kartiokalorimetritulokset säteilyvuon tiheydellä 50 kW/m2. Lyhenteet: tig = syttymisaika; HRRmax = palotehomaksimi; THR = kokonaislämmöntuotto; TSP = kokonaissavuntuotto; DHc, eff = tehollinen palamislämpö.

*) Ensimmäinen pysyvä liekki, lähellä kipinäsytytintä. Liekit levisivät vähitellen koko näytepinnalle. Palotutkimuksen päivät 2019

Kuva 2. Komposiittilaminaattien paloteho kartiokalorimetrikokeissa säteilyvuon tiheydellä 50 kW/m2: a) LEO-järjestelmä pinnoittamattomana ja pinnoitettuna, b) Crestapol 1210, c) Prime 27, d) SR1125 pinnoittamattomana ja pinnoitettuna, e) Super Sap CLR, f) Cellobond J2027X, ja g) Elium. Huom. LEO-järjestelmän kuvaajan aika-asteikko on kaksinkertainen verrattuna muihin kuvaajiin.

Kuva 2. Komposiittilaminaattien paloteho kartiokalorimetrikokeissa säteilyvuon tiheydellä tä 35 kW/m2:llä tehdyissä kokeissa 1210, pinnoitettujen LEO-näytteiden 50 kW/m2:ja a) LEO-järjestelmä pinnoittamattomana b) Crestapol Havainnot tulokset koeohjelman toisessa vaiheessa ja pinnoitettuna, tulokset olivat huonommat kuin pinnoittamattomien. c) Prime 27, d) SR1125 pinnoittamattomana ja pinnoitettuna, e) Super Sap CLR, f) Cellobond DSC-kokeista saatiin ominaislämpökapasiteetin lisäksi myös Koeohjelman toisessa vaiheessa mitattiin DMTA-menetelmällä J2027X, ja g) Elium. Huom. LEO-järjestelmän kuvaajan aika-asteikko on kaksinkertainen verrattuna lasisiirtymälämpötila. Tulokset olivat selvästi alemmat kuin DMlasisiirtymälämpötilaksi LEO-järjestelmälle 111 °C ja SR1125:lle muihin kuvaajiin. TA-menetelmällä mitatut. Tämän vuoksi samoille näytteille teh95 °C. Lisäksi saatiin tietoa mekaanisten ominaisuuksien lämpötiin uusi DSC-mittaus, jolloin tulokset olivat suhteellisen hyvin tilariippuvuudesta. TSP-kokeet antoivat isotrooppisessa mittaukyhtäpitävät DMTA-mittauksista saatujen kanssa. Uudelleenlämsessa lämmönjohtavuudeksi LEO-järjestelmälle 0,49 W/(m·K) ja mityksen vaikutus tuloksiin viittaa siihen, että näytteiden kovetus SR1125:lle 0,52 W/(m·K). DSC-menetelmällä määritettiin omivalmistusprosessissa on ollut puutteellinen. naislämpökapasiteetti lämpötilan funktiona. Kartiokalorimetrikoesarjaa täydennettiin tekemällä kokeita säMateriaalimallit palosimulointeja varten teilyvuon tiheyksillä 25 ja 35 kW/m2. Mukana oli näytteitä eri valMittaustulosten pohjalta tehtiin materiaalimalleja palosimuloinmistuseristä. Tulokset eivät olleet kaikilta osin johdonmukaisia, teja varten. Tehtyjä TGA- ja DSC-mittauksia käytettiin optimoierityisesti LEO-järjestelmän suhteen. Pinnoitettu LEO-järjestelmaan Fire Dynamics Simulator -palosimulointiohjelman (FDS) mä ei syttynyt kartio-kalorimetrikokeessa säteilyvuon tiheydellä pyrolyysimalleja LEO-järjestelmän hartsille ja pinnoitteelle. 25 kW/m2. Säteilytasolla 35 kW/m2 saadut tulokset olivat yllättäEsimerkkeinä pyrolyysimallinnuksen tuloksista esitetään kuviä: syttymisaika oli lyhyempi ja lämmön- ja savuntuotto korkevassa 3 FDS-mallien tuottamat massahäviöt verrattuna koetulokampia kuin ensimmäisen vaiheen kokeissa säteilytasolla 50 kW/ siin lämmitysnopeudella 5 K/min. Mallit tehtiin erikseen hartsilm2. Normaalisti alempi säteilytaso johtaa pidempään syttymisaile ja pinnoitteelle. kaan ja alempaan lämmön- ja savuntuottoon. Lisäksi nähtiin, et24

Palotutkimuksen päivät 2019

ja pinnoitteelle.

Kuva 3. Mallinnetut (FDS) ja kokeelliset (TGA) massahäviöt LEO-järjestelmän hartsille ja pinnoitteelle typessä (yläkuvat) ja ilmassa (alakuvat) lämmitysnopeudella 5 K/min.

YHTEENVETO JA PÄÄTELMÄT

Kuva 3. Mallinnetut (FDS) ja kokeelliset (TGA) massahäviöt LEO-järjestelmän hartsille ja pinnoitteelle typessä (yläkuvat) ja ilmassa (alakuvat) lämmitysnopeudella 5 K/min.

Seitsemän kaupallisesti saatavilla olevan hartsijärjestelmän paloominaisuuksia tutkittiin tekemällä kartiokalorimetrikokeita säteilyvuon tiheydellä 50 kW/m2 lasikuituvahvisteisille komposiittilaminaateille. Tuloksena saatiin tietoa eri hartseihin perustuvien lujitemuovimateriaalien syttyvyydestä, lämmön- ja savuntuotosta ja tehollisesta palamislämmöstä. Parhaat palo-ominaisuudet niin syttymisajan kuin lämmön- ja savuntuoton suhteen oli fenolihartsipohjaisella komposiittilaminaatilla. Lujitemuovien palokäyttäytymistä voidaan huomattavasti parantaa sopivilla paisuvilla pinnoitteilla. Tässä testisarjassa pinnoitteet muuttivat merkittävästi lämmön- ja savuntuottokäyrien muotoa ja pienensivät niiden maksimiarvoja. Pinnoitteet vähensivät kokonaissavuntuottoa, mutta niillä ei ollut merkittävää vaikutusta kokonaislämmöntuottoon. Yhden tuotteen tapauksessa syttymisaika piteni 50 %:lla pinnoitteen vaikutuksesta. Vaikka palo-ominaisuudet ovat tärkeä asia lujitemuovien käytölle laivoissa, myös monia muita ominaisuuksia tulee huomioida ja arvioida. Huomioon otettavia seikkoja ovat esimerkiksi mekaaniset ominaisuudet, valmistustekniset vaatimukset, kustannukset, kierrätettävyys ja työterveysnäkökohdat. Koeohjelman toiseen vaiheeseen valittiin kaksi materiaalia: vinyyliesterihartsiin pohjautuva LEO-järjestelmä ja epoksihartsiin pohjautuva SR1125. Ensimmäisen vaiheen palokokeet osoittivat, että paisuva pinnoite näiden laminaattien pinnalla on välttämätön riittävän hyvien palo-ominaisuuksien saavuttamiseksi. Toiseen vaiheeseen valittujen materiaalien termisiä ja palo-ominaisuuksia tutkittiin tarkemmin lisäkokeilla. Näillä kokeilla määritettiin materiaalien termisiä ominaisuuksia ja tuotettiin syötetietoja termomekaaniseen ja pyrolyysimallinnukseen sekä palosimulointiin. Koeohjelman toisen vaiheen kartiokalorimetri- ja DSC-kokeissa tehdyt havainnot korostavat toistettavan ja hallitun valmistusprosessin tärkeyttä. Prosessi on ohjeistettava, valvottava ja raportoitava perusteellisesti. Laminaattien ja pinnoitteiden tulee olla tasalaatuisia, jotta kokeiden perusteella määritetyt palo-ominaisuudet voidaan varmistaa. Tarkat määrittelyt ja laadunvalvonta ovat keskeisessä roolissa, kun halutaan varmistaa materiaalien ja tuotteiden paloturvallisuus.

Termogravimetrinen analyysi ja mikrokalorimetria osoittivat, että kovettujen hartsien massahäviö alkaa tyypillisesti vähän yli 300 °C:n lämpötilassa sekä inerteissä että hapettavissa olosuhteissa. Reaktiot näissä olosuhteissa ovat erilaisia, koska hapettavissa olosuhteissa havaitaan myös hapettumisreaktioita. Noin 300 °C:n lämpötilassa lujitemuovista tehty rakenne alkaa tuottaa palavia kaasuja ja myötävaikuttaa paloon. Lujitemuovien lasisiirtymälämpötilat ovat tyypillisesti 100 °C:n suuruusluokkaa. Tässä lämpötilassa materiaali pehmenee ja alkaa menettää kuormankantokykyään. Lujitemuoveista valmistetuilla rakenteilla on taipumus lämmetä paikallisesti, koska näiden materiaalien lämmönjohtavuus on suhteellisen alhainen. Paikallisen palon tapauksessa keskeiset paloturvallisuusriskit ovat palavien kaasujen muodostuminen ja lämmöntuotto. Jos palo uhkaa suurta rakennetta, kuten osastopalon tapauksessa, pääongelma on materiaalin pehmeneminen ja kantokyvyn menetys. KIITOKSET Tämä projekti on saanut rahoitusta Euroopan unionin Horisontti 2020 -tutkimusja innovaatio-ohjelmasta perustuen rahoitussopimukseen nro 723360. Kiitämme the Irish Centre for Composites Research -teknologiakeskusta lujitemuovinäytteiden valmistuksesta, Antti Pasasta (VTT Oy) TGA-kokeista ja -analyyseista sekä Sanna Järvistä (VTT Expert Services Oy) kartiokalorimetrikokeista. LÄHDELUETTELO 1. Paajanen, Antti & Hakkarainen, Tuula (2017). FIBRESHIP - Paloturvallisia materiaaleja kevyisiin laivoihin. Pelastustieto – Palotutkimuksen päivät 2017 -erikoisnumero, 11–14. 2. ISO 5660-1:2015. Reaction-to-fire tests – Heat release, smoke production and mass loss rate – Part 1: Heat release rate (cone calorimeter method) and smoke production rate (dynamic measurement). Geneve: International Organization for Standardization, 2015. 55 s. Palotutkimuksen päivät 2019

Mikko Salminen1, Jyri Outinen2, Mikko Malaska3 Teräsrakenneyhdistys ry, Eteläranta 10, 00131 Helsinki 2 Ramboll Finland Oy, Itsehallintokuja 3, 02601 Espoo 3 Tampereen yliopisto, PL 600, 33014 Tampereen yliopisto 1

TRY:n ALOHA-hanke: teräsrakenteiden oletettuun palonkehitykseen perustuvan suunnittelun kehittäminen TIIVISTELMÄ Oletettuun palonkehitykseen perustuva rakenteiden mitoitus on kansallisten asetusten ja eurooppalaisten standardien hyväksymä mitoitusmenetelmä, jossa rakenteet suunnitellaan kestämään mitoituspalot, jotka kattavat riittävällä todennäköisyydellä rakennuksessa esiintyvät palotapahtumat. TRY jäsenyrityksineen käynnisti vuoden 2018 lopulla ALOHA-hankkeen, joka tähtää teräsrakenteiden (mukaan lukien ruostumaton teräs) oletettuun palonkehitykseen perustuvan suunnittelun kehittämiseen ja erityisesti siihen, kuinka sitä voitaisiin hyödyntää jatkossa enemmän teräsrakenteiden mitoituksessa yhteisiä pelisääntöjä käyttäen. Hanke jakautuu taustaselvitykseen ja ohjeeseen. Hankkeen tärkeimpinä tavoitteina on antaa suunnittelijalle käytännön työkaluja oletettuun palonkehitykseen perustuvan mitoituksen hyödyntämiseen ja lisätä tietoutta aihepiiriin liittyen. Lisäksi hankkeen tulokset selkeyttävät suunnittelijan, koko suunnitteluryhmän ja viranomaisten työtä suunnitelmia tehtäessä ja tarkastettaessa sujuvoittaen näin koko rakennusprosessia.

tä palon aikana. Lopputuloksena saadaan selvitettyä esimerkiksi mitkä rakenteet ovat kriittisiä palosuojauksen kannalta ja mitkä voidaan jättää suojaamatta. Usein tuloksena on paloturvallisempi ja kustannustehokkaampi rakenneratkaisu. Teräsrakenteiden toiminnalliseen palomitoitukseen liittyen on tehty aiemminkin ohjeistusta Suomessa, esim. Teräsrakenneyhdistyksen ja Ruukin ohjeet [4,5]. Nyt nähtiin kuitenkin olevan hyvä ajankohta päivittää ohjeita / tehdä uusi ohjeistus, koska kansalliset paloturvallisuusmääräykset ovat muuttuneet vuoden 2018 alussa ja koska viime vuosina Suomessa on tapahtunut paljon kehitystä aiheeseen liittyen ja hyviä esimerkkitapauksia löytyy, esim. Olympiastadionin teräsristikoiden toiminnallinen palomitoitus [6]. Edellämainittujen seikkojen takia TRY käynnisti yhdessä jäsenyritystensä kanssa vuoden 2018 lopulla ALOHA-hankkeen. Hanke jakautuu kahteen suurempaan kokonaisuuteen: taustaselvitykseen ja ohjeeseen, joita kuvataan tarkemmin seuraavissa kappaleissa. TAUSTASELVITYS

JOHDANTO Oletettuun palonkehitykseen perustuva (tai ns. toiminnallinen) mitoitus on sekä kansallisten että eurooppalaisten määräysten ja standardien mukaan ollut jo pitkään sallittua Suomessa. Ympäristöministeriön paloturvallisuusasetuksen mukaan [1] paloturvallisuudelle asetetut olennaiset tekniset vaatimukset voidaan täyttää luokkiin ja lukuarvoihin perustuvalla suunnittelulla (ns. taulukkomitoitus) tai perustuen oletettuun palonkehitykseen, joka kattaa kyseisessä rakennuksessa todennäköisesti esiintyvät tilanteet. Rakenteiden suunnittelussa käytettävä Eurokoodijärjestelmä [2,3] tunnistaa myös molemmat mitoitusmenetelmät. Erona niin sanottuun taulukkomitoitukseen on, että rakennuksen rakenteiden ja palokuorman ominaisuudet otetaan simuloinnissa huomioon, jolloin saavutetaan realistinen käsitys rakenteiden käyttäytymises26

Palotutkimuksen päivät 2019

Hankkeen taustaselvityksen toteuttaa A-Insinöörit Suunnittelu Oy. Taustaselvityksessä käydään läpi asetusten ja standardien asettamat vaatimukset toiminnalliselle palomitoitukselle, laaditaan näistä yhteenveto sekä tunnistetaan puutteet. Tässä osatehtävässä selvitetään myös toiminnallisessa mitoituksessa käytettäviä laskentamenetelmiä ja tehdään esimerkkilaskelma. Lisäksi tarkastellaan toiminnallisen mitoituksen kustannuksia suhteessa sillä saavutettavaan hyötyyn eri tapauksissa, jotta voidaan arvioida, millaisissa tapauksissa toiminnallista mitoitusta on kannattavaa käyttää. Kuvissa 1–3 on esitetty kuvia taustaselvityksessä tarkasteltavasta rakenteesta. Esimerkkitapauksen rakenteeksi valittiin tyypillinen teräsrakenteinen kehä, joka on mitoitettu yksinkertaisin laskentamenetelmin luokkaan R15, toisin sanoen siten, että se kestää standardipalossa 15 minuuttia. Toiminnallisissa tarkasteluis-

töksiä tullaan hyödyntämään varsinaisessa ohjeessa. Lisäksi toiminnallista mitoitusta tekevä suunnittelija saa taustaselvityksestä täydentävää tietoa suunnitelmien tekemiseen. Kuva 1. Taustaselvityksessä tarkasteltava teräsrakenne ja mitoituspalojen sijainnit. Mallin on luonut Tuomas Kankaanpää/A-Insinöörit Suunnittelu Oy.

Kuva 2. Tarkasteltavan teräsrakenteen siirtymät palon aikana, kun mitoituspalo sijaitsee keskellä jännettä. Mallin on luonut Tuomas Kankaanpää/A-Insinöörit Suunnittelu Oy.

Kuva 1. Taustaselvityksessä tarkasteltava teräsrakenne ja mitoituspalojen sijainnit. Mallin on luonut Tuomas Kankaanpää / A-Insinöörit Suunnittelu Oy.

Kuva 2. Tarkasteltavan teräsrakenteen siirtymät palon aikana, kun mitoituspalo sijaitsee keskellä jännettä. Mallin on luonut Tuomas Kankaanpää / A-Insinöörit Suunnittelu Oy.

Kuva 3. Tarkasteltavan teräsrakenteen siirtymät palon aikana, kun mitoituspalo sijaitsee pilarin vieressä. Mallin on luonut Tuomas Kankaanpää/A-Insinöörit Suunnittelu Oy.

Kuva 2. Tarkasteltavan teräsrakenteen siirtymät palon aikana, kun mitoituspalo sijaitsee keskellä jännettä. Mallin on luonut Tuomas Kankaanpää / A-Insinöörit Suunnittelu Oy.

Kuva 3. Tarkasteltavan teräsrakenteen siirtymät palon aikana, kun mitoituspalo sijaitsee pilarin vieressä. Mallin on luonut Kankaanpää / A-Insinöörit Oy. ei olisikaan aisa mitoituspaloina käytetään paikallisia kuormalavapaloja, jotkaTuomas lisesta palomitoituksesta, jota voiSuunnittelu käyttää, vaikka sijoitetaan analyyseissä keskellä ristikon jännettä ja pilarin vieemmin aiheeseen perehtynyt. Oleellista ohjeessa on, että siinä reen. Palosimulointi eli tarkasteltavan rakennusten lämpötilojen esitetään kaikki vaatimukset, joita kansalliset asetukset ja Eurolaskenta tehtiin FDS-ohjelmalla [7] ja teräsrakenteiden lämpenekoodit teräsrakenteiden toiminnalliselle mitoitukselle asettavat. OHJE minen ja mekaaninen käyttäytyminen määritettiin SAFIR-ohjelLisäksi esitetään, kuinka nämä vaatimukset voidaan ottaa käytänKuva kuinka 3. Tarkasteltavan teräsrakenteen siirtymät huomioon. palon aikana, kun mitoituspalo sijaitsee pilarin malla [8]. Tarkastelu toimii esimerkkinä, rakenteen osa nön suunnittelussa Hankkeesta syntyvän varsinaisen ohjeen kirjoittaa Ramboll periaatetasolla Finland Oy. Ohje vieressä. Mallin on luonut Tuomas Kankaanpää / A-Insinöörit Suunnittelu Oy.on perustietopaketti voidaan mallintaa toiminnallisessa tarkastelussa Eurokoodien ja Ohjeessa tullaan esittämään toiminnallisessa miteräsrakenteiden toiminnallisesta palomitoituksesta, jota voi käyttää, vaikka ei olisikaan aiemmin kansallisten määräysten mukaisesti ja mihin asioihin on kiinnitoituksessa käytettävät menetelmät. Palotilan lämpötilat voidaan aiheeseen perehtynyt. Oleellista ohjeessakäytännössä on, että siinä esitetään kaikki vaatimukset, joita kansallitettävä erityistä huomiota. määrittää nimellisten lämpötila-aikakäyrien, paikalset asetuksetsiihen, ja Eurokoodit toiminnalliselle mitoitukselle asettavat. Lisäksi esiteLaskelmien tuloksena saadaan suuntaviivoja kuinka teräsrakenteiden listen palon-, vyöhyketai palosimulointimallien avulla. RakenneOHJE tään, kuinka nämä vaatimukset voidaan ottaa käytännön suunnittelussa huomioon. suuria lämpölaajenemisesta syntyvät epäsuorat vaikutukset ovat laskelmat voidaan tehdä joissain tapauksissa SFS-EN 1993-1-2:n ja voidaanko niiden vaikutus jättää joissain tapauksissa ottamatmukaisilla laskentamenetelmillä tai Hankkeesta syntyvän varsinaisen ohjeenyksinkertaisilla kirjoittaa Ramboll Finland Oy. Ohje on kehit-tyneilperustietopaketti Ohjeessa tullaan esittämään periaatetasolla toiminnallisessa mitoituksessa käytettävät ta huomioon eli voidaanko SFS-EN 1993-1-2:n yksinkertaisia laslä epälineaarisilla laskentamenetelmillä, kuten SAFIR. Myösmenetelnäiteräsrakenteiden toiminnallisesta palomitoituksesta, jota voi käyttää, vaikka ei olisikaan aiemmin mät. Palotilan lämpötilatmivoidaan määrittää käytännössä nimellisten lämpötila-aikakäyrien, paikalkentamenetelmiä käyttää joissain tapauksissa toiminnallisen tä menetelmiä avataan ohjeessa. Ohjeessa annetaan myös hyväkaiheeseen perehtynyt. Oleellista ohjeessa on, että siinä esitetään kaikki vaatimukset, joita kansallilisten palon-, vyöhyketai palosimulointimallien avulla. Rakennelaskelmat voidaan tehdä joissain toituksen yhteydessä. Taustaselvitys ja laskelmat ovat vielä tässä symiskriteerit mahdollisimman selkeässä muodossa. Käytännösset asetukset ja Eurokoodit teräsrakenteiden toiminnalliselle mitoitukselle asettavat. Lisäksi esitetapauksissa SFS-EN 1993-1-2:n mukaisilla laskentamenetelmillä tai kehittyneillä vaiheessa kesken ja tulokset valmistuvat syksyn 2019 aikana. Taussä rakenteenyksinkertaisilla sortumattomuus on tärkein kriteeri, mutta muitakin tään, kuinka nämä vaatimukset voidaan ottaa käytännön suunnittelussa huomioon. epälineaarisilla laskentamenetelmillä, kuten SAFIR. näitä kuten menetelmiä ohjeessa. Ohtaselvityksen keskeisiä johtopäätöksiä tullaan hyödyntämään varkriteereitä täytyy ottaaMyös huomioon, riittävänavataan pienet siirtymät. sinaisessa ohjeessa. Lisäksi toiminnallista mitoitusta tekevä suun- periaatetasolla Sortumattomuus voidaan osoittaamitoituksessa epälineaarisellakäytettävät rakenneanalyyOhjeessa tullaan esittämään toiminnallisessa menetelnittelija saa taustaselvityksestä täydentävää tietoa suunnitelmien sillä tai joissain tapauksissa lämpötiloja vertaamalla. mät. Palotilan lämpötilat voidaan määrittää käytännössä nimellisten lämpötila-aikakäyrien, paikaltekemiseen. Ympäristöministeriön 2018 alusta asti voimassa ollut listen palon-, vyöhyke- tai palosimulointimallien avulla.vuoden Rakennelaskelmat voidaan tehdä joissain asetus sisältää hieman edeltävää versiota (RakMK E1) enemmän tapauksissa SFS-EN 1993-1-2:n mukaisilla yksinkertaisilla laskentamenetelmillä tai kehittyneillä reunaehtoja liittyen oletettuun palonkehitykseen. Käytännön koOHJE epälineaarisilla laskentamenetelmillä, kuten SAFIR. Myös näitä menetelmiä avataan ohjeessa. Ohkemusta asetuksen soveltamisesta on kuitenkin vielä vähän. Yksi Hankkeesta syntyvän varsinaisen ohjeen kirjoittaa Ramboll Finkeskeinen esimerkki on sprinklauksen hyödyntäminen rakenteiland Oy. Ohje on perustietopaketti teräsrakenteiden toiminnalden mitoituksessa, jonka ympäristöministeriön asetus yksikäsitPalotutkimuksen päivät 2019

teisesti sallii. Ohjeessa annetaankin suuntaviivoja siihen, kuinka sprinklauksen vaikutuksen voi käytännössä ottaa huomioon, koska siihen on olemassa useita eri menetelmiä. Ohjeessa tullaan kuvaamaan myös suunnitteluprosessia ja antamaan suosituksia siihen. Tällä tähdätään siihen, että eri osapuolien (rakennesuunnittelija, paloturvallisuussuunnittelija, viranomaiset, 3. osapuolen tarkastaja) välinen yhteistyö toimii hankkeessa mahdollisimman hyvin. Ohjeessa tullaan suosittelemaan niin sanotun esitietopaperin tekemistä ennen varsinaista toiminnallista mitoitusta. Esitietopaperissa voitaisiin esittää ainakin seuraavat asiat: - Kohteen esittely - Kohteen suojaustaso (sprinkleri, paloilmoitin, savunpoisto) - Käytettävät laskentamenetelmät - Pelastuslaitoksen toimintavalmiusaika - Tutkittavat tapaukset ml. herkkyystarkastelu - Hyväksymiskriteerit Kun viranomaiset ja 3. osapuolen tarkastaja ovat todenneet esitietopaperin mukaisten suunnitteluperusteiden olevan kunnossa, voidaan varsinainen suunnittelu aloittaa. Ohjeessa suositellaan sitä, että mikäli kohteessa on 3. osapuolen tarkastus, niin se aloitettaisiin jo hankkeen alussa ja että tarkastusprosessi etenisi rinnakkain varsinaisen suunnittelun kanssa. Toiminnallinen mitoitus on usein aikaa vievä prosessi, jossa laskenta-ajat ovat pitkiä. Rakennusprojektien aikataulut ovat lähes poikkeuksetta hyvin tiukkoja. Näin ollen on kaikkien osapuolien etu, että toiminnalliseen mitoitukseen liittyviä laskelmia ei tehdä suotta moneen kertaan. Tämä voidaan varmistaa sopimalla mitoitukseen liittyvät isot linjat kuntoon jo hyvissä ajoin asianomaisten kesken. Hankkeessa toteutetaan myös ohjeen mukainen esimerkki, joka selventää ohjeistusta ja antaa esimerkkejä hyväksyttävistä toimintamalleista. On syytä huomata, että tietyt toiminnallisen mi-

toituksen menetelmät soveltuvat toisiin kohteisiin paremmin kuin toiset (esimerkiksi vyöhykemalli ei välttämättä sovellu geometrialtaan haastavan tilan lämpötilojen määrittämiseen riittävällä tarkkuudella). Ohjeessa tullaan antamaan ohjeet myös tulosten raportointiin. Tämä toimii hyvänä muistilistana suunnittelijalle ja helpottaa viranomaisten työtä. YHTEENVETO Rakenteiden oletettuun palonkehitykseen perustuva suunnittelu on kansallisten määräysten ja eurooppalaisten standardien hyväksymä mitoitusmenetelmä, jolla voidaan realistisesti varmistaa rakenteiden riittävä kestävyys palotilanteessa ottaen huomioon rakennusten, rakenteiden ja palokuorman todelliset ominaisuudet. Kyseinen menetelmä on kuitenkin suhteellisen vähän käytetty johtuen muun muassa siitä, että aihepiirin osaajia ei ole paljoa. Lisäksi käytännöt liittyen suunnitteluun ja viranomaistarkastuksiin vaihtelevat paljon. TRY:n käynnistämän ALOHA-hankkeen tarkoituksena on tuottaa materiaalia, joka yhdenmukaistaa teräsrakenteiden toiminnallisen palomitoituksen prosessia ja siihen liittyviä käytäntöjä. Lisäksi hanke ja siitä syntyvä ohje lisäävät tietoutta aiheeseen liittyen. Hankkeen tuloksista ja lopputuloksena syntyvästä ohjeesta tullaan tiedottamaan lisää, kun se valmistuu loppuvuodesta 2019. KIITOKSET Teräsrakenneyhdistys haluaa esittää kiitokset seuraaville hankkeeseen osallistuneille tahoille ja henkilöille: Rakennustuotteiden Laatu Säätiö, A-Insinöörit Suunnittelu Oy, Citec Oy Ab, Peikko Finland Oy, Ramboll Finland Oy, Ruukki Construction Oy, Sitowise Oy, SSAB Europe Oy, SS-Teracon Oy, Stalatube Oy, Sweco Rakennetekniikka Oy, Tampereen yliopisto, Kati Tillander/Keski-Uudenmaan pelastuslaitos ja Jouko Lamminen/Vantaan kaupunki. LÄHDELUETTELO

Tämä ja aikaisemmat Palotutkimuspäivien julkaisut ladattavissa: www.spek.fi/ palotutkimuksenpaivat

Palotutkimuksen päivät 2019

1. Ympäristöministeriön asetus rakennusten paloturvallisuudesta 848/2017, 2017. Saatavissa (viitattu 9.5.2019): https://finlex.fi/ fi/laki/alkup/2017/20170848. 2. Eurokoodi 1: Rakenteiden kuormat. Osa 1–2: Yleiset kuormat. Palolle altistettujen rakenteiden rasitukset. Suomen standardisoimisliitto SFS ry, SFS-EN 1991-1-2+AC, Helsinki, 2003. 3. Eurokoodi 3: Teräsrakenteiden suunnittelu. Osa 1–2: Yleiset säännöt. Rakenteen palomitoitus. Suomen standardisoimisliitto SFS ry, SFS-EN 1993-1-2, Helsinki, 2006. 4. Teräsrakenneyhdistys, Rakenteiden toiminnallinen palomitoitus. Teräsrakenneyhdistys ry, 2008. 5. Ruukki, Suunnitteluohje, Rakenteiden toiminnallinen palomitoitus. Rautaruukki Oyj, 2008. 6. Salminen, M., Hietaniemi, J. 2015. Performance-Based Fire Design of Steel Structures of Helsinki Olympic Stadium. Applications of Structural Fire Engineering, 15.–16.10.2015, Dubrovnik, Kroatia. 7. McGrattan, K., Hostikka, S., McDermott, R., Floyd, J., Weinschenk, C., Overholt, K. 2013. Fire Dynamics Simulator, User’s Guide. NIST Special Publication 1019, Sixth Edition. Nationa Institute of Standards and Technology, U.S. Department of Commerce & VTT Technical Research Centre of Finland. 8. Gernay, T., Franssen, J.M. 2017. Modeling structures in fire with SAFIR®: Theoretical background and capabilities. Journal of Structural Fire Engineering, Vol. 8, issue 3, pp. 300–323.

Aleksi Rinta-Paavola ja Simo Hostikka Aalto-yliopisto, Rakennustekniikan laitos Rakentajanaukio 4, 02150 Espoo

Pyrolyysimalli rakenteelliselle havupuutavaralle

TIIVISTELMÄ Tehollisen poikkileikkauksen menetelmä puurakenteiden toiminnallisessa palosuunnittelussa perustuu numeerisiin ja kokeellisiin arvioihin hiiltymän etenemisestä. Tämän tutkimuksen tavoitteena on muodostaa kuusi-, ja mäntypuutavaralle pyrolyysimalli, jolla voidaan palomallinnuksessa laskea samanaikaisesti sekä hiiltymä-, että palamisnopeus. Kummankin puulajin pyrolyysimalli perustuu reaktionopeuden, pyrolyysilämmön ja lämmönluovutusnopeuden mittauksiin termogravimetrialla (TGA, thermogravimetric analysis), differentiaalisella pyyhkäisykalorimetrialla (DSC, differential scanning calorimetry) ja mikrokalorimetrialla (MCC, microscale combustion calorimetry). Näiden termoanalyyttisten kokeiden tulokset ovat keskenään johdonmukaisia, joten kunkin puun pääkomponentin pyrolyysilämpö ja palamislämpö voitiin määrittää sovittamalla simulaatiomalli koetuloksiin. Materiaalin fysikaalisten ominaisuuksien estimointi ja mallin validointi kartiokalorimetrikokeisiin perustuen on kirjoitushetkellä kesken. JOHDANTO Puurakenteiden toiminnallinen palosuunnittelu perustuu usein tehollisen poikkileikkauksen menetelmään, ja siten numeerisiin ja kokeellisiin arvioihin hiiltymän etenemisestä. Hiiltymän etenemisnopeuden yhteenliittäminen tulipalossa vallitseviin olosuhteisiin vaatii numeerista palomallinnusta, jossa tärkeimpänä reunaehtona on lämmönluovutusnopeus (HRR, heat release rate) [1]. Hiiltymän eteneminen voidaan kytkeä tulipalon olosuhteisiin hyödyntäen tulipalomallin kiinteässä faasissa pyrolyysimallia, joka pyrolyysirintaman ja täten hiiltymän edetessä ennustaa myös syttyvien pyrolyysituotteiden muodostumisnopeuden, ja siten lämmönluovutusnopeuden. Tällä lähestymistavalla on mahdollista ennustaa tulipalon eteneminen monenlaisissa eri olosuhteissa, johon ennalta määritetyt nimelliset hiiltymänopeudet eivät kykene. Validoituja pyrolyysimalleja Pohjoismaissa yleisimmin käytetyille

rakenteellisille puutavaroille, kuuselle ja männylle, ei kuitenkaan ole suoraan saatavilla. Tämän tutkimuksen tavoitteena on muodostaa numeerinen malli edellämainittujen puutavaroiden pyrolyysille, lopullisena tarkoituksena hyödyntäminen kiinteän faasin reunaehtona laskennalliseen virtausmekaniikkaan perustuvissa tulipalomalleissa, kuten Fire Dynamics Simulatorissa (FDS). Pyrolyysireaktion kineettiset parametrit on määritelty sovittamalla kineettinen malli estimointialgoritmilla termogravimetrialla mitattuun koedataan kummastakin puulajista. Varsinainen kiinteän faasin malli perustuu kartiokalorimetrikokeisiin. Koska kartiokalorimetrikokeen mittakaava on huomattavasti suurempi kuin TGA:ssa, lämmönsiirrolla on jo merkittävä vaikutus tuloksiin. Täten, kartiokalorimetrikokeita käytetään pyrolyysimallin validoinnin lisäksi materiaalin fysikaalisten ominaisuuksien (lämmönjohtavuus, ominaislämpökapasiteetti, ym.) määrittämiseen estimointialgoritmeillä sovittaen. Materiaaliominaisuuksien estimointi ja mallin validointi ovat kirjoittamisen hetkellä kesken. MENETELMÄT

Materiaalit Koemateriaaleina on käytetty kuusta (Picea abies) ja mäntyä (Pinus sylvestris), joiden kuivatiheyksiksi mitattiin 408 ja 493 kg/m3. Puumateriaalien koostumukset oletettiin Sjöströmin [2, s. 208] ilmoittamien mukaisiksi. Kummankin massaperustainen koostumus on likimäärin 28 % hemiselluloosaa, 40 % selluloosaa ja 27 % ligniiniä. Uuteaineita on alle 3.5 % ja tuhkaa alle 1 %. Kokeelliset menetelmät Termogravimetrikokeet suoritettiin TA Instruments Q500 -laitteistolla typpivirtauksessa. Kokeet suoritettiin neljällä eri lämmitysnopeudella (2, 5, 10 ja 20 K/min) 800 °C:een asti. Palotutkimuksen päivät 2019

Puun pyrolyysilämpö ja ominaislämpökapasiteetti mitattiin differentiaalisilla pyyhkäisykalorimetriakokeilla. Mittaukset suoritettiin Mettler Toledo DSC2- tai DSC820 -laitteistoilla typpivirtauksessa. Pyrolyysilämpö mitattiin lämpötila-alueella 25–500 °C lämmitysnopeudella 20 K/min, ominaislämpökapasiteetti alueella 0–300 °C nopeudella 10 K/min safiiristandardiin verraten. Pyrolyysilämpö mitattiin sekä avoimissa, että suljetuissa näyteastioissa joissa kanteen oli puhkaistu 1 mm:n reikä. Jälkimmäisessä pyrolyysikaasujen sekundääriset reaktiot johtavat eksotermisempaan pyrolyysilämpöön [3]. Puunäytteiden lämmönluovutusnopeus määriteltiin mikrokalorimetriakokeilla [4], käyttäen Govmark MCC-2 -laitteistoa. Kokeet suoritettiin typessä lämpötila-alueella 75–750 °C joko 20 tai 60 K/min lämmitysnopeudella. TGA-, ja MCC-kokeissa näytteenä oli yksittäinen pieni puulastu, kun taas DSC-kokeet suoritettiin hienojakoisesta sahanpurusta. Näytemassa oli aina milligrammaluokkaa. Näytteet kuivattiin 105 °C:n lämpötilassa ja pidettiin eksikaattorissa ennen koetta. Materiaalin fysikaaliset ominaisuudet arvioidaan ja malli validoidaan käyttäen aiemmin julkaisemattomia kuusi-, ja mäntylautojen kartiokalorimetrikokeita. Kokeissa ulkoiseksi lämpösäteilyvuoksi on asetettu 35 tai 50 kW/m2. Neliönmuotoisten näytteiden sivujen pituus on 10 cm, paksuus 35 kW/m2 kokeissa 1 cm ja 50 kW/m2 kokeissa 1 tai 2 cm. Mäntylaudasta 50 kW/m2 säteilyvuolla on lisäksi suoritettu koe 1.5 cm näytepaksuudella. Kummankin puulajin lämmönjohtavuus huoneenlämmössä mitattiin hetkellisellä tasolähdemenetelmällä [5] (TPS, transient plane source method), HotDisk TPS2500 S -laitteistolla ja 3.189 mm Kapton-sensorilla. Sensori asetettiin kahden 20 mm kuutionmuotoisen näytekappaleen väliin, jotka on leikattu samasta puukappaleesta. Ennen mittausta näytteitä säilytettiin 20 °C lämpötilassa ja 45 % suhteellisessa kosteudessa.

Kuva 1. Tässä tutkimuksessa käytetyt pyrolyysireaktiomallit. a: y rinnakkaisten reaktioiden malli. Kuva 1. Tässä tutkimuksessa käytetyt pyrolyysireaktiomallit. a: y Numeeriset menetelmät rinnakkaisten reaktioiden malli.pyrolyysimallinnukseen Kuva 1. Tässä tutkimuksessa käytetyt pyrolyysireaktiomallit. a: y Tässä tutkimuksessa numeeriseen käytetKuva 1. Tässä tutkimuksessa käytetyt pyrolyysireaktiomallit. a: Numeeriset menetelmät rinnakkaisten reaktioiden malli. tiin Fire Dynamics Simulator -ohjelmistoa (FDS), versio 6.7.1 [9]. rinnakkaisten reaktioiden malli. Kuva Tässä tutkimuksessa käytetyt pyrolyysireaktiomallit. a: y FDS on1.tutkimuksessa laskennalliseen virtausmekaniikkaan perustuva tulipalo- käytet Tässä numeeriseen pyrolyysimallinnukseen Kuva 1. Tässä tutkimuksessa käytetyt pyrolyysireaktiomallit. a: y Numeeriset menetelmät malli, jossa on myös malli pyrolyysille lämmönsiirrolle kiinterinnakkaisten reaktioiden malli. ohjelmistoa (FDS), versio 6.7.1 ja[9]. FDS on laskennalliseen v rinnakkaisten reaktioiden malli. Numeeriset menetelmät ässä faasissa. Kiinteän faasin säilymisyhtälö määrittää komponen- käytet Tässä tutkimuksessa pyrolyysimallinnukseen tulipalomalli, jossa onnumeeriseen myös malli pyrolyysille ja lämmönsiirrolle kii Numeeriset menetelmät tin α hetkellisen massakonsentraation. ohjelmistoa (FDS), versio 6.7.1 [9]. FDS on laskennalliseen Tässä tutkimuksessa numeeriseen pyrolyysimallinnukseen käytetv säilymisyhtälö määrittää komponentin α hetkellisen massakonsent Numeeriset menetelmät Tässä tutkimuksessa numeeriseen pyrolyysimallinnukseen käyte tulipalomalli, jossa on myös malli pyrolyysille ja lämmönsiirrolle kiin ohjelmistoa (FDS), versio 6.7.1 [9]. FDS on laskennalliseen v Numeeriset menetelmät ohjelmistoa (FDS), versio 6.7.1 [9]. FDS on laskennalliseen (1) käytet Tässä tutkimuksessa pyrolyysimallinnukseen säilymisyhtälö määrittää komponentin α hetkellisen massakonsentr tulipalomalli, jossa onnumeeriseen myös malli pyrolyysille ja lämmönsiirrolle kii Tässä tutkimuksessa numeeriseen pyrolyysimallinnukseen käytetkv tulipalomalli, jossa on myös malli [9]. pyrolyysille ohjelmistoa (FDS), versio 6.7.1 onja lämmönsiirrolle laskennalliseen säilymisyhtälö määrittää komponentin αFDS hetkellisen massakonsent ohjelmistoa 6.7.1 [9]. FDS on laskennalliseen v säilymisyhtälö määrittää komponentin α hetkellisen missä ρs,α on(FDS), komponentin α massakonsentraatio, ρmassakonsen s on kiinteän tulipalomalli, jossa onversio myös malli pyrolyysille jaon lämmönsiirrolle kiin missä ρs,α on komponentin α massakonsentraatio, ρs kiinteän tulipalomalli, jossa on myös malli pyrolyysille ja lämmönsiirrolle kiin etäisyys materiaalin pinnasta, N on komponentin α reaktioiden lu r,α säilymisyhtälö määrittää komponentin α hetkellisen materiaaliseoksen tiheys, x on etäisyys materiaalin pinnasta,massakonsentr Nr,α on komponentin α massakonsentraatio, ρs on kiinteän missä ρs,αreaktion säilymisyhtälö määrittää komponentin α hetkellisen massakonsentr on komponentin α muodostu α β:nnen reaktionopeus ja S α on komponentin α reaktioiden lukumäärä, rαβ(x) on komponenetäisyys materiaalin pinnasta, N on komponentin α reaktioiden luk missä ρ on komponentin α massakonsentraatio, ρ on kiinteän r,α s,α s tin α β:nnen reaktion reaktionopeus ja Sα onmääritellään komponentinmassaosuuden α muoαkomponentin massakonsentraatio Y missä ρ on α massakonsentraatio, ρ kiinteä s,α sαon on komponentin muodostu αKomponentin β:nnen reaktion reaktionopeus ja S etäisyys materiaalin pinnasta, Nr,α on αkomponentin α reaktioiden lu dostumisnopeus muista reaktioista. perusteella. komponentin αsreaktioiden pinnasta, Nr,αjaon missä ρs,α materiaalin on komponentin α massakonsentraatio, ρ on kiinteänlu on komponentin α muodostu αetäisyys β:nnen reaktion reaktionopeus Sαmääritellään Komponentin massakonsentraatio määritellään massaosuuKomponentin ααmassakonsentraatio massaosuuden Y missä ρ on komponentin α massakonsentraatio, ρ on kiinteän α β:nnen reaktion reaktionopeus ja S on komponentin α muodos s,α s α komponentin α reaktioiden luk etäisyys materiaalin pinnasta, Nr,α on den Yα ja materiaaliseoksen tiheyden perusteella. perusteella. Komponentin α massakonsentraatio määritellään massaosuuden Y etäisyys pinnasta, Nr,αja onSαkomponentin α reaktioiden luk on komponentin α muodostu αKomponentin β:nnenmateriaalin reaktion reaktionopeus α massakonsentraatio määritellään massaosuuden perusteella. Reaktionopeus määritellään Arrheniuksen yhtälöön perustuen. α β:nnen reaktion reaktionopeus ja Sα on komponentin (2) α muodostu perusteella. Komponentin α massakonsentraatio määritellään massaosuuden Y Komponentin αmääritellään massakonsentraatio määritellään Reaktionopeus Arrheniuksen yhtälöönmassaosuuden perustuen. Y perusteella. Reaktionopeus määritellään Arrheniuksen yhtälöön perustuen. perusteella. Reaktionopeus määritellään Arrheniuksen yhtälöön perustuen. Reaktionopeus määritellään Arrheniuksen yhtälöönvakio, perustuen. Eα on ak missä n on reaktion kertaluku, Aα on Arrheniuksen (3) kaasuvakio, 8.31441 J/(K·mol) ja T on kiinteän faasin lämpötila Reaktionopeus määritellään Arrheniuksen yhtälöön perustuen. syvy s on Arrheniuksen vakio, Eα on ak missä n on reaktion kertaluku, A Reaktionopeus määritellään Arrheniuksen yhtälöön perustuen. α Lähdetermi 8.31441 q̇s´´´ määrittää kemiallisten reaktioiden luovuttaman läm kaasuvakio, J/(K·mol) ja T kiinteän faasin lämpötila syvy missä n on reaktion kertaluku, A on Arrheniuksen vakio, Eα on ak s α missä n on reaktion kertaluku, A α on Arrheniuksen vakio, Eα on missä n on reaktion kertaluku, A α on Arrheniuksen vakio, Eα on a kaasuvakio, ja Ts on kiinteän faasin lämpötila syvy ´´´ R on J/(K·mol) aktivaatioenergia, moolinen kaasuvakio, 8.31441 J/(K·mol) Lähdetermi q̇8.31441 määrittää kemiallisten reaktioiden luovuttaman läm s8.31441 kaasuvakio, J/(K·mol) jaαTon kiinteän faasin lämpötila s on Arrheniuksen vakio, Eα on syv ak missä n on reaktion kertaluku, A ´´´ ja Ts on kiinteän faasin lämpötila syvyydellä x. Lähdetermi q̇ määrittää kemiallisten reaktioiden luovuttaman läm skiinteän missä nNmonon reaktion kertaluku, ATαs on Arrheniuksen vakio, Eα lukum onsyvy ak missä aineen muodostavien komponenttien ´´´ kaasuvakio, 8.31441 J/(K·mol) ja on kiinteän faasin lämpötila Lähdetermi q̇s määrittää reaktioiden luovuttamäärittääkemiallisten kemiallisten reaktioiden luovuttaman lä Lähdetermi on kiinteän faasin lämpötila syvy kaasuvakio, 8.31441 J/(K·mol) ja T s reaktiolämpö. man lämmön. ´´´ määrittää kemiallisten Lähdetermi reaktioiden luovuttaman läm aineen muodostavien komponenttien lukum missä Nm onq̇skiinteän ´´´ Lähdetermi q̇s määrittää kemiallisten reaktioiden luovuttaman läm FDS laskee lämmönsiirron kiinteässä faasissa yksiulotteisella lämpö reaktiolämpö. missä Nm on kiinteän aineen muodostavien komponenttien lukum (4) missä Nm on kiinteän aineen muodostavien komponenttien luku reaktiolämpö. FDS laskee lämmönsiirron kiinteässä faasissa yksiulotteisella lämpö reaktiolämpö. missä kiinteän aineen muodostavien komponenttien lukum missä NNmmonon kiinteän aineen muodostavien komponenttien luku- lämpö FDS laskee lämmönsiirron kiinteässä faasissa yksiulotteisella missä N kiinteän aineen muodostavien komponenttien lukum m on reaktiolämpö. määrä ja Hr,α on komponentin αkiinteässä reaktiolämpö. FDS laskee lämmönsiirron faasissa yksiulotteisella lämp reaktiolämpö. FDS laskee lämmönsiirron kiinteässä faasissa yksiulotteisella FDS laskee lämmönsiirron kiinteässä faasissa yksiulotteisella lämpöy lämpöyhtälöllä. FDS laskee lämmönsiirron kiinteässä faasissa yksiulotteisella lämpöy

Reaktiomalli Tässä tutkimuksessa vertaillaan kahta eri reaktiomallia männyn ja kuusen pyrolyysimallinnuksessa, yhden askeleen reaktiomallia ja rinnakkaisten reaktioiden mallia. Yhden askeleen mallissa oletetaan vain yksi homogeeninen puukomponentti joka pyrolyysireaktiossa hajotessaan muodostaa hiiltymää ja kaasumaisia pyrolyysituotteita. Rinnakkaisten reaktioiden mallissa vastaavasti (5) jokainen puun pääkomponentti (uuteaineet, hemiselluloosa, selluloosa, ligniini) hajoaa oman yksilöllisen reaktionsa kautta muomissä cp,s on kiinteän materiaaliseoksen missä cp,sominaislämpökapasiteeton kiinteän materiaaliseokse missä cp,s ja onk kiinteän materiaaliseoksen ominaislämpökapasiteet dostaen samoja tuotteita. Moni aiempi tutkimus huomioi näistä ti, t on aika s on kiinteän materiaaliseoksen lämmönjohtavuus. materiaaliseoksen lämmönjohtavuus. materiaaliseoksen lämmönjohtavuus. missä cp,s onlämmölle kiinteän materiaaliseoksen ominaislämpökapasiteet ainoastaan kolme viimeisintä (esim. [6], [7]). Grønlin, ym. muMateriaalin altistetun pinnan reunaehto määritellään Materiaalin lämmölle altistetun pinna kaan [8] havupuiden pyrolyysimallinnuksessa uuteaineiden huoseuraavasti. Samankaltainen reunaehto etumerkkien vaihdoin voimateriaaliseoksen lämmönjohtavuus. Materiaalin lämmölle altistetun pinnan reunaehto määritellään miointi on perusteltua, kun taas lehtipuiden mallinnuksessa koldaan määrittää myös materiaalin kylmälle pinnalle. reunaehto etumerkkien vaihdoin voidaa reunaehto etumerkkien vaihdoin voidaan myös materiaa Materiaalin lämmölle altistetun pinnan määrittää reunaehto määritellään me komponenttia usein riittää. Tässäkin tutkimuksessa havaittiin reunaehto etumerkkien vaihdoin voidaan määrittää myös uuteaineiden huomiointi TGA-koetta mallinnettaessa välttämättö (6) materiaa mäksi massahäviön alun tarkan ennustamisen kannalta. Rinnakneiden huomiointi on perusteltua, kun taas lehtipuiden mallinnuksessa kolme komponenttia missä h on konvektiivinen lämmönsiirto reaktioiden malli ylipäänsä kykenee toistamaanhuomiointi tarkasti missä hhon lämmönsiirtokerroin, Tg kaasun lämpömissä onkonvektiivinen konvektiivinen lämmönsiirtokerroin, Tg kaasun lämpöti riittää. kaisten Tässäkin tutkimuksessa havaittiin uuteaineiden TGA-koetta ´´ ´´ mittakaavan kokeiden tulokset (TGA, DSC, MCC), tosin Rinnakkaisten tila emissiivisyys, kiinteän faasin rajapinnalla, ε on emissiivisyys, on ulkoinen on emissiivisyys, q̇ on ulkoinen lämpö r on q̇ on ulkoinen lämpösäteilyvuo ja σ on Stefan-B nettaessapienen välttämättömäksi massahäviön alun tarkan ennustamisen kannalta. r missä h on konvektiivinen lämmönsiirtokerroin, Tg kaasun lämpötil 2 4 mallin monimutkaistumisen kustannuksella. Tässä tutkimukseslämpösäteilyvuo ja σ on Stefan-Boltzmannin vakio, 5.67032·10-8 2 4 W/(m ·K ). oiden malli ylipäänsä kykenee toistamaan tarkasti pienen mittakaavan kokeiden tulokset W/(m ·K ). on emissiivisyys, q̇r´´ on ulkoinen lämpösäteilyvuo ja σ on Stefan-B 2 sa käytetyt reaktiomallit on esitetty kuvassa 1. W/(m ·K4). DSC, MCC), tosin mallin monimutkaistumisen kustannuksella. Tässä tutkimuksessa käytetyt 2 4 FDS olettaa kaasumaisten pyrolyysituo W/(m ·K ). kaasumaisten FDS olettaa pyrolyysituotteiden välittömän FDS olettaa kaasumaisten pyrolyysituotteiden välittömän ai- aineen omallit on esitetty kuvassa 1. pinnalle. Kiinteästä aineesta vapautuvien neensiirron materiaalin sisältä pyrolyysituotteiden sen pinnalle. Kiinteästä aineesta pinnalle. Kiinteästä aineesta vapautuvien kaasumaisten reaktiotuot FDS olettaa kaasumaisten välittömän aineen seuraavasti. vapautuvien kaasumaisten reaktiotuotteiden γ massavuo määriseuraavasti. pinnalle. Kiinteästä aineesta vapautuvien kaasumaisten reaktiotuot tellään seuraavasti. seuraavasti.

(7)

missä νγ,αγon kaasumaisen tuotteen γ saa missä νγ,α on kaasumaisen tuotteen saanto komponentin α reaktio Oletusarvoisesti FDS käyttää missä onkaasumaisen kaasumaisen tuotteen γ saanto komponentin α reaktio missä νγ,α tuotteen γ saanto komponentin α re-äärettöm γ,αon Oletusarvoisesti FDS käyttää äärettömän nopeaa sekoituksen ko Kuva 1. Tässä tutkimuksessa käytetyt pyrolyysireaktiomallit. a: yhden 1. Tässä tutkimuksessa käytetyt pyrolyysireaktiomallit. a: yhden askeleen reaktiomalli, b: aktiosta. kaikki ilman kanssa sekoittuneet askeleen reaktiomalli, b: rinnakkaisten reaktioiden malli. kaikki ilman FDS kanssa sekoittuneet syttyvät sekoituksen pyrolyysituo Oletusarvoisesti käyttää äärettömän nopeaa ko kaisten reaktioiden malli. ´´´ Oletusarvoisesti FDS käyttää ´´´äärettömän nopeaa sekoituksen tilavuusy Lämmönluovutusnopeus q̇ Lämmönluovutusnopeus q̇ tilavuusyksikköä kohti lasketaan kaikki ilman kanssa sekoittuneet syttyvät pyrolyysituo 0 tilavuusvirran ṁγ´´´ ja muodostumisental tilavuusvirran ṁγ´´´ ja muodostumisentalpioiden Δh f,γ perusteella. Lämmönluovutusnopeus q̇´´´ tilavuusyksikköä kohti lasketaan 30 Palotutkimuksen päivät 2019 eeriset menetelmät muodostumisentalpian jos0palamislämpö ´´´ muodostumisentalpian jos palamislämpö Δh on annettu. tilavuusvirran ṁγ ja muodostumisentalpioiden Δhf,γ perusteella.

tutkimuksessa numeeriseen pyrolyysimallinnukseen käytettiin Fire Dynamics Simulator –

(7)

missä νγ,α onγ kaasumaisen tuotteenαγreaktiosta. saanto komponentin α reaktiosta. on kaasumaisen tuotteen saanto komponentin missäOletusarvoisesti νγ,α on kaasumaisen tuotteen γ saanto komponentin α reaktiosta.kontrolloimaa kinetiikkaa. Täten FDS käyttää äärettömän nopeaa sekoituksen oisesti FDSkontrolloimaa käyttää äärettömän nopeaa sekoituksen kinetiikkaa. Täten kaikki ilman kanssakontrolloimaa sekoittuneet kinetiikkaa. koetuloksiin, Täten käyttäen rinnakkaisten reaktioiden mallia. Kuvassa kaikki ilman kanssa sekoittuneet syttyvät pyrolyysituotteet palavat välittömästi. Oletusarvoisesti FDS käyttää äärettömän nopeaa sekoituksen kontrolloimaa kinetiikkaa. Täten man kanssa sekoittuneet palavat syttyvät pyrolyysituotteet palavat välittömästi. syttyvät pyrolyysituotteet välittömästi. Lämmönluovutuson myös esitetty massahäviökäyrän ensimmäinen derivaatta 20 K/ ´´´ Lämmönluovutusnopeus q̇ tilavuusyksikköä kohti lasketaan kaasumaisten tuotteiden γ (MLR, mass loss kaikki ilman kanssa kohti sekoittuneet syttyvät pyrolyysituotteet palavat välittömästi. nopeus tilavuusyksikköä lasketaan kaasumaisten tuotteimin lämmitysnopeudella, eli massahäviönopeus ovutusnopeus q̇´´´ tilavuusyksikköä kohti lasketaan kaasumaisten tuotteiden γ 0 0 0 γtilavuusvirran tilavuusvirran ṁγ´´´ ja muodostumisentalpioiden Δhf,γΔh perate). Kokeellisen MLR-käyrän yhteyteen muodostumisentalpioiden perusteella. FDS voi laskea q̇´´´ Δhtilavuusyksikköä kohti kaasumaisten tuotteiden γ on piirretty mallisumf,γlasketaan ran ṁγ´´´ Lämmönluovutusnopeus jaden muodostumisentalpioiden FDS voiVaihtoehtoisesti laskea f,γ perusteella. Vaihtoehtoisesti ´´´ 0 rusteella. Vaihtoehtoisesti FDS voi laskea muodostumisentalpian ma, eli kaikkien komponenttien yhteenlaskettu massahäviönopemuodostumisentalpian jos palamislämpö Δh on annettu. tilavuusvirran ṁ ja muodostumisentalpioiden Δh perusteella. Vaihtoehtoisesti FDS voi laskea γ f,γ misentalpian jos palamislämpö Δh on annettu. jos palamislämpö Δh on annettu. us kullakin hetkellä ja erikseen kunkin komponentin massahäviömuodostumisentalpian jos palamislämpö Δh on annettu. nopeus. Kuvassa 3 puolestaan on esitettynä vastaavasti simuloidut (8) (8) (8) massahäviöt yhden askeleen reaktiomallilla. Vain kuusen tulokset (8) Kineettiset mallin parametrit estimoitiin mallin sovituksella TGA-koetuloksiin käyttäen Gpyro-ohjelman parametrit estimoitiin sovituksella TGA-koetuloksiin käyttäen onGpyro-ohjelman esitetty männyn vastaavien ollessa samankaltaisia. [10] (versio 0.8186) sisältämää shuffled complex evolution (SCE)Gpyro-ohjelman –algoritmia [11]. ym. [8] kanssa. Kineettiset parametrit estimoitiin mallin sovituksella TGA-koetuloksiin käyttäen sio 0.8186) sisältämää shuffled complex evolution (SCE) –algoritmia [11]. Kineettiset parametrit estimoitiin mallin sovituksella TGA-koetuKokeelliset tulokset ovat yhteneviä Grønlin, Materiaaliominaisuudet estimoidaan yhtä lailla mallin sovituksella kartiokalorimetrikokeisiin, [10] (versio 0.8186) sisältämää shuffled complex evolution (SCE) –algoritmia [11]. loksiinestimoidaan käyttäen Gpyro-ohjelman (versiosovituksella 0.8186) sisältämää TGA-kokeen simulaatio rinnakkaisten reaktioiden mallilla kyominaisuudet yhtä lailla[10] mallin kartiokalorimetrikokeisiin, käyttäen PyroPythoniin [12] sisällytettyä Nelder-Mead –algoritmia [13]. shuffled complex evolution (SCE) -algoritmia [11]. Materiaaliomikenee toistamaan kokeelliset tulokset lähes täydellisesti. Yhden Materiaaliominaisuudet estimoidaan yhtä lailla kartiokalorimetrikokeisiin, yroPythoniin [12] sisällytettyä Nelder-Mead –algoritmia [13].mallin sovituksella naisuudetPyroPythoniin estimoidaan yhtä[12] laillasisällytettyä mallin sovituksella kartiokaloriaskeleen malli kykenee ennustamaan nopeimman massahäviön käyttäen Nelder-Mead –algoritmia [13]. DSC-mittausten tasoitettiin lämpövirtasignaali tasoitettiin Rathin, ym. Tässä [3] menetelmällä. Tässä usten lämpövirtasignaali Rathin, ym. [3] menetelmällä. metrikokeisiin, käyttäen PyroPythoniin [12] sisällytettyä Nelderkohdan varin tarkasti, mutta ei niinkään reaktion alkua tai ligniipohjaviivakorjatusta raakasignaalista vähennetään ominaislämpökapasiteetin perusteella laskettu korkeissa lämlämpövirtasignaali tasoitettiin Rathin,perusteella ym. [3] menetelmällä. korjatustaDSC-mittausten raakasignaalista vähennetään ominaislämpökapasiteetin laskettu Mead -algoritmia [13]. nin hajoamisesta johtuvaa hidasta Tässä massahäviötä näytteen lämmittämiseen lämpövirta avoimen näyteastian tapauksessa ulkoisen pohjaviivakorjatusta raakasignaalista vähennetään laskettu lämmittämiseen kulunut lämpövirta ja kulunut avoimen näyteastian ulkoisenperusteella DSC-mittausten lämpövirtasignaali tasoitettiin Rathin, ominaislämpökapasiteetin ym.ja[3]tapauksessa pötiloissa. säteilyvuon lämpövirta. Tasoitettu lämpövirtasignaali poikkeaa nollasta vain reaktioiden kohdalla, näytteen lämmittämiseen kulunut lämpövirta ja avoimen näyteastian tapauksessa ulkoisen menetelmällä. Tässä pohjaviivakorjatusta raakasignaalista n lämpövirta. Tasoitettu lämpövirtasignaali poikkeaa nollastavähenvain reaktioiden kohdalla, näyttäen ainoastaan kemiallisten reaktioiden lämpövirran. netään ominaislämpökapasiteetin perusteella laskettu näytteen 1 onreaktioiden esitettynä SCE-algoritmilla estimoidut kineetsäteilyvuon lämpövirta. Tasoitettu lämpövirtasignaali poikkeaa Taulukossa nollasta vain kohdalla, inoastaan kemiallisten reaktioiden lämpövirran. Kokeelliset tulokset ovatnäyteastian yhteneviä ym. [8]pyrolyysireaktiolle kanssa. TGA-kokeen simulaatiokummalrinnakkaisten lämmittämiseen kulunut lämpövirta ja avoimen ta- Grønlin, tiset parametrit estimointirajoineen näyttäen ainoastaan kemiallisten reaktioiden lämpövirran.

pauksessa ulkoisen säteilyvuon lämpövirta. Tasoitettu lämpövirpuulajille,tulokset sekä yhden askeleen että rinnakkaisten reaktioiden mallilla kykenee toistamaanlekin kokeelliset lähes täydellisesti. Yhdenreaktioiaskeleen mall

TULOSTEN TARKASTELU tasignaali poikkeaa kykenee nollasta vain reaktioiden kohdalla, näyttäen massahäviön den malleille.kohdan Veden massaosuudeksi TGA-kokeen määri-reaktion EN TARKASTELU ennustamaan nopeimman varin tarkasti, mutta eialussa niinkään ainoastaan kemiallisten reaktioiden lämpövirran. teltiin koetulosten pohjalta 1.6 massa-%. Sen haihtumisen kineetTULOSTEN TARKASTELU ja kineettisen mallin estimointi ligniinin hajoamisesta johtuvaatiset hidasta massahäviötä korkeissa lämpötiloissa. avimetria ja Termogravimetria kineettisen alkua mallintai estimointi parametrit oletettiin samoiksi kuin Hostikan ja Matalan tutkiTermogravimetria ja kineettisen mallin estimointi Kuvassa 2 onkuusen esitettymassahäviöt simuloidut TGA-kokeissa kuusen massahäviöt TGA-kokeissa kaikilla kokeellisilla muksessa [6]. Mallin yksinkertaistamiseksi kummankin puulajin 2 on esitetty simuloidut kaikilla kokeellisilla TULOSTEN TARKASTELU uuteaineiden hajoamisreaktion kertaluku oletettiin ykköseksi ja lämmitysnopeuksilla verrattuna vastaaviin koetuloksiin, käyttäen rinnakkaisten reaktioiden mallia. Kuvassa 2 on esitetty simuloidut kuusen massahäviöt TGA-kokeissa kaikilla kokeellisilla opeuksilla verrattuna vastaaviin koetuloksiin, käyttäen rinnakkaisten reaktioiden mallia. Kokeelliset tulokset ovat yhteneviä Grønlin, ym. [8] kanssa. TGA-kokeen simulaatio rinnakkaisten Termogravimetria jamyös kineettisen mallinmassahäviökäyrän estimointi hiilisaanto Niiden hiilisaannon ollessa vapaa parametri, Kuvassa esitetty ensimmäinen derivaatta 20 lämmitysnopeuksilla verrattuna vastaaviin koetuloksiin,derivaatta käyttäen rinnakkaisten reaktioiden mallia.K/min on myös esitetty on massahäviökäyrän ensimmäinen 20 nollaksi. K/min reaktioiden mallilla kykenee toistamaan kokeelliset tulokset lähes täydellisesti. Yhden askeleen Kuvassa 2 on esitetty simuloidut kuusen massahäviöt TGA-kokeisse konvergoitui toistuvasti nollaan. Lisäksi kuuselle ligniinin py- mall lämmitysnopeudella, eli massahäviönopeus (MLR, mass loss rate). Kokeellisen MLR-käyrän Kuvassa on myös esitetty massahäviökäyrän ensimmäinen derivaatta 20 K/min opeudella, eli massahäviönopeus (MLR, mass loss rate). Kokeellisen MLR-käyrän kykenee ennustamaan nopeimman massahäviön kohdan varin tarkasti, mutta ei niinkään sa kaikilla kokeellisilla lämmitysnopeuksilla verrattuna vastaaviin rolyysinyhteenlaskettu parametrit asetettiin identtisiksi männylle aiemmin op-reaktion yhteyteen onelipiirretty mallisumma, eli kaikkien komponenttien lämmitysnopeudella, eli massahäviönopeus (MLR, mass massahäviönopeus loss rate). Kokeellisenmassahäviönopeus MLR-käyrän on piirretty mallisumma, kaikkien komponenttien yhteenlaskettu alkua tai ligniinin johtuvaa massahäviötä kullakin hetkellä ja erikseen kunkin komponentin massahäviönopeus. Kuvassa 3 korkeissa puolestaanlämpötiloissa. on on piirretty mallisumma, elihajoamisesta kaikkien komponenttien yhteenlaskettu massahäviönopeus etkellä jayhteyteen erikseen kunkin komponentin massahäviönopeus. Kuvassa 3hidasta puolestaan on esitettynä vastaavasti simuloidut massahäviöt yhden askeleen reaktiomallilla. Vain kuusen tulokset kullakin hetkellä ja erikseen kunkin komponentin massahäviönopeus. Kuvassa 3 puolestaan on vastaavasti simuloidut massahäviöt yhden askeleen reaktiomallilla. Vain kuusen tulokset on esitetty männyn vastaavien ollessa samankaltaisia. vastaavasti simuloidut massahäviöt yhden askeleen reaktiomallilla. Vain kuusen tulokset männynesitettynä vastaavien ollessa samankaltaisia. Kuva 2. Rinnakkaisten onreaktioiden esitetty männyn vastaavien ollessa samankaltaisia. malli. Vasemmalla kokeelliset ja simuloidut kumulatiiviset massahäviöt. Oikealla yksittäisten puun pääkomponenttien massahäviönopeudet ja niiden summa verrattuna kokeelliseen tulokseen 20 K/min lämmitysnopeudella. Kaikki kokeet typessä. Kokeelliset tulokset esitetty symKuva 2. Rinnakkaisten reaktioiden malli. Vasemmalla kokeelliset ja simuloidut boleilla ja simulaatiot yhtenäisinä viivoina. massahäviöt. Oikealla yksittäisten puun pääkomponenttien massahäviönopeudet ja

kumulatiiviset niiden summa verrattuna kokeelliseen tulokseen 20 K/min lämmitysnopeudella. Kaikki kokeet typessä. Kokeelliset tulokset esitetty symboleilla ja simulaatiot yhtenäisinä viivoina.

Kuva 2. Rinnakkaisten reaktioiden malli. Vasemmalla kokeelliset ja simuloidut kumulatiivise massahäviöt. Oikealla yksittäisten puun pääkomponenttien massahäviönopeudet ja niiden summa verrattuna kokeelliseen tulokseen 20 K/min lämmitysnopeudella. Kaikki kokeet typessä. Kokeellise tulokset esitetty symboleilla ja simulaatiot yhtenäisinä viivoina. Kuva 3. Yhden reaktioaskeleen malli. Vasemmalla kokeelliset ja simuloidut kumulatiiviset massahäviöt. Oikealla kokeelliset ja simuloidut massahäviönopeudet. Kaikki kokeet typessä. Kokeelliset tulokset esitetty symboleilla ja simulaatiot yhtenäisinä viivoina.

Palotutkimuksen päivät 2019

Kuva 3. Yhden reaktioaskeleen malli. Vasemmalla kokeelliset ja simuloidut kumulatiiviset

Taulukko 1. Pyrolyysireaktioille estimoidut kineettiset parametrit estimointirajoineen. Taulukko 1. Pyrolyysireaktioille estimoidut kineettiset parametrit estimointirajoineen.

Palamislämpö

timoitujen kanssa, koska näitä ei toistuvista yrityksistä huolimat-

W/(m·K). Männylle mitattiin vastaavasti 0.259, 0.171 ja 0.184 W/

MCC-kokeiden lämmitysnopeusasetukset olivat 20 ja 60 K/min, mutta todelliset olivat 37.4männyn ja ta saatu konvergoitumaan estimointialueen sisällä. (m·K). Hankalin, ym.arvot [14] raportoivat hiiltymän johtavuudeksi säteittäiseen ja syiden mukaiseen suuntaan 0.08-0.1 ja 74.5 K/min kuusen ja 33.4 ja 80.6 K/min männyn kokeissa. Jokaiselle puun pääkomponentille Palamislämpö 0.11-0.13 W/(m·K). parametreilla MCCmääritettiin palamislämpö sovittamalla FDS-simulaatio taulukon 1 kineettisillä MCC-kokeidenkunnes lämmitysnopeusasetukset olivat 20 ja 60 K/min, koetuloksiin löydettiin palamislämmöt jotka toteuttavat kokeellisen käyrän muodon ja Ominaislämpökapasiteetti ja pyrolyysilämpö mutta todelliset arvot olivat 37.4 ja 74.5 K/min kuusen ja ja noin kokonaispalamislämmön. Kummallekin puulajille ne33.4 ovat 12 MJ/kg näytemassaa ja 14 MJ/kg 80.6 K/min männyn kokeissa. Jokaiselle puun pääkomponentille Kummankin puulajin mitatut ominaislämpökapasiteetit olivat vapautuneiden pyrolyysikaasujen massaa kohden. Komponenttikohtaiset palamislämmöt määritettiin palamislämpö sovittamalla FDS-simulaatio taulukon lähellä toisiaan joten ne oletettiin yhtäsuuriksi. Puun ominaisuuteaineille, hemiselluloosalle, selluloosalle ja ligniinille kuuselle 40, 19.5, 13.4kuusen jamerkittävästi 7MCC-kokeissa. MJ/kg. lajien Kuva 4. Lämmönluovutusnopeus Kokeelliset tulokset 1 kineettisillä parametreilla MCC-koetuloksiin kunnes löydettiin ovat lämpökapasiteetti ei vaihtele kesken. [15].esitetty symbo Männylle vastaavasti 30, 17, 14 ja 7.2 MJ/kg. Kuvassa 4 on esitettynä simuloidut simulaatiot yhtenäisinä viivoina. palamislämmöt jotka toteuttavat kokeellisen käyrän muodon ja Kummankin puulajin mittausten keskiarvona puun ominaislämlämmönluovutusnopeuskäyrät, sekäpuulajille kokeelliset MCC-tulokset joihin simuloinnit on sovitettu. kokonaispalamislämmön. Kummallekin ne ovat noin 12 pökapasiteetin määriteltiin kasvavan lineaarisesti 920–1800 J/

pyrolyysilämpö MJ/kg näytemassaa ja 14 MJ/kg vapautuneiden pyrolyysikaasujen Ominaislämpökapasiteetti (kg·K) lämpötila-alueella ja 30–230 °C. massaa kohden. Komponenttikohtaiset palamislämmöt uuteai- Kummankin Puun kunkin pyrolyysilämpö määriteltiin so- joten ne o puulajinpääkomponentin mitatut ominaislämpökapasiteetit olivat lähellä toisiaan Lämmönjohtavuus neille, hemiselluloosalle, selluloosalle ja ligniinille ovat kuuselle 40, yhtäsuuriksi. vittamalla simulaatio tasoitettuihin (Rath,eiym. [3]) DSC-koetulokPuun ominaislämpökapasiteetti vaihtele merkittävästi lajien keske puulajin mittausten keskiarvona ominaislämpökapasiteetin 19.5, 13.4 lämmönjohtavuudet ja 7 MJ/kg. Männylle vastaavasti 30, rungon 17, 14 ja 7.2 MJ/kg. Kummankin siin.säteittäisessä Pyrolyysilämmöt taulukossapuun 2. Kuusen pyrolyysireaktionmääriteltiin k Mitatut kuuselle pitkittäisessä, ja ovat tangentiaalisessa lineaarisesti 920-1800 J/(kg·K) lämpötila-alueella 30-230 °C. Kuvassa 4 on esitettynä simuloidut lämmönluovutusnopeuskäykokeellinen ja siihen sovitetun simuloidun DSC-kokeen lämpösuunnassa ovat 0.191, 0.154 ja 0.154 W/(m·K). Männylle mitattiin vastaavasti 0.259, 0.171 ja 0.184 rät, sekä kokeelliset MCC-tulokset joihin simuloinnit on sovitettu. Puun virratkunkin on esitetty kuvassa 5.pyrolyysilämpö määriteltiin sovittamalla simulaatio tasoit pääkomponentin W/(m·K). Hankalin, ym. [14] raportoivat männyn hiiltymän (Rath, johtavuudeksi säteittäiseen ja syiden ym. [3]) DSC-koetuloksiin. Pyrolyysilämmöt ovat taulukossa 2. Kuusen pyrolyysi Uuteaineiden pyrolyysilämmöksi määritettiin aina 0. Suljetun mukaiseen suuntaan 0.08-0.1 ja 0.11-0.13 W/(m·K). Lämmönjohtavuus kokeellinen ja siihen sovitetun simuloidun DSC-kokeen lämpövirrat on esitetty kuvassa 5. näyteastian kokeissa simulaatiomallin yhteneväisyys koetulokMitatut lämmönjohtavuudet kuuselle rungon pitkittäisessä, säteit- Uuteaineiden siin oli hyväpyrolyysilämmöksi määrittelemättä sitä erikseen avoimella näyteastimääritettiin aina 0.jaSuljetun näyteastian kokeissa simulaat täisessä ja tangentiaalisessa suunnassa ovat 0.191, 0.154 ja 0.154 yhteneväisyys alla yhteneväisyyden pyrolyysilämmön tulisi koetuloksiinsaavuttamiseksi oli hyvä määrittelemättä sitä erikseen ja olavoimella näyt yhteneväisyyden saavuttamiseksi pyrolyysilämmön tulisi olla suhteettomanpykorkea. Epävar la suhteettoman korkea. Epävarmuuden vuoksi uuteaineiden vuoksi uuteaineiden pyrolyysilämmöksi kiinnitettiin 0 myös tällöin. Tulosten rolyysilämmöksi kiinnitettiin 0 myös tällöin. Tulosten samankal- samankalta vuoksi vain kuusen DSC-kokeet on esitetty. taisuuden vuoksi vain kuusen DSC-kokeet on esitetty.

Taulukko 2. Tässä tutkimuksessa määritetyt puun yksittäisten pääkomponenttien pyrolyys ja kokonaispyrolyysilämmöt.

Kuva 4. Lämmönluovutusnopeus kuusen MCC-kokeissa. Kokeelliset

Taulukko 2. Tässä tutkimuksessa määritetyt puun yksittäisten pää-

va 4. Lämmönluovutusnopeus kuusen MCC-kokeissa. Kokeelliset viivoina. tulokset esitetty symboleilla ja tulokset esitetty symboleilla ja simulaatiot yhtenäisinä komponenttien pyrolyysilämmöt ja kokonaispyrolyysilämmöt. mulaatiot yhtenäisinä viivoina.

32 Palotutkimuksen 2019 minaislämpökapasiteetti ja päivät pyrolyysilämpö

mmankin puulajin mitatut ominaislämpökapasiteetit olivat lähellä toisiaan joten ne oletettiin

Kuva 5. Kokeellinen (ympyrät) ja simuloitu (yhtenäinen viiva) lämpövirta kuusen DSCkokeissa pyrolyysilämmön määritystä varten. Eksoterminen suunta on ylöspäin.

Kuva 5. Kokeellinen (ympyrät) ja simuloitu (yhtenäinen viiva) pyrolyysilämmön määritystä varten. Eksoterminen suunta on ylösp

Kuva 5. Kokeellinen (ympyrät) ja simuloitu (yhtenäinen viiva) lämpövirta kuusen pyrolyysilämmön määritystä varten. Eksoterminen suunta on ylöspäin. Kartiokalorimetrikokeet ja mallin validointi

Kirjoittamisajankohtana materiaaliominaisuuksien sovittamine tosinvalidointi yhden reaktioaskeleen malli on jo alustavasti sovit Kartiokalorimetrikokeetkesken, ja mallin tulokset osoittavat yhden reaktioaskeleen mallin kykenevän tot Kirjoittamisajankohtana materiaaliominaisuuksien sovittaminen kartiokalorimetrik kuten kuva 6 osoittaa. Lopullisen mallin edellyttäessä pohdi määrästä ja estimointirajoista, muutoksia tämänhetkisiin kesken, tosin yhden reaktioaskeleen malli on jo alustavasti sovitettu männylle. Jo tä on kykenevän yhä sovitettava myös rinnakkaisten re tulokset osoittavat yhden Materiaaliominaisuudet reaktioaskeleen mallin toteuttamaan koetulok Kartiokalorimetrikokeet mallin validointi Kuva 5.ja Kokeellinen (ympyrät) ja simuloitu (yhtenäinen viiva) lämpövirta kuusen DSC-kokeissa parametrit estimointirajoineen männyn yhden reaktioaskeleen kuten kuva 6 osoittaa. Lopullisen mallin edellyttäessä pohdintaa estimoitavien Kirjoittamisajankohtana materiaaliominaisuuksien sovittaminen Eksoterminen alla esitetyn korrelaation s.on168] mukaisesti, missä T ontai abpyrolyysilämmön määritystä suunta on[16, ylöspäin. ominaislämpökapasiteetti joko DSC-mittausten määrästä ja varten. estimointirajoista, muutoksia tämänhetkisiin nähden sille on eko kartiokalorimetrikokeisiin on kesken, tosin yhden reaktioaskeleen soluuttinen lämpötila. hiiltymä taas alla esitetyn korrelaation [16, s. 168] mukaisesti, mis

Materiaaliominaisuudet malli on jo alustavasti sovitettu männylle. Jo tämänhetkiset tulok- on yhä sovitettava myös rinnakkaisten reaktioiden mallille. Tä set osoittavat yhden reaktioaskeleenparametrit mallin kykenevän toteuttaestimointirajoineen männyn yhden reaktioaskeleen mallille ovat (9) tauluko Kartiokalorimetrikokeet ja mallin validointi maan koetulokset tarkasti, kuten kuva 6 osoittaa. Lopullisen mal ominaislämpökapasiteetti on joko DSC-mittausten tai sille ekstrapoloidun jatkeen lin edellyttäessä pohdintaa estimoitavien parametrien määrästä Kirjoittamisajankohtana materiaaliominaisuuksien sovittaminen kartiokalorimetrikokeisiin on hiiltymä taas alla esitetyn korrelaation [16, s. 168] mukaisesti, missä T on absoluuttine ja estimointirajoista, muutoksia tämänhetkisiin nähden on odokesken, tosin yhden reaktioaskeleen malli on jo alustavasti sovitettu männylle. Jo tämänhetkiset tettavissa. Materiaaliominaisuudet on yhä sovitettava myös rinJOHTOPÄÄTÖKSET Taulukko 3. Männyn yhdentoteuttamaan reaktioaskeleenkoetulokset mallin materiaalipara tulokset osoittavat yhden reaktioaskeleen mallin kykenevän tarkasti nakkaisten reaktioiden mallille. Tämänhetkiset parametrit eskuten kuva 6 osoittaa. Lopullisen mallin edellyttäessä pohdintaa estimoitavien parametrien timointirajoineen männyn yhden reaktioaskeleen mallille ovat Tässä tutkimuksessa on esitetty pyrolyysimalli kuusi- ja mäntaulukossa 3. Puun määrästä ominaislämpökapasiteetti on joko DSC-mit- muutoksia typuille. Sekä pyrolyysireaktiot sisältävä ma ja estimointirajoista, tämänhetkisiinja lämmönsiirron nähden on odotettavissa tausten tai sille ekstrapoloidun jatkeen mukainen,on hiiltymä taas teriaalimalli kirjoittamishetkellä työn alla. Pienen mittakaavan Materiaaliominaisuudet yhä sovitettava myös on rinnakkaisten reaktioiden mallille. Tämänhetkiset

Taulukko 3. Männynmännyn yhden reaktioaskeleen mallin materiaaliparametrit estimointirajo parametrit estimointirajoineen yhden reaktioaskeleen mallille ovat taulukossa 3. Puun on joko DSC-mittausten tai sille ekstrapoloidun jatkeen mukainen Taulukko 3. Männyn ominaislämpökapasiteetti yhden reaktioaskeleen mallin matehiiltymä taas alla esitetyn korrelaation [16, s. 168] mukaisesti, missä T on absoluuttinen lämpötila. riaaliparametrit estimointirajoineen.

(9) Taulukko 3. Männyn yhden reaktioaskeleen mallin materiaaliparametrit estimointirajoineen.

Kuva 6. Vasemmalla kartiokalorimetrikoe 2 cm paksusta mäntynäytteestä 50 kW/m2 lämpövuolla jota käytettiin materiaalin fysikaalisten ominaisuuksien sovittamiseen, ja simulaatio sovitettuja parametreja käyttäen. Oikealla kartiokalorimetrikoe 1.1 cm paksusta mäntynäytteestä 35 kW/m2 lämpövuolla ja simulaatio käyttäen edelliseen sovitettuja materiominaisuuksia. Kokeelliset tulokset esitetty symboleilla ja simulaatiot yhtenäisinä viivoina.

Kuva 6. Vasemmalla kartiokalorimetrikoe 2 cm paksusta mäntynäytteestä 50 kW/m2 lämpövuolla jota käytettiin materiaalin fysikaalisten ominaisuuksien sovittamiseen, ja simulaatio sovitettuja

Palotutkimuksen päivät 2019

koetulokset (TGA, DSC ja MCC) ovat keskenään johdonmukaisia, mikä mahdollisti pyrolyysi-, ja palamislämpöjen määrityksen puun kullekin pääkomponentille. Materiaaliominaisuuksia ei ole vielä estimoitu rinnakkaisiin reaktioihin perustuvaan kartiokalorimetrimalliin männylle, eikä lainkaan kuuselle. Kuitenkin, jo nykyisten alustavien yhden askeleen reaktiomallin sovitusten perusteella voi todennäköisin syin olettaa yhden reaktion tarjoavan riittävän tarkkuuden lämmönluovutusnopeuden ennustamisessa ilman rinnakkaisten reaktioiden mallin monimutkaisuutta. Saman johtopäätöksen tekivät myös Hostikka ja Matala [6] muodostaessaan pyrolyysimallia koivulle. Tässä tutkimuksessa esitetty malli on kuitenkin keskeneräinen ja tulee muuttumaan, esimerkiksi hiiltymän emissiivisyys on nyt konvergoitunut alempaan estimointirajaansa. Vaikka tämänhetkisten tulosten perusteella yksinkertaisempi yhden reaktioaskeleen malli näyttää olevan riittävä lämmönluovutusnopeuden ennustamiseen palomallinnuksessa, monimutkaisempi rinnakkaisten reaktioiden malli saattaa olla hyödyksi muissa käyttökohteissa. Esimerkiksi, tutkimusryhmällämme on tavoitteena suhteuttaa termisesti hajoavan puun mekaaninen vahvuus sen jäljellä oleviin pääkomponenttien määriin, jotka aiomme ennustaa rinnakkaisten reaktioiden mallilla. KIITOKSET Kiitämme TkT Anna Matalaa MCC-kokeiden suorittamisesta ja niiden analyysin tukemisesta, sekä prof. Michael Gasikia avusta lämmönjohtavuuskokeissa. Työ on rahoitettu Suomen Akatemian rahoituspäätöksellä 297030. LÄHDELUETTELO 1. Östman, Birgit, Brandon, Daniel & Frantzich, Håkan (2017). Fire safety engineering in timber buildings. Fire Safety Journal, 91, 11–20. 2. Sjöström, Eero (1981). Wood Chemistry: Fundamentals and Applications, Academic Press, New York. 3. Rath, J., Wolfinger, M., Steiner, G., Krammer, G., Barontini, F. & Cozzani, V. (2003). Heat of wood pyrolysis. Fuel, 82(1), 81–91.

Palotutkimuksen päivät Espoon Hanasaaressa 3.–4.9.2019

Palotutkimuksen päivät 2019

4. Lyon, Richard & Walters, Richard (2004). Pyrolysis combustion flow calorimetry. Journal of Analytical and Applied Pyrolysis, 71(1), 27–46. 5. Log, T. & Gustafsson, S.E., 1995. Transient plane source (TPS) technique for measuring thermal transport properties of building materials. Fire and Materials, 19(1), 43–49. 6. Hostikka, Simo & Matala, Anna (2017). Pyrolysis model for predicting the heat release rate of birch wood. Combustion Science and Technology, 189(8), 1373–1393. 7. Grønli, Morten (1996). A Theoretical and Experimental Study of the Thermal Degradation of Biomass, Norjan teknisluonnontieteellinen yliopisto, Trondheim. 8. Grønli, Morten, Várhegyi, Gábor & Di Blasi, Colomba (2002). Thermogravimetric analysis and devolatilization kinetics of wood. Industrial & Engineering Chemistry Research, 41(17), 4201–4208. 9. McGrattan, Kevin, McDermott, Randall, Floyd, Jason, Hostikka, Simo, Forney, Glenn & Baum. Howard (2012). Computational fluid dynamics modelling of fire. International Journal of Computational Fluid Dynamics, 26(6-8), 349–361. 10. Lautenberger, Christopher & Fernandez-Pello, Carlos (2009). Generalized pyrolysis model for combustible solids. Fire Safety Journal, 44(6), 819–839. 11. Duan, Q., Gupta, V. & Sorooshian, S. (1993). Shuffled complex evolution approach for effective and efficient global minimization. Journal of Optimization Theory and Applications, 76(3), 501–521. 12. https://github.com/PyroId/PyroPython, viitattu 23.5.2019. 13. Nelder, John & Mead, Roger (1965). A Simplex Method for Function Minimization. The Computer Journal, 7(4), 308–313. 14. Hankalin, Ville, Ahonen, Tuukka & Raiko, Risto (2009). On thermal properties of a pyrolysing wood particle. Esitetty: Finnish-Swedish Flame Days, Naantali, Suomi, 28–29. tammikuuta. 15. Glass, Samuel & Zelinka, Samuel (2010). Moisture Relations and Physical Properties of Wood, kirjassa Wood Handbook: Wood as an Engineering Material, toim. Ross, Robert, USDA Forest Service, Madison, 4-1–4-19. 16. Fredlund, Bertil (1988). A Model for Heat and Mass Transfer in Timber Structures During Fire: A Theoretical, Numerical and Experimental Study, Lundin yliopisto, Lund.

Mari Lehtimäki Pelastusopisto Hulkontie 83, 70820 Kuopio

Palontutkinnan oppimateriaalihanke

TIIVISTELMÄ

Pelastusalalla on kaivattu täydennyskoulutuksena toteutettavaa materiaali on merkittävässä osassa tuotoskokonaisuutta. Pelastuspalontutkinnan opetusta palontutkijoille menetelmien yhtenäisopiston harjoitusalueella järjestettiin erilaisia tapausesimerkkejä tämiseksi ja palontutkinnan laadun nostamiseksi. Aikaisempi opeyhteistyössä Pelastusopiston opettajien kanssa, alkaen pienistä patus on toteutettu Pelastusopiston Palontutkinnan peruskurssilla lojälkien polttamisista aina kokonaisten kalustettujen huoneiden ja Palontutkinnan jatkokurssilla. Poliisiammattikorkeakoulu on polttamiseen. Näistä tehtiin virtuaalisia tutkinnan harjoituksia. järjestänyt kolmeviikkoisena toteutetun tuhotyörikosten tutkinHanketyö ajoittui kolmeen lukukauteen. Ensimmäinen lukutakurssin. Olemassa olevaa lähiopetusta ei ole nähty riittäväksi, kausi keskittyi pohjatyön ja opintopolkujen periaatteiden työstäoikea-aikaiseksi eikä tarpeita vastaavaksi. Tässä Pelastusopiston miseen. Keskimmäinen lukukausi oli varsinaista materiaalin teTKI-palveluiden hankkeessa luotiin Palontutkijan opintopolku kemisen ja kokoamisen aikaa, kolmannen lukukauden painopis2 sekä tehtiin Pelastusopiston Moodleen opintopolkujen tasojen 1 teen ollessa viimeistelyn ja hankkeen jälkeisen ajan suunnittelussa. ja 2 verkko-opinnot. Taso 1 on laajuudeltaan 5 OP ja taso 2 on 3 Materiaalin osia pilotoitiin Pelastusopiston opiskelijoilla kolkokoamisen aikaa, kolmannen lukukaudenkokemusten painopisteen ollessa ja hankkeen jälkeise OP. Verkko-opinnot täydentävät nykyisiä lähiopetuskursseja ja messa jaksossa ja saatujen avullaviimeistelyn sitä muokattiin. ajan suunnittelussa. muodostavat yhdessä Palontutkijan opintopolun. Kokonaista materiaalin pilotointia ei kyetty sen laajuuden vuoksi tekemään. Tätä vajetta korjattiin materiaalin Materiaalin osia pilotoitiin Pelastusopiston opiskelijoilla kolmessatarkastusryhmäljaksossa ja saatujen kokemuste avulla sitä Kokonaista materiaalinosallistui pilotointia ei kyetty pelastuslaitosten sen laajuuden vuoksi tekemään lä. muokattiin. Materiaalin tarkastamiseen kolme HANKKEEN TAVOITTEET Tätä vajetta korjattiin materiaalin tarkastusryhmällä. Materiaalin tarkastamiseen osallistui kolm palontutkijaa ja he antoivat tarkastustyöstään raportin hankkeen pelastuslaitosten palontutkijaa ja he antoivat tarkastustyöstään raportin hankkeen ohjausryhmä Palontutkinnan oppimateriaali -hankkeen tavoitteet olivat [1]: le. ohjausryhmälle. 1. Uudistaa palontutkijan opintopolku 2. Uudistaa palontutkinnassa käytettävää oppimateriaalia 3. Tuottaa sähköinen oppimateriaali palontutkinnan perusopinHanke lukuina Hanke lukuina toihin ja täydennyskoulutukseen 4. Suunnitella oppimateriaalin käytettävyyttä hankkeen jälkeen 1 päätoiminen työntekijä (projektipäällikkö)

2 insinööri (AMK) palopäällystön toiminnallista opinnäytetyötä

HANKETYÖ

3 kaikille avointa työpajaa

Hankkeen toteutuksesta vastasi Pelastusopiston TKI-palvelut. Hankkeessa oli projektipäällikkö ja osa-aikainen tutkimusapulainen. Hankkeen ohjausryhmä muodostui yhdeksästä moniammatillisesta jäsenestä. Hankkeeseen palkatun työvoiman rajallisuuden vuoksi hanketyö oli pitkälti sisällönkokoamisen ja tuottamisen lisäksi erilaisen verkostoyhteistyön tekemistä. Hankkeessa järjestettiin työpajoja, tehtiin kaksi toiminnallista opinnäytetyötä ja saatiin erilaisten yhteistyömuotojen kautta hankkeen ulkopuolisten tuottamaa oppimateriaalia. Ulkopuolisten hankkeelle tuottama

8 OP, opintojen laajuus yhteensä 16 kk, hankkeen tosiasiallinen kesto 23 moduulia Moodlen oppimisalustalla 36,5 henkilöä osallistui kaikille avoimiin työpajoihin 48 henkilöä tai yhteisöä ilmoittautui loppuseminaariin Pelastusopistolla tai Skypessä 80 Pelastusopiston opiskelijaa oli pilotoimassa oppimateriaalia 214 tuntia opiskeltavaa materiaalia 728 tuntia hankkeen ulkopuolisesti rahoitettua työtä

HANKKEEN TULOKSET

Palotutkimuksen päivät 2019

HANKKEEN TULOKSET Hankkeen lopputuloksena syntyi palontutkijoiden ammattitaidon kehittämiseksi Palontutkijan opintopolku. Opintopolku on suunniteltu Pelastusopiston tarjoamaan täydennyskoulutukseen ja sitä voidaan soveltavin osin käyttää myös tutkinto-opetuksessa. Hankkeen tuotoksena tehtiin Pelastusopiston Moodle-oppimisalustalle Palontutkijan opintopolku taso 1 ja Palontutkijan opintopolku taso 2 -verkkokurssit. Verkkokurssien ohella opintopolku sisältää osallistumisen olemassa olevaan lähiopetukseen: Pelastusopiston palontutkinnan perusja jatkokursseille tai Poliisiammattikorkeakoulun tuhotyörikosten tutkintakurssille.

Palontutkijan opintopolku Palontutkinnan opintopolku on rakennettu pelastustoimen palontutkinnan tasoajattelua noudattaen. [2] Sen mukaan tason 1 tutkinta suoritetaan kaikista tulipaloista ja siinä arvioidaan tulipalon syttymissyy. Tason 2 tutkinta tehdään palontutkinnan ryhmissä ja se on tarveharkintaisena tason 1 tutkintaa laajempi. Tason 2 tutkinnassa selvitetään tarvittavassa laajuudessa palon syttymiseen ja leviämiseen vaikuttaneet tekijät, palosta aiheutuneet vahingot ja vahinkojen laajuuteen vaikuttaneet tekijät sekä pelastustoiminnan kulku. Selvityksen laajuuteen vaikuttaa erityisesti palon seurausten vakavuus. (Tutkinnan sisällöstä on säädetty Pelastuslain 379/2011, 41 §:ssä.) Palontutkijan opintopolulle lähdetään aina tason 1 aloitusopintojen kautta. Niiden aikana opiskelija valitsee itselleen tuutorin. Tuutorointi palontutkijan opintopolulla tarkoittaa menettelyllisesti mestari ja kisälli tai mentori ja aktori -työskentelymalleja. Tällainen kokeneemmalta oppiminen on ollut tutkintatyön perusajatus jo aiemmin. Nyt opinnoissa on tuotu tuttu menettely vakoituna mallina kaikille, osaksi opintoja. Palontutkijan Tason 1 suorittaminenopintopolku riittää paloesimiehille, palomestareille, sopimuspalokuntien yksikönjohtajille ja muille, joiden työnkuva

koostuu lähinnä syttymissyyn arvionnista. Mikäli työnkuva on tätä laajempaa palontutkintaa tai palonsyyntutkintaa, on tarkoitus jatkaa opinnoissa tasolle 2. Tason 2 opinnot ovat osittain aiheiltaan samoja kuin tasolla 1, tähdäten asioiden syventävään tai laajentavaan oppimiseen.

Sähköinen oppimateriaali Sähköinen oppimateriaali on koottu Pelastusopiston Moodlen oppimisalustalle kahteen eri kurssiin. Lisäksi erillisenä kurssina kokonaisuuteen kuuluu tuutorin perehdytys -oppimateriaali. Kurssit sisältävät moduuleita, jotka koostuvat sisältöosista. Moodlen mahdollistaa eri tyyppisiä sisältöosia: sivuja, liitetiedostoja, linkkejä, kuvia, videoita, oppikirjoja, termistöpankkeja, oppitunteja, tehtäviä, keskustelualustoja ja tenttejä. Opintojen suunnittelussa on sovellettu muun muassa konstruktivistista oppimiskäsitystä. [3] Oppimista on ajateltu jo ammatissa olevan henkilön prosessina, jossa hän rakentaa uutta tietoa olemassa olevan päälle ja sitä kautta kehittää omaa ammatillista osaamistaan. Verkko-opinnoissa annetaan teoriatietoja, mutta varsinainen oppiminen tapahtuu opiskelijan sisäisenä prosessina harjoitusten, tehtävien ja vuorovaikutuksen kautta. Oppiminen on siten opiskelijan oman toiminnan tulosta, jossa sosiaalinen vuorovaikutus tuutoriin edesauttaa oppimista. KIITOKSET Hanke rahoitettiin Palosuojelurahaston ja sisäministeriön pelas3 tuella. Kiitos hankkeen ohjausryhmälle, joka kokoontusosaston tui ohjaamaan yhdeksän kertaa. Erityiskiitokset tuesta tiiminvetäjä Jani Jämsä, Pelastusopiston onnettomuuksien ehkäisyn tiimistä ja palopäällikkö Pasi Paloluoma Varsinais-Suomen pelastuslaitokselta. Kiitos avusta viimeistelyssä koko ”Moodlen tarkastusryhmä”: Knut Lehtinen Varsinais-Suomen pelastuslaitokselta, Katja Seppälä Helsingin kaupungin pelastuslaitokselta ja Janne Rautasuo

TASO 1

TASO 2

TASO 3

• Verkko-opinnot, taso 1. Osaaminen osoitetaan tenteillä. • Tuutori työskentely: - konsultaatiomahdollisuus - tehtävät (työssä oppiminen), - oppimispäiväkirja, - osa tehtäväntarkastuksesta • Lähiopetus: Palontutkinnan peruskurssi Pelastusopistolla / AHOT: aiemmin suoritettu palontutkinnan peruskurssi tai tuhotyökurssi

• Verkko-opinnot, tasolta 1 ja 2. Osaaminen osoitetaan tenteillä. • Tuutori työskentely: - konsultaatiomahdollisuus - tehtävät (työssä oppiminen), - oppimispäiväkirja, - osa tehtäväntarkastuksesta • Lähiopetus: Palontutkinnan jatkokurssi Pelastusopistolla / AHOT: aiemmin suoritettu palontutkinnan jatkokurssi tai tuhotyökurssi

• Verkko-opinnot tasoilta 1, 2 ja 3. Osaaminen osoitetaan tenteillä. • Tuutori työskentely: erilaisia kehitystehtäviä ja opinnäytteitä • Lähiopetus: Valikoima aiheita, joiden koulutuksen koostaa ja hankkii itse.

• Tason 1 todistus

• Tason 3 todistus, edellyttää tasojen 1 ja 2 todistuksia

• Tason 2 todistus (edellyttää tason 1 todistusta)

Kuva 1 Palontutkijan opintopolku

Kuva 1. Palontutkijan opintopolku.

Palontutkinnan opintopolku on rakennettu pelastustoimen palontutkinnan tasoajattelua no 36 Palotutkimuksen päivät 2019 taen. [2] Sen mukaan tason 1 tutkinta suoritetaan kaikista tulipaloista ja siinä arvioidaan tulip

Länsi-Uudenmaan pelastuslaitokselta. Kiitos kuuluu myös jokaiselle, joka osallistui työpajaan tai materiaalin tuottamiseen. Yhteistyö on voimaa. LÄHDELUETTELO 1. Hankesuunnitelma, Palontutkinnan oppimateriaalihanke, Palosuojelurahaston erityisavustushakemuksen liite 1.

2. Palontutkinnan raami pelastuslaitoksille, palontutkintakirje 2/2011, liite 1. Yleisohje palontutkinnan järjestelyiksi, Työryhmän esitys 7.12.2011. 3. Jyväskylän ammattikorkeakoulun Internet sivut Oppimiskäistyksistä: https://oppimateriaalit.jamk.fi/oppimiskasitykset/oppimiskasitykset/konstruktivistinen-oppiminen/. Vierailtu 27.5.2019.

Kuva 2. Moodle-näkymä opintokokonaisuudesta Palontutkijan opintopolku taso 1.

Kuva 3. Moodle-näkymä opintokokonaisuudesta Palontutkijan opintopolku taso 2.

Palotutkimuksen päivät 2019

Päivi Mäkelä ja Mari Lehtimäki Pelastusopisto Hulkontie 83, 70800 Kuopio

Tuottamukselliset tulipalot ja niitä koskevien ilmoitusmenettelyjen kehittäminen TIIVISTELMÄ Pelastusopiston Tuottamukselliset tulipalot -tutkimusja kehittämishankkeen (1.1.2017−31.8.2018) tavoitteena oli analysoida, mitä tuottamukselliset tulipalot ovat ja miten tuottamuksellisuus olisi erityisesti palojen osalta perusteltua määritellä. Tutkimusosuudessa luotiin tuottamuksen punnintamalli, tarkasteltiin tyyppitapauksia sekä laadittiin tulkintasuosituksia. Empiirisen osuuden aineistona olivat palotapaukset vuodelta 2014. Kehittämisosuudessa laadittiin menettely pelastuslain (379/2011) 41 §:ssä säädetyn velvoitteen toteuttamiseksi eli tiettyjen (erityisesti tahallisten, tuottamuksellisten tai syttymissyyltään epäselviksi jääneiden) palojen ilmoittamiseksi pelastusviranomaiselta poliisille. Lisäksi hankkeessa kiinnitettiin huomiota tuottamuksellisen toiminnan yhteyksiin paloriskiasumiseen: PelL 41 § -prosessin rinnalla huomioitiin myös paloriskiasumiseen vaikuttamisen keinot. Hankkeen kehittämisosuudet tehtiin yhteistyössä Varsinais-Suomen pelastuslaitoksen, Lounais-Suomen poliisilaitoksen sekä Turun kaupungin hyvinvointitoimialan ja riskienhallinnan kanssa. Erityisesti PelL 41 § -ilmoitusmenettelyn vakioiminen koko maata koskevaksi käytännöksi jatkuu Pelastusopiston Pelastuslaitosten ilmoitusmenettelyjen ja yhteistyöryhmien kehittämishankkeessa (1.1.2019−31.5.2020).

sestä ja omista käyttäytymistavoista. Nimenomaan paloihin liittyen tilanne onkin haastava: esimerkiksi tieliikenteessä tapahtuvaan tuottamukselliseen toiminnan arviointiin löytyy apua esimerkiksi tieliikennelaista. Viranomaisen arvioinnissa ei kuitenkaan voida tyytyä siihen, että ratkaisu olisi joka kerta erilainen riippuen siitä kuka huolellisuutta on arvioimassa. Tästä syystä huolimattomuuden arvioimiseen – liittyen tulenkäsittelyyn tai tuleen liittyvien vaaratilanteiden aiheutumiseen – on syytä käyttää strukturoitua arviointitapaa. Pelastusopiston Tuottamukselliset tulipalot -hankkeessa laadittiin laajan empiirisen aineiston pohjalta tuottamuksellisuuden punnintamalli sekä muodostettiin tyyppitapausryhmiä ja tulkintasuosituksia. Aineiston muodostivat vuonna 2014 tapahtuneet palot ja niistä erityisesti poliisin esitutkintaan, syyteharkintaan ja tuomioistuimeen edenneet tapaukset [1, s. 13−59; 112−114; 2, s. 221−229]. Tutkimuksessa ja aineistossa havaittiin, että arvioinnissa on mahdollista lähteä väärille raiteille heti alkuun. Päättelyketju voi sinänsä olla looginen, mutta virheellinen alkuasetelma vääristää tulosta. Virheellisiin alkuasetelmiin oli päädytty esimerkiksi seuraavan tyyppisissä, kuvassa 1 esitetyissä tilanteissa [2, s. 230−233].

TUOTTAMUKSELLISUUDEN ARVIOINNIN HAASTEITA

PELASTUSVIRANOMAISEN ILMOITUSVELVOLLISUUS JA SEN ONGELMAT

Tuottamukselliset tulipalot ovat kaikkien palojen kentässä merkittävä kategoria, rakennuspaloista ne muodostavat suurimman ryhmän. Näin ne ovat onnettomuuksien ennaltaehkäisyn kannalta olennaisen tärkeä kohderyhmä. Kentältä on kuitenkin puuttunut yhtenäinen määritelmä sille, mitä huolimattomuudella aiheutetut tulipalot ovat, eli miten huolimattomuutta tulisi arvioida. Huolimattomuus on tuottamuksellisuuden synonyymi, mutta sana huolimattomuus itsessään ei ole missään tarkasti määritelty. Huolimattomuus yleiskielessä ei olekaan sisällöllisesti kaikille samanlainen, vaan riippuu henkilön omasta huolellisuuskäsityk38

Palotutkimuksen päivät 2019

Pelastusalan lainsäädännössä pelastusviranomaisella on ollut jo liki 20 vuotta ilmoitusvelvollisuus tahallisiksi tai tuottamuksellisiksi arvioimistaan paloista tai muista onnettomuuksista [1, s. 66−68]. Voimassa olevan pelastuslain 41 §:n 4 mom. kuuluu seuraavasti: "Jos on aihetta epäillä, että tulipalo tai muu onnettomuus on aiheutettu tahallisesti tai tuottamuksellisesti, pelastusviranomaisen on ilmoitettava asiasta poliisille. Poliisille on ilmoitettava myös palontutkinnan yhteydessä havaituista paloja henkilöturvallisuusrikkomuksista."

230−233]. Arvio seurauksesta käsin ”Onneksi kukaan ei loukkaantunut palossa” Vertaaminen vääränlaiseen verrokkiin ”Tyypillistä humalaisen tohelointia”

Arvioidaan väärää toiminnan hetkeä ”Samalla tavalla tätä pölyistä konetta käytettiin eilen, eikä silloin syttynyt paloa. Tänään toiminta oli yhtä huolellista.”

Tulisi arvioida tekoa ja vaaraa ”Teko on tyypillisesti sellainen, joka aiheuttaa vaaraa” Tulisi verrata niin turvalliseen toimintaan, mihin keskivertoihminen kykenee Päihtymystä ei oteta huomioon lieventävänä seikkana, vaan verrataan selvän ihmisen toimintaan Laiminlyöntiä tulisi arvioida ”tekohetkeen” (tai tekemättä jättämisen hetkeen), eikä tulipalon syttymisen hetkeen. ”Kenen vastuulla oli koneiden huolto- ja puhdistustyöt, ja milloin ne olisi pitänyt tehdä?”

Kuva 1. Tuottamuksen vääriä arviointiperusteita.

PELASTUSVIRANOMAISEN ILMOITUSVELVOLLISUUS JA SEN ONGELMAT Pelastusalan lainsäädännössä pelastusviranomaisella jo liki 20 vuotta ilmoitusvelvollisuus Ilmoitusvelvollisuuden toteutuminen on ollut puutteellista, on ja ollut Suomen pelastuslaitoksen, Lounais-Suomen poliisilaitoksen ja tahallisiksi tai tuottamuksellisiksi arvioimistaan paloista tai muista onnettomuuksista s. 66−68]. yhtenä syynä tähän ovat olleet juuri puuttuneet tuottamukselliTuottamukselliset tulipalot [1, -hankkeen yhteistyössä laatimalle PelL Voimassa olevan pelastuslain 41 §:n 4 mom. kuuluu seuraavasti: suuden määrittelyt ja työkalut erityisesti vahingon ja tuottamuk41 § -ilmoitusmenettelylle asetettiin seuraavat tavoitteet: sen väliseen arviointiin. Edellisen jälkeen on nyt on •aiheutettu ilmoittamisen tulee olla "Jos on aihetta epäillä, ettähankkeen tulipalo tai muu näitä onnettomuus tahallisesti tai johdonmukaista: kaikista sen piiriin tarjolla, ja Palosuojelurahaston tuella ja Poliisihallituksen kanskuuluvista tapauksista ilmoitus tehdään ja se toimenpiderekistuottamuksellisesti, pelastusviranomaisen on ilmoitettava asiasta poliisille. Poliisille on sa yhteistyössä toteutettavassa Pelastuslaitosten ilmoitusmenetteteriin (PRONTO) myös asianmukaisesti merkitään ilmoitettava myös palontutkinnan yhteydessä havaituista paloja lyjen ja yhteistyöryhmien kehittämishankkeessa [3] tuottamuksen • ilmoituksen tekemisen tulee olla myöhemmin todennettavishenkilöturvallisuusrikkomuksista." arviointia koskevaa koulutusta aktiivisesti jalkautetaan kaikille sisa (erotuksena suulliseen ilmoittamiseen), ja siitä tulee jäädä tä kaipaaville pelastuslaitoksille.toteutuminen on ollut puutteellista, ja yhtenä jälki sekä lähettävään ettäolleet vastaanottavaan organisaatioon Ilmoitusvelvollisuuden syynä tähän ovat juuri Ilmoitusvelvollisuutta on haitannut myös jäsentyneen menet- erityisesti • menettelytapa laaditaan ja sovitaan yhteistyössä pelastusja puuttuneet tuottamuksellisuuden määrittelyt ja työkalut vahingon ja tuottamuksen telytavan puute.arviointiin. Suullinen ilmoittaminen tapahtumapaikoilla poliisilaitoksen kanssa, jotta setuella on mielekäs, toimiva ja tarkoiväliseen Edellisen hankkeen jälkeen näitä on on nyt tarjolla, ja Palosuojelurahaston toisinaan aiheuttanut epätietoisuutta siitä, eteneekö asia poliisis- Pelastuslaitosten tuksenmukainen puolin ja toisin. ja Muussa tapauksessa asiaan ja Poliisihallituksen kanssa yhteistyössä toteutettavassa ilmoitusmenettelyjen sa. Pelastuslaitoksille vuonna 2017 osoitetussa kyselyssä tilannet- arviointia ei sitouduta eikäkoulutusta se ole kestävällä pohjalla. yhteistyöryhmien kehittämishankkeessa [3] tuottamuksen koskevaa ta kuvattiin muun jalkautetaan muassa seuraavasti: • ilmoitusmenettely on osa suurempaa kokonaisuutta, mikä tähaktiivisesti kaikille sitä kaipaaville pelastuslaitoksille. • "Toisinaan on havaittu, ettei poliisin partiolle tehtävällä annettää tiedonvaihdon ja palontutkinnan yhteistyön kehittämiseen. Ilmoitusvelvollisuutta on haitannut myös jäsentyneen menettelytavan puute. Suullinen tu suullinen ilmoitus ole edennyt heidän organisaatiossa eteen[1, s. 73−74] ilmoittaminen tapahtumapaikoilla on toisinaan aiheuttanut epätietoisuutta siitä, eteneekö asia päin (esim. yleisjohdolle tai tutkintaan)." poliisissa. Pelastuslaitoksille vuonna 2017 osoitetussa kyselyssä tilannetta kuvattiin muun muassa • "Ei ole vielä vakiintunutta käytäntöä. Lisäksi pelastusviranIlmoituskäytännön lähtökohtana on se, että ilmoitus tehdään aiseuraavasti: omaiselle jää monesti sellainen käsitys, ettei tapaus kiinnosta na myös kirjallisesti, vaikka asiaa olisi suullisestikin käsitelty. Kospaikalla käynyttä poliisia. Siksi rima ilmoittamiselle voi olla aika tietojärjestelmät eivät tue tiedonsiirtoa viranomaiselta toiselka korkealla. Poliisi on usein paikalla, mutta hyvin monesti jää le, parempien teknisten edellytysten puutteessa ilmoitus tehdään epäselväksi ottaako poliisi asian tutkittavakseen." [1, s. 68−70] salatulla sähköpostilla. Miten ilmoitusmenettely sitten on vaikuttanut määrällisesti peSuullisen ilmoittamisen ongelmana on myös ollut se, että kanslastusviranomaisilta poliisille tehtyihin PelL 41 § -ilmoituksiin? Ilsakäyminen tapahtumapaikalla on altista väärinymmärryksille. moitusmenettely otettiin käyttöön 4.5.2018, ja seuraavissa pylväsPoliisin kenttäpartion näkökulmasta on riittävästi tekemistä esidiagrammeissa (kuvat 2–4) on haettu tiedot täydeltä vuodelta ajalmerkiksi poliisilain, rikoslain ja järjestyslain soveltamisessa. Pelasta 1.6.2018−31.5.2019. tuslaki on poliisille lähtökohtaisesti vierasta erityislainsäädäntöä, PRONTOon tuli vuoden 2017 alusta täyttökohta, mihin poliijohon tutkinnassakaan työskentelevät poliisit eivät välttämättä ole sille tapauksesta ilmoittaminen tulee merkitä. On selvää, että tuo perehtyneet. Näin voi syntyä tilanne, jolloin pelastusviranomaitäyttökohta on hyvin saattanut jäädä merkitsemättä, kun asia suulnen kokee tapauksesta ilmoittaneensa mutta vastaanottaja ei miellisesti tapahtumapaikalla ilmoitetaan. Tämä on erittäin ongelmallä mitään virallista ilmoitusta vastaanottaneensa. Jälkimmäisessä lista ja samalla myös PRONTOn täyttöohjeiden vastaista, koska sitaatissa mainitusta, toisinaan koetusta kiinnostuksen puutteesniiden mukaan ilmoittaminen tulee kirjata myös siinä tapauksesta, on puolestaan vedetty johtopäätöksiä siitä, etteivät varsinkaan sa, kun se on tapahtunut epävirallisessa keskustelussa [4]. PRONpienimmät palot kiinnosta poliisia lainkaan. TO on pelastustoimen toimenpiderekisteri, ja jos toimia ei rekisteröidä ei luotettavaa tietoa toiminnasta ole saatavissa. Hiukan kulmikkaasti sanottuna voidaan myös pohtia, onko välttämättä miPELL 41 § -ILMOITUSPILOTTI VARSINAIS-SUOMESSA tään kummallista siinä, jos poliisin kenttäpartio ei koe ilmoitusta Samoja ongelmia oli jo pitkään tunnistettu Varsinais-Suomen pesaaneensa eikä vie asiaa eteenpäin, jos ilmoituksen tekijäkään ei lastuslaitoksella, joka lähti hankkeen pilottilaitokseksi. Varsinaismiellä toimenpiteensä luonnetta siten että se tulee toimenpiderePalotutkimuksen päivät 2019

Kuva 2. Pelastusviranomaisen tahallisiksi arvioimien palojen ilmoittaminen poliisille PRONTO-kirjausten perusteella aikavälillä 1.6.2018−31.5.2019.

Kuva 3. Pelastusviranomaisen tuottamuksellisiksi arvioimien palojen ilmoittaminen poliisille PRONTO-kir jausten perusteella aikavälillä 1.6.2018−31.5.2019.

Kuva 2. Pelastusviranomaisen tahallisiksi arvioimien palojen ilmoittaminen poliisille PRONTOkirjausten perusteella aikavälillä 1.6.2018−31.5.2019. PRONTOon tuli vuoden 2017 alusta täyttökohta, mihin poliisille tapauksesta ilmoittaminen tulee merkitä. On selvää, että tuo täyttökohta on hyvin saattanut jäädä merkitsemättä, kun asia suullisesti tapahtumapaikalla ilmoitetaan. Tämä on erittäin ongelmallista ja samalla myös PRONTOn täyttöohjeiden vastaista, koska niiden mukaan ilmoittaminen tulee kirjata myös siinä tapauksessa, kun se on tapahtunut epävirallisessa keskustelussa [4]. PRONTO on pelastustoimen toimenpiderekisteri, ja jos toimia ei rekisteröidä ei luotettavaa tietoa toiminnasta ole saatavissa. Hiukan kulmikkaasti sanottuna voidaan myös pohtia, onko välttämättä mitään kummallista siinä, jos poliisin kenttäpartio ei koe ilmoitusta saaneensa eikä vie asiaa eteenpäin, jos ilmoituksen tekijäkään ei miellä toimenpiteensä luonnetta siten että se tulee toimenpiderekisteriin kirjata. Näin varsinkin, kun suullisen ilmoittamisen olosuhteissa se on pelastusviranomaiselle ainut tapa toimialan omista järjestelmistä edes jotenkin todistaa ilmoituksen tekeminen. Tahallisiksi arvioitujen palojen ilmoittamisosuus on PRONTO-kirjausten perusteella merkittävästi suurempi kuin tuottamuksellisissa paloissa:

Kuva 3. Pelastusviranomaisen tuottamuksellisiksi arvioimien palojen ilmoittaminen poliisille

kisteriin kirjata. Näin varsinkin, kun suullisen ilmoittamisen olotarjota tuottamuksellisuuden arviointiin liittyvää koulutusta kaiPRONTO-kirjausten perusteella aikavälillä 1.6.2018−31.5.2019. suhteissa se on pelastusviranomaiselle ainut tapa toimialan omiskille pelastuslaitoksille ja implementoida se lisäksi Pelastusopista järjestelmistä edes jotenkin todistaa ilmoituksen tekeminen. noin ton tutkinto-opetukseen. Vaikka pilottimenettelyssä kolmasosa tuottamuksellisista paloista on PRONTO-kirjausten Tahallisiksi arvioitujen palojen ilmoittamisosuus PRONTOEdellä viitatussa PelL 41 §:ssä mainittujen tahallisiksi tuotta- on mukaan jäänyt on Varsinais-Suomen pelastuslaitoksella ilmoittamatta, erotus muihinjalaitoksiin kirjausten perusteella merkittävästi suurempi kuinsuuri. tuottamukselmuksellisiksi arvioitujen palojenjajasen muiden onnettomuuksien lihuomattavan Osin tämä johtuu ilmoitusmenettelystä edellyttämästä seurannasta, lisissa paloissa. Vaikka pilottimenettelyssä noin kolmasosa tuot- laitoksella säksi ilmoitusvelvollisuus koskee myöshankkeen tulipaloja, aikana joissa syttymismutta vähintään yhtä paljon syksyllä 2018 päättyneen tarjotusta tamuksellisista paloista on PRONTO-kirjausten mukaan jäänyt ei ole voitu arvioida. Tämä hallituksenolevan esitykseen sisältyväyksi tuottamuksellisuuden arviointiasyytä koskevasta koulutuksesta. Meneillään hankkeen Varsinais-Suomen pelastuslaitoksella ilmoittamatta, erotus mui[5, s. 58] ja huonosti tunnettu ilmoitusperuste toteutuu vielä tuottärkeä tarkoitus on juuri tarjota tuottamuksellisuuden arviointiin liittyvää koulutusta kaikille hin laitoksiin on huomattavan suuri. Osin tämä johtuu ilmoitustamuksellisia paloja huonommin. implementoida se lisäksiei Pelastusopiston tutkinto-opetukseen. menettelystä ja sen edellyttämästäpelastuslaitoksille seurannasta, muttaja vähintään Olennaista kuitenkaan ole kiinnittää huomiota pelkästään ilyhtä paljon laitoksella syksyllä 2018 päättyneen hankkeen aikana moitusten määrään ja kattavuuteen, vaan myös niiden laadulliseen Edellä viitatussa PelL 41 §:ssä mainittujen tahallisiksi ja tuottamuksellisiksi arvioitujen palojen ja tarjotusta tuottamuksellisuuden arviointia koskevasta koulutukparantumiseen. Meneillään olevassa hankkeessa pelastusja pomuiden onnettomuuksien lisäksi ilmoitusvelvollisuus koskee myös tulipaloja, joissa syttymissyytä sesta. Meneillään olevan hankkeen yksi tärkeä tarkoitus on juuri liisilaitokset ovat kehittäneet ilmoitusmenettelyä niin, että se an40

Palotutkimuksen päivät 2019

ei ole voitu arvioida. Tämä hallituksen esitykseen sisältyvä [5, s. 58] ja huonosti tunnettu ilmoitusperuste toteutuu vielä tuottamuksellisia paloja huonommin:

Kuva 4. Palojen, joissa syttymissyytä ei ole voitu arvioida, ilmoittaminen poliisille PRONTO-kirjausten perusteella aikavälillä 1.6.2018−31.5.2019.

Kuva 4. Palojen, joissa syttymissyytä ei ole voitu arvioida, ilmoittaminen poliisille PRONTOkirjausten perusteella aikavälillä 1.6.2018−31.5.2019. taisi riittävät ja mahdollisimman hyvät alkutiedot poliisin tutkin-

KIITOKSET

tatoimille jaeiniiden käynnistämisen arvioinnille. Olennaista kuitenkaan ole kiinnittää huomiota pelkästään ilmoitusten määrään ja kattavuuteen, Kiitämme kaikkia jopelastuspäättynyttä vaan myös niiden laadulliseen parantumiseen. Meneillään olevassa hankkeessa ja Tuottamukselliset tulipalot -hanketta että meneillään olevaa Pelastuslaitosten ilmoitusmenettelyjen LOPUKSI poliisilaitokset ovat kehittäneet ilmoitusmenettelyä niin, että se antaisi riittävät ja ja yhteistyöryhmien kehittämishanketta tukeneita ja hankkeiden mahdollisimman hyvät alkutiedot poliisin tutkintatoimille ja niiden käynnistämisen arvioinnille. PelL 41 § -ilmoitusmenettelyllä on monia päämääriä. Se varmistoteuttamiseen myötävaikuttaneita tahoja. Kiitämme Palosuojetaa poliisille menevän ilmoitustiedon ja mahdollistaa sen myölurahastoa hankkeiden taloudellisesta mahdollistamisesta. Kiihemmän määrällisen ja laadullisen seurannan. Vakavammat patämme myös suunnittelija Johannes Ketolaa Pelastusopiston TKILOPUKSI lot ovat poliisin tietoon tulleet tähänkin asti, sen sijaan esimerkiksi yksiköstä kärsivällisestä PRONTO-tietojen hakemisesta (tässä sarjoittamisen tai geoprofiloinnin kannalta olennainen kattavuus yhteydessä erityisesti kuvat 2−4). PelL § -ilmoitusmenettelyllä on on monia poliisille menevän myös41pienten palotapausten kohdalla ollutpäämääriä. puutteellinenSe [1,varmistaa s. ilmoitustiedon ja mahdollistaa sen myöhemmän määrällisen ja laadullisen seurannan. 81−82]. Ilmoitusmenettely osaltaan turvaa kansalaisten ja tekojen LÄHDELUETTELO Vakavammat palot ovat poliisin tietoon tulleet tähänkin asti, sen sijaan esimerkiksi sarjoittamisen yhdenvertaista kohtelua ja myös huolimattoman toiminnan potentai geoprofiloinnin kannalta olennainen kattavuus myös pienten palotapausten kohdalla ollut tiaalisten tai tosiasiallisten uhrien asemaa. Tämä koskee erityises1. Lehtimäki, Mari − Mäkelä, on Päivi (2018). Tuottamukselliset tuti tuottamuksellista jonka tunnistamista osaltaan on tähän asti ja niitä ja koskevat ilmoitusmenettelyt. Pelastusopiston julpuutteellinen [1, s.toimintaa, 81−82]. Ilmoitusmenettely turvaa lipalot kansalaisten tekojen haitannut tiedonkohtelua ja koulutuksen puute. kaisuja, B-sarjatai 3/2018. Saatavissa: http://info.smedu.fi/kirjasto/ yhdenvertaista ja myös huolimattoman toiminnan potentiaalisten tosiasiallisten Ilmoitusmenettely nostaa esiinerityisesti myös hyvin vähälle soveltami-toimintaa, Sarja_B/B3_2018.pdf. uhrien asemaa. Tämä koskee tuottamuksellista jonka tunnistamista on tähän sellehaitannut jääneen pelastusrikkomuksen. Päämääränä 2. Lehtimäki, Mari − Mäkelä, Päivi (2019). Tuottamukselliset asti tiedon ja koulutuksen puute. ei ole maksimoida sen käyttöä vaan osoittaa ne tilanteet, joissa esimerkiksi tuottatulipalot, onnettomuuksien ennaltaehkäisy ja ilmoitusvelvollimukselliseen toimintaan olisiesiin seuraamuskeinoin perusteltua puutsuuden merkitys. Pelastus- ja turvallisuustutkimuksen vuosikirja Ilmoitusmenettely nostaa myös hyvin vähälle soveltamiselle jääneen pelastusrikkomuksen. tua ja antaa signaali rikos-ne tilanteet, 2019, 220−248. http://info.smedu.fi/kirjasto/Sarja_D/ Päämääränä ei oleepätoivotusta maksimoidatoiminnasta, sen käyttöämutta vaanjoissa osoittaa joissa Saatavissa: esimerkiksi tunnusmerkistö ei täyty. D5_2019.pdf tuottamukselliseen toimintaan olisi seuraamuskeinoin perusteltua puuttua. ja antaa signaali Vähemmälle toiminnasta, huomiolle on mutta näyttänyt jäävän se, että ilmoitus- ei täyty. 3. Esittely Pelastuslaitosten ilmoitusmenettelyjen ja yhteistyöepätoivotusta joissa rikostunnusmerkistö menettely sisältää merkittävän onnettomuuksien ehkäisyn potenryhmien kehittämishankkeesta Pelastusopiston sivuilla: https:// tiaalin. PelL 41 § -ilmoitusmenettely helpottaa tiedon siirtymiswww.pelastusopisto.fi/pelastuslaitosten-ilmoitusmenettelyjen-jatä myös pelastuslaitosten sisällä pelastustoiminnasta valvontatoiyhteistyoryhmien-kehittamishanke/ . minnan puolelle erityisesti paloriskiasumisesta. 4. Pelastustoimen resurssi- ja onnettomuustilaston PRONTOn PelL 41 § -ilmoitusmenettely liittyy myös laajempaan viranlomakeohjeet, Onnettomuusseloste. Saatavissa https://prontoomaisten välisen yhteistyön kokonaisuuteen. Pelastuslaitosten net.fi/Pronto3/Ohjeet1/24_Onn.htm#Onn (edellyttää käyttäjäilmoitusmenettelyjen ja yhteistyöryhmien kehittämishankkeen tunnuksen) . yhtenä tavoitteena kehittää pelastusja poliisilaitosten yhteistyö5. HE 257/2010 vp Hallituksen esitys Eduskunnalle pelastuslaiktä sekä palojen tutkintaan liittyen että yleisemmin [ks. myös 1, s. si ja laiksi meripelastuslain 23 §:n muuttamisesta. 87−90]. Näin se osaltaan tukee ja toteuttaa Poliisihallituksen ta6. Poliisihallituksen ohje POL-2017-5503, Palonsyyn selvittävoitetta luoda paikalliset säännöllisesti toimivat ja organisaatioimiseksi tehtävä tutkinta (päivätty 15.1.2018, voimaan 1.2.2018). den rakenteisiin eikä yksittäisiin henkilösuhteisiin sitoutuvat yhteistyöryhmät [6, s. 10]. Palotutkimuksen päivät 2019

Brita Somerkoski Turun yliopisto, Opettajankoulutus Rauma 20014 Turun yliopisto

Onnettomuuksien ehkäisyn laatutekijät Suomen pelastuslaitoksilla

TIIVISTELMÄ Onnettomuuksien ehkäisyn päätavoite on muuttaa ihmisten käyttäytymistä siten, että tapaturmat ja niiden aiheuttamat vahingot vähenevät. Paloturvallisuuden osalta tavoitteena on lisäksi tuottaa ja jakaa tietoa siten, että kansalaiset tunnistavat riskit ja toimivat tarkoituksenmukaisesti hätätilanteessa. Aihe on ajankohtainen, sillä pelastustoimen onnettomuuksien ehkäisyn toimintaohjelma on juuri valmistunut. Pelastustoimelle on määritelty alueittain määrällisiä ja yksiselitteisiä turvallisuusviestintätavoitteita. Tämä on saattanut johtaa tilanteeseen, jossa turvallisuusviestintätoiminnan laatutekijät ovat menettäneet merkityksensä. Artikkelissa kuvataan turvallisuusviestintään liittyviä viimeaikaisia tutkimuksia ja niiden merkityksiä turvallisuusviestinnän laatutekijöinä. Sellaisina esitetään tässä tutkitun tiedon perusteella riskiperusteisuus, välineet, kohteet, tyytyväisyys, normiohjaus, prosessit sekä oppimisympäristöt ja oppiminen. TAUSTAA Maailman terveysjärjestö WHO:n mukaan turvallisuus määritellään tilaksi, jossa yhteiskunnan uhkatekijöitä hallitaan siten, että yksilöt voivat hyvin [1]. Hyvinvointia voidaankin pitää turvallisuuden seurauksena. Oman lähiympäristön turvallisuus ja kansallinen turvallisuus ovat keskeisiä ja pysyviä suomalaisia arvoja [2]. Turvallisuuden edistäminen on haasteellista, sillä kyseessä on jokin, jota ei ole tapahtunut; eräänlainen epätapahtuma (engl. non event). Yleisesti ottaen turvallisuuteen kiinnitetään sekä maailman, yhteiskunnan että yksilöiden tasolla huomiota. Tästä huolimatta turvallisuustutkimus on keskittynyt enimmäkseen riskien tutkimukseen. Onnettomuuksien ehkäisyn päätavoite on muuttaa ihmisten käyttäytymistä siten, että tapaturmat ja niiden aiheuttamat vahingot vähenevät. Paloturvallisuuden osalta tavoitteena on lisäksi tuottaa ja jakaa tietoa siten, että kansalaiset tunnista42

Palotutkimuksen päivät 2019

vat riskit ja toimivat tarkoituksenmukaisesti hätätilanteessa. Aihe on ajankohtainen, sillä pelastustoimen onnettomuuksien ehkäisyn toimintaohjelma on juuri valmistunut. Toimintaohjelman tavoitteiden keskiössä on vaikuttavuus, ilmiöperusteisuus ja ihmisten käyttäytyminen [3]. Pelastusviranomaisten tarjoama turvallisuusviestintä on pelastuslakiin [3] perustuva tehtävä. Toiminnasta on aiemmin lainsäädännössä ja käytännössäkin käytetty käsitteitä valistus ja neuvonta. Turvallisuusviestintäaihe on suhteellisen tutkimaton Suomessa, mutta kansainvälisestikin tarkasteltuna tutkimukseen perustuvaa tietoa erityisesti paloturvallisuuteen liittyvästä turvallisuusviestinnästä on varsin vähän. Lisäksi tiedon tavoittaminen on vaikeaa fragmentoitumisen vuoksi; tieto on hajallaan useilla tieteenaloilla, eikä se tavoita käytännön toimijoita. Tässä artikkelissa kuvataan tekijöitä, joilla pelastuslaitokset voivat arvioida turvallisuusviestintätoimintansa laadun varmistamisen tekijöitä. Nämä kahdeksan näkökulmaa on kuvattu otsikkotasolla kuviossa (Kuvio 1). On huomattava, että kasvu- ja oppimisympäristöllä tarkoitetaan perinteisesti koulua, mutta nyt käsillä olevassa tarkastelussa kasvu- ja oppimisympäristöllä tarkoitetaan niitä ympäristöjä, joissa pelastuslaitokset toteuttavat turvallisuusviestintää tai turvallisuuskasvatusta. Turvallisuusviestinnällä tarkoitetaan tässä myös rajaamattomalle yleisölle tarkoitettuja, median välityksellä tarjottavaa pelastuslaitosten viestintää sekä pelastuslaitosten turvallisuuskasvatusta, joka on yksilöihin ja yhteisöihin kohdistuvaa opetusta, ohjausta ja opastusta. TURVALLISUUSKULTTUURIN EDISTÄMISEN LAATUTEKIJÖITÄ Tässä artikkelissa kuvatut laatutekijät ovat esimerkkejä turvallisuusviestinnän toteuttamiseksi. On huomattava, että tekijät eivät ole toisiaan poissulkevia, vaan lähinnä kyseessä on pyrkimys

Kuvio 1. Turvallisuuskulttuurin edistämisen laatutekijät kasvu- ja oppimisympäristössä.

kuvata turvallisuusviestintätoiminnan laatutekijöiden moniulotteisuutta ja soveltaa uusimpien tutkimusten tuloksia käytäntöön. Riskien tunnistaminen ja ehkäiseminen on tyypillisin ja tavanomaisin tapa edistää turvallisuuskulttuuria. Tähän tekijään liittyy riskien havainnointi, monitorointi sekä juurisyyn etsiminen ja löytäminen. Paloturvallisuuden osalta riskitekijät voivat olla rakenteellisia tai yhtä hyvin sosiaalisia. Tällöin kyseessä on ihmisen toiminta ja kyseeseen tulee esimerkiksi erityisryhmien asumisturvallisuus. Tunnistettavia riskejä ovat turvallisuuspoikkeamat ja vaativat tilanteet esimerkiksi asumisturvallisuudessa, normien rikkominen (nuoret sytyttäjät, tuhotyöt). On huomattava, että riskit eivät aina ole näkyviä tai ilmeisiä. Riskien tunnistamisen lisäksi niiden määriä ja tyyppejä tulee seurata aktiivisesti. Riskianalyysilla voidaan oppia tunnistamaan juurisyitä ja poistamaan näin keskeisiä riskitekijöitä. Tarkasteltaessa tapaturmia riskiperusteisesti voidaan huomata, että tulen aiheuttamat onnettomuudet ovat varsin vähäisinä verrattuna muihin tapaturmiin. Riskejä tulisi tarkastella myös tilanteissa, joissa niillä on yhteisvaikutuksia. Riskien tunnistaminen ja riskiperusteinen onnettomuuksien

Riskien tunnistaminen ja ehkäiseminen on tyypillisin ja tavanomaisin tapa edistää turvallisuuskulttuuria.

ehkäisytyö on yksi pelastustoimen turvallisuusviestinnän laadun varmistamisen keinoista [4] [5] [6] [7]. Turvallisuusviestinnän välineet ovat malleja, ohjelmia tai suunnitelmia, joiden avulla onnettomuuksien ehkäisyä toteutetaan pelastuslaitoksissa. Välinetekijöitä ovat kaikki poikkeamia ehkäisevät tai seurauksia vähentävät toiminnan muodot ja turvallisuuden hallintakeinot. Tällaisia ovat esimerkiksi ohjelmat, kampanjat, hankkeet tai toimintamallit. Esimerkiksi EduSafe-hankkeessa kehitetty oppilaitosten turvallisuuskulttuurin edistämisen mallissa kuvataan turvallisuustoimenpiteitä näkökulmista ennen, tilanteessa ja jälkeen. Laatuun perustuvassa turvallisuusviestintäjärjestelmässä käytetään välineitä, joilla estetään tapaturmia ja onnettomuuksia tapahtumasta, jotka auttavat kansalaisia selviytymään itse tilanteessa ja jotka liittyvät tilanteiden jälkihoitoon [8]. Kohdetekijät liittyvät tavoitettavuuteen ja tapaan toteuttaa turvallisuusviestintää erilaisille kohderyhmille. Kohdetekijä viittaa tässä henkilöihin tai henkilöryhmiin, joihin ehkäisevät toimet kohdennetaan. Tutkimuksessa on erotettu yksilöön kohdistuvat toimenpiteet, jotka kohdistuvat yhteen ihmiseen tai kotitalouteen. Tällaisia ovat esimerkiksi palovaroitinten tarkastukset tai muu ammattilaisten tai erityisryhmiin kuuluvien henkilökohtainen ohjaus. Standardoiduksi turvallisuusviestinnän aktiviteeteiksi kutsutaan turvallisuusviestinnän muotoja, jotka perustuvat etukäteen suunniteltuun suunnitelmaan, esimerkiksi pelastuslaitoksen laatimaan opetussuunnitelmaan tai muuhun vastaavaan asiakirjaan. Tällaisesta toiminnasta esimerkkinä voidaan mainita koululaisille suunnattu turvallisuusviestintä. Näihin kahteen ryhmään kuuluvia turvallisuusviestinnän muotoja voidaan nimittää myös turvallisuuskasvatukseksi. Kolmas kohderyhmä on kaikille avoimet yleisötilaisuudet, joissa vastaanottajien määrää ei voida tarkalleen ilmaista. Tällaista turvallisuusviestintää voidaan toteuttaa esimerkiksi messuilla ja näyttelyissä, joissa materiaali perustuu tiettyyn kampanjaan tai ohjelmaan. Neljäs turvallisuusviestinnän ryhmä on median avulla toteutettu kampanja, jossa välineenä on perinteinen tai sosiaalinen media. Myös viides turvallisuusviestinnän ryhmä perustuu mediaan. Tällöin kyseessä on rajaamaton, yleinen informaatio, kuten lehdistötiedotteet, nettisivujen turvallisuusviestintämateriaali tai painetussa mediassa julkaistut, rajaamattomalle yleisölle tarkoitetut aineistot [9] [10]. Arviointi on osa kohdetekijöitä. Pelastuslaitosten tulisi huolehtia siitä, että turvallisuusviestintätilaisuuksista kerätään asiakastyytyväisyyspalautetta, jossa selvitetään, vastasiko tilaisuus oppijan tarpeisiin, oliko kouluttaja ammattitaitoinen ja huolehdittiinko koulutuksesta loppuun saakka korkeatasoisesti. [9] [10] [11]. Normiohjaus on säädöksiin liittyvä toiminnallinen taustatekijä. Sillä tarkoitetaan ohjausta, josta säännellään laeissa, asetuksissa, sekä muissa toimijoita sitovissa ja velvoittavissa määräyksissä. Normiohjaus velvoittaa toimijoita toimimaan juuri tietyllä tavalla. Normiohjaukseen kuuluvat oppilaitosturvallisuuteen ja sen järjestämiseen liittyvä lainsäädäntö, määräykset, kokoelmat, päätökset, suunnitelmat ja muu dokumentaatio, kuten oppilaitoksen järjestyssäännöt. Normiohjaus voi liittyä oppilaitoksissa toimivien viranomaisten määräys- tai virkavaltaan ja -vastuuseen sekä oppilaitoksen ulkopuolisen viranomaisen tai toisen hallintokunnan (esimerkiksi pelastustoimen tai poliisin) toimivaltuuksiin. Nor-miohjaus on tyypillisesti näkyvää, tarkistettavissa olevaa, virallista, kirjattua ja etukäteen säädeltyä. Normiohjaukseen liittyvien asioiden laiminlyönti saattaa johtaa rikosoikeudelliseen vastuuseen tai muuhun tuottamukselliseen osallisuuteen [4] [12]. Prosessit Tämä tekijä liittyy hallintakeinoihin ja politiikkoihin. Poikkeamiin voidaan suhtautua tarkastelemalla ja tutkimalla poikkeamia (Turvallisuus I -taso) tai virheitä. Tätä lähestymistapaa voidaan kutsua tilaksi, jossa ei-toivottujen tapahtumien määPalotutkimuksen päivät 2019

rää pyritään vähentämään. Turvallisuus I -ajattelutapa on reagoimista riskeihin poistamalla virheitä ja niiden syitä. Turvallisuus I -ajattelussa ihmiset nähdään virheiden aiheuttajina. Hollnagel tuo turvallisuuden hallintaan kehittyneemmän muodon, jota hän nimittää Turvallisuus II -ajatteluksi. Tässä lähestymistavassa tarkastellaan virheitä ennakoivasti ja keskitytään havainnoimaan niitä onnistuneita prosesseja, joissa toivottuun lopputulokseen päästiin ilman poikkeamia. Tällainen näkökulma edellyttää työprosessien ja organisaation toiminnan kehittämistä. Turvallisuus II -lähestymistavassa hyväksytään se, että organisaatiossa toimivat ihmiset tekevät virheitä ja resurssit eivät ole aina riittäviä. Tästä huolimatta organisaatiossa kyetään toimimaan turvallisesti. Turvallisuus II -ajattelussa ihmiset ovat inhimillisesti toimiva resurssi, joka pystyy tarvittaessa toimimaan johdonmukaisesti ja turvallisuutta edistävästi, vaikka olosuhteet muuttuisivatkin [13]. Turvallisuusviestinnän laatutekijänä prosesseilla tarkoitetaan tässä sitä, että pelastuslaitos toteuttaa Turvallisuus I -tyyppistä toimintaa, jonka tavoitteena on oppia riskeistä ja varautua niihin. Lisäksi oppijoille opetetaan riskeistä selviämistä myös sellaisissa olosuhteissa, kun resurssit ovat puutteelliset tai niitä ei ole [13] [14]. Oppiminen Tietojen, taitojen ja asenteen muokkaaminen siten, että tapahtuu tavoitteiden suuntainen muutos, on oppimista. Turvallisuuspedagogisesti tarkasteltuna tätä muutosta kutsutaan turvallisuusosaamiseksi eli turvallisuuskompetenssiksi. Päätavoitteena on turvallisuuden toimintakyky, joka on edellytyksenä turvallisuuskulttuurin edistämiselle. Tämä tekijä liittyy oppilaitoksissa turvallisuuden hallintakeinoihin ja politiikkoihin. Oppimista on tapana tarkastella tietojen, taitojen ja asenteiden omaksumisen näkökulmista. Asenteiden pohjalla ovat turvallisuuteen liittyvät arvot, jotka voivat muuttua elämän aikana. Arvoja pidetään kuitenkin suhteellisen pysyvinä. Oppiminen voi tapahtua formaalisti, esimerkiksi oppitunneilla, informaalisti esimerkiksi oppituntien ulkopuolella, esimerkiksi harrastuksessa tai non-formaalisti, esimerkiksi vahingossa. Turvallisuuden osalta oppimiseen liittyy kognitiivisia ominaisuuksia, kuten tiedon omaksuminen, muistaminen, päätöksenteko ja suunnitelmallisuus mutta toisaalta motorisia taitoja, esimerkiksi tarkoituksenmukainen käyttäytyminen tulipalotilanteessa. Turvallisuusasioiden oppiminen on yhteydessä sosiaalisiin tilanteisiin ja ympäristöihin, kuten oppiminen yleensäkin. Asioiden muistaminen on turvallisuusosaamisen kannalta keskeistä. Toisaalta nimenomaan tarkoituksenmukainen toiminta ja päätöksenteko edistävät turvallisuutta käytännössä [15] [16] [17]. Tutkittaessa turvallisuusasioiden oppimista havaittiin, että lasten ja nuorten asenteet eivät muuttuneet turvallisempaan suuntaan, vaikka heille annettiin turvallisuusopetusta koulussa [18]. Asennemuutokseen tarvitaan pidempikestoista ja kertaavaa turvallisuuskasvatusta, mikä edellyttää resurssien pysyvyyttä ja tiettyjen turvallisuussisältöjen oppimisen tois-

Tutkimustuloksia voidaan käyttää hyväksi, kun arvioidaan yleisesti pelastuslaitoksen toiminnan laatua.

Palotutkimuksen päivät 2019

tumisen vuosittain. NouHätä!-toiminta ja Paloturvallisuusviikko ovat esimerkkejä tällaisesta toiminnasta, johon liittyy kertaavaa ja muistuttavaa oppimista. Laatuun ja tutkittuun tietoon perustuva turvallisuusviestintäjärjestelmä on rakennettu siten, että oppija saavuttaa tietojen, taitojen ja asenteiden kehittymiseen tarvittavan turvallisuuskompetenssin. Tällaista ei saavuteta pelkästään perinteisellä turvallisuuskoulutuksella, jonka opetusmenetelmänä on opettajajohtoinen luento. Oppimisympäristöt ovat menetelmiä, välineitä ja tilanteita, joissa oppiminen tapahtuu. Kyse ei ole siis yksinomaan fyysisistä rakenteista, vaan ”oppimaisemista”. Oppimisympäristöjä eli pedagogisia ympäristöjä voidaan tarkastella sosiaalisten, psyykkisten tai fyysisten ympäristöjen näkökulmista ja turvallisuuskulttuurin edistäminen voi liittyä mihin tahansa näistä tai näihin kaikkiin. Oppimisympäristöt ovat oppimiseen liittyviä tilanteita, menetelmiä, välineitä, tiloja tai tapoja. Turvallisuuteen liittyviä oppimisympäristöjä voivat olla esimerkiksi turvallisuuskävely, alkusammutusharjoitus, tulevaisuuden teknologioihin perustuva virtuaalitodellisuuden ympäristö tai tietokilpailu. Laatuun perustuvassa turvallisuusviestintäjärjestelmässä otetaan huomioon erilaiset ja monipuoliset oppimisympäristöt [19] [4]. Toimijat Turvallisuustoimijoita ovat organisaatiossa kaikki rakennuksessa oleskelevat, opiskelevat ja työskentelevät. Organisaatioissa, esimerkiksi oppilaitoksissa, turvallisuuden edistämiseen tarvitaan myös johdon ja kunnallisen päätöksenteon tuki. Toimijoiden osallistumien turvallisuusviestintään tarkoittaa pelastuslaitoksilla kaikkien tasojen ja osastojen osallistumista; operatiivisella, riskienhallinnalla, koulutuksella ja hallinnolla on kullakin omat sidosryhmänsä, joihin turvallisuusviestintä voidaan ulottaa. Oppilaitoksissa tämä tarkoittaa sitä, että yksittäinen työntekijä, esimerkiksi turvallisuusvastaava ei todellisuudessa vastaa turvallisuudesta yksin, vaan hänellä on tukenaan koko organisaatio [8]. MITEN TURVALLISUUSVIESTINNÄN LAATU VOIDAAN VARMISTAA KÄYTÄNNÖSSÄ? Pelastuslaki [4] määrittelee turvallisuusviestintään liittyvän tavoitteen mutta ei yksityiskohtaisesti määriä, menetelmiä, tapoja, toiminnan kestoa eikä toimijoita. Tämä on johtanut tilanteeseen, jossa pelastuslaitokset ovat päätyneet toteuttamaan turvallisuusviestintää määrällisin perustein ja turvallisuusviestintätoiminnan laatua ilmaistaan vaikuttavuuden sijaan yksinomaan prosenttiluvulla, esimerkiksi kuvaamalla turvallisuusviestintää tavoitetulla henkilömäärällä prosentteina koko pelastusalueen väestöstä. Tällaisessa tilanteessa on mahdollista, että toimintaa määrittävät laatutekijöiden sijaan resurssit, henkilökohtaiset ihmissuhteet, mieltymykset, sattuma tai perinteet. Lisäksi on mahdollista, että turvallisuusviestintätoiminnasta tulee henkilösidonnaista ja fragmentoitunutta eli sirpaleista. Vaarana on tällöin, että turvallisuusviestintätoimintaa toteutetaan sääntöpohjaisesti eikä riskiperusteisesti [20] ja vaikuttavuus jää vähäiseksi. Tällaisesta saattaa olla kyse, kun pelastuslaitos ei puhutakaan potentiaalista nuorta sytyttelijää henkilökohtaisesti, tai asenna ikääntyneelle palovaroitinta, vaan keskittyy aktiviteetteihin, joiden avulla voidaan tavoitella korkeampaa prosenttilukua. JOHTOPÄÄTÖKSET Tässä artikkelissa kuvattiin turvallisuusviestinnän menetelmiä ja prosesseja tutkimukseen perustuvien laatutekijöiden näkökulmasta. On huomattava, että teoreettinen tarkastelu ei sellaisenaan tarjoa työvälineitä esimerkiksi turvallisuusasioiden muistamiseen, hyödyllisyyteen tai vaikuttavuuteen. Toisaalta tekijät eivät myös-

Laatutekijä

Laatutekijää varmistava kysymys • Kerät äänkö t apat urmat iet oa haavoit t uvist a erit yis- ja riskiryhmist ä?

Riskit

• Perust uuko t urvallisuusviest int ät oimint a alueellisiin ja t odennet t uihin riskeihin? • Liit t yykö t urvallisuusviest int ät oimint a ihmist en käyt t äyt ymiseen? • Liit t yykö t urvallisuusviest int ät oimint a valvont aan vai riskien omat oimiseen havainnoint iin ja reagoint iin? • Tot eut et aanko t urvallisuusviest innällä yksilöön t ai perheeseen kohdist uvia t oimenpit eit ä? • Tot eut et aanko t urvallisuusviest int ää ryhmään t ai yht eisöön kohdist uvia, opet ussuunnit elmaan perust uvia opet ussisält öjä?

Koht eet

Prosessit Oppimisympärist öt

• Tot eut et aanko t urvallisuusviest int ää kaikille ikäluokille ja sukupuolille? • Tot eut t aako t oimija yleisöt apaht umia? • Tot eut et aanko t urvallisuusviest int ää median välit yksellä? • Kerät äänkö t oimijoilt a asiakast yyt yväisyyspalaut et t a, jonka aiheit a ovat koulut t ajan ammat t it ait o, t urvallisuusasioiden oppiminen, t yyt yväisyys t urvallisuusviest int ät oimint aan, t oiminnan hyödyllisyys ja oppiminen? • Tot eut t aako t oimija Turvallisuus I -t yyppist ä t oimint aa, joka kohdist uu seuraust en vähent ämiseen t ai t oimint aan onnet t omuust ilant eessa riskiperust eisest i? • Tot eut t aako t oimija Turvallisuus II -t yyppist ä t oimint aa, joka kohdist uu organisaat ion onnist uneiden prosessien kuvaamiseen sekä t oimint akykyyn, jot a pidet ään yllä resurssien vähäisyydest ä t ai virheist ä huolimat t a? • Liit t yykö t oimint a oppimisympärist ön fyysiseen, psyykkiseen ja sosiaaliseen ulot t uvuut een? • Edist ääkö t urvallisuusviest int ät oimint a t ait oja?

Oppiminen

• Edist ääkö t urvallisuusviest int ät oimint a t iet oja? • Edist ääkö t urvallisuusviest int ät oimint a asent eit a? • Mit at aanko oppimist a jollakin t avalla?

Normiohjaus Välineet Toimijat

• Perust uuko t oimint a lakiin t ai säädökseen? • Perust uuko t oimint a ennalt a suunnit elt uun t oimint amalliin, kampanjaan t ai projekt iin? • Onko kyseessä t oimint a, joka liit t yy onnet t omuuksien ennakoint iin, t oimint aan hät ät ilant eessa vai t ilant een jälkihoit oon? • Tot eut t aako t oimint aa suorit t avan t ason t yönt ekijät , keskijoht o vai korkein joht o? • Tot eut et aanko t oimint aa yht eist yössä muiden t oimijoiden kanssa?

Taulukko 1. Turvallisuusviestinnän laatutekijöiden varmistaminen käytännössä.

kään ole toisiaan poissulkevia. Tutkimustuloksia voidaan käyttää hyväksi, kun arvioidaan yleisesti pelastuslaitoksen toiminnan laatua. Turvallisuusviestinnän laatutekijöiden varmistaminen käytännössä (Taulukko 1) kuvaa kysymyksiä, jotka voivat olla avuksi, kun tutkimustuloksia sovelletaan. Määrällisten tekijöiden rinnalla turvallisuusviestinnän laatutekijöitä pitäisi kuvata erillisessä raportissa. Tällöin voitaisiin arvioida kriittisesti riskienhallinnan tai koulutustoiminnan resursseja ja tarpeita. Uudenlainen lähestymistapa on välttämätön, kun onnettomuuksien ennalta ehkäisyn toimintaohjelma valmistuu. Tämäntyyppinen teoreettinen tarkastelu sisältää aina myös rajoituksia. Ensinnäkin on mahdollista, että tutkimuksessa esitetyt tutkimukset eivät kaikilta osin vastaa pelastustoimen tarpeita. Toiseksi on mahdollista, että laatutarkasteluun tulisi ottaa mukaan muitakin tutkimustuloksia kuin nyt esitellyt. Näistä rajoittavista tekijöistä huolimatta on hiljattain valmistuneiden tutkimusten valossa selvää, että yhteiskunnan järjestelmien monimutkaistuessa, digitalisoituessa ja kansainvälistyessä myös pelastustoimen on kyettävä kehittämään turvallisuusviestintätoimintaa tavoittavampaan suuntaan. Laatutekijöiden tarkastelu tarjoaa pelastuslaitosten turvallisuusviestintätoiminnan ymmärtämiseen paremmat mahdollisuudet kuin pelkkien määrällisten tekijöiden kuvaaminen. KIITOKSET Tutkija osoittaa kiitoksensa Palosuojelurahastolle, jonka tukea ilman tämä artikkeli ei olisi syntynyt. Lisäksi tutkija kiittää KeskiUudenmaan pelastuslaitoksen turvallisuuskouluttaja Leena Malista ja sisäministeriön pelastusylitarkastaja Jari Lepistöä artikkelin asiantuntevasta vertaisarvioinnista. LÄHTEET [1] WHO. Safety and Safety Promotion. Conceptual and Operational Aspects. (1998). www.inspq.qc.ca/pdf/publications/150_SecurityPromotion.pdf ) (Haettu 10.6. 2017).

[2] Helkama, Klaus (2015). Suomalaisten arvot: Mikä meille on oikeasti tärkeää? Suomalaisen Kirjallisuuden Seura: Helsinki. [3] Sisäministeriö. Pelastustoimen onnettomuuksienehkäisyn toimintaohjelma. https://intermin.fi/hankkeet/ hankesivu?tunnus=SM006:00/2019 (Haettu 25.4.2019). [4] Pelastuslaki. (2011). Ajantasainen lainsäädäntö. Finlex. https://www.finlex.fi/fi/laki/ajantasa/2011/20110379. [5] Lindfors, Eila & Teperi, Anna-Maria (2018). Incidents in schools – incident analysis in developing safety management. Teoksessa: Advances in Human Factors in Training, Education, and Learning Sciences. 9th International Conference on Applied Human Factors and Ergonomics and the Affiliated Conferences. Proceedings of the AHFE 2018 International Conference on Human Factors in Training, Education, and Learning Sciences, held on July 21–25, 2018, in Loews Sapphire Falls Resort, Universal Studios Orlando, Florida, United States of America. [6] Somerkoski, Brita (2017). Green Cross: Collecting injury data at schools. Conference proceedings at the 1st International GamiFIN Conference, 9−10th of May, 2017, Pori, Finland: Tampere University of Technology. http://ceurws.org/Vol-1857 (Haettu 9.8.2017). [7] Somerkoski, Brita (2015). Learning Outcome Assessment: Cross-curricular Theme Safety and Traffic in Basic Core Curriculum. Journal of Modern Education Review 5, 588–597. [8] Waitinen, Matti (2011). Turvallinen koulu? Helsinkiläisten peruskoulujen turvallisuuskulttuurista ja siihen vaikuttavista tekijöistä. University of Helsinki: Helsinki. Tutkimuksia 334. Helsinki: Unigrafia. [9] Teperi, Anna-Maria, Lindfors, Eila, Kurki, Anna-Leena, Somerkoski, Brita, Ratilainen, Henriikka, Tiikkaja, Maria, Uusitalo, Hanna, Lantto, Eero & Pajala, Riikka (2018). Turvallisuuden edistäminen opetusalalla. EduSafe-hankkeen loppuraportti. Työterveyslaitos: Helsinki. [10 ] Puolokainen, Tarmo & Varblane, Uku (2019). Evaprem model. Estonian Rescue Board. University of Tarto, 2015 http:// www.evaprem.eu/model (Haettu 15.2.2019). Palotutkimuksen päivät 2019

[11] Somerkoski, Brita (2019.) Conclusions. Evaprem model. Estonian Rescue Board. http://evaprem.eu/comparison/conclusions (Haettu 25.5.2019). [12 ] Oulu- Koillismaan pelastusalueen palvelutasopäätös. https://www.ouka.fi/documents/7801780/7922801/ Palvelutasop%C3%A4%C3%A4t%C3%B6s+2017+-+2020%2C+ Hyv%C3%A4ksytty+johtokunnassa+23.11.2016%2C+%C2 %A7+25.pdf/4f6c9c32-3d14-49d0-8fcb-10d48723dc85 (Haettu 25.5.2019). [13] Hollnagel, Erik. (2008). Resilience; The Challenge of the Unstable. Teoksessa Erik Hollnagel, David Woods, and Nancy Leveson. Hamshire: Ashgate (Eds.) Resilience Engineering: Concepts and Precepts, 9–17. [14] Hollnagel, Erik (2014). Is Safety Subject for Science) Safety Science 67, 21–24. [15] Lindfors, Eila, Somerkoski, Brita, Kärki, Tomi & Kokki, Esa. (2018). Perusopetuksen oppilaiden turvallisuusosaamisesta. Teoksessa: Manne Kallio, Riitta Juvonen & Anja Kaasinen (toim.), Jatkuvuus ja muutos opettajankoulutuksessa. Ainedidaktinen tutkimusseura. Ainedidaktisia tutkimuksia 12, 109−125. Helsinki: Helsingin yliopisto. [16] Somerkoski, Brita, Kärki, Tomi & Lindfors, Eila. (2019). Koulun ulkopuoliset asiantuntijat turvallisuustyön tukena. External experts supporting the school work. Teoksessa Matti Rautiainen & Mirja Tarnanen (toim.) Tutkimuksesta luokkahuoneisiin. Suomen ainedidaktisen tutkimusseuran julkaisuja 15. Ainedidaktisia tutkimuksia 15. 265–282. https://helda.helsinki.fi/bitstream/ handle/10138/298542/Ad_tutkimuksia_15_verkkojulkaisu.pdf? sequence=1&isAllowed=y&fbclid=IwAR10-UCxXwVvkdO1bvCc_b0vbE1X0CAAtHgLAaBrgPAfkdbYsfbLjxlQ0_A (Haettu 13.2.2019).

Asennemuutokseen tarvitaan pidempikestoista ja kertaavaa turvallisuuskasvatusta. [17] Somerkoski, Brita (2018). Chasing Professional Phronesis in Safety and Well-Being: Teacher Education Curriculum as a Case. Teoksessa Hongxiu, Li, Àgusta Pàlsdottir, Robert Till, Reima Suomi & Yevgeniya Amelina (Toim.) Well-Being in the Information Society. Fighting Inequalities. Communications in Computer and Information Science 7th International Conference WIS 2018 Turku, Finland Aug 27–29, 2018 Proceedings, 148–161. [18] Somerkoski, Brita, Kärki, Tomi & Lindfors, Eila Pupils´safety competence: knowledge, skills and attitudes. (Julkaisematon käsikirjoitus). [19] Lindfors, Eila. What Happens in Lessons? Risks and Incidents at Schools. (2018). Teoksessa Hongxiu, Li, Àgusta Pàlsdottir, Robert Till, Reima Suomi & Yevgeniya Amelina (Toim.) Wellbeing in the Information Society. Fighting Inequalities. Communications in Computer and Information Science 7th International Conference WIS 2018 Turku, Finland Aug 27–29, Proceedings, 79–87, 2018. [20] Hagen, René & Witloks, Louis. The Basis for Fire Safety. Substantiating fire protection in buildings. (2014). Arnhem: IFV.

Tämä ja aikaisemmat Palotutkimuspäivien julkaisut ladattavissa: www.spek.fi/ palotutkimuksenpaivat

Palotutkimuksen päivät 2019

K U VA : K I M M O K A I S TO

Tämä ja aikaisemmat Palotutkimuspäivien julkaisut ladattavissa: www.spek.fi/ palotutkimuksenpaivat.

Tuija Ranta-Korhonen1, Salla Pulliainen1 ja Jyri Silmäri2 Kaakkois-Suomen ammattikorkeakoulu, PL 68, 50101 Mikkeli 2 Etelä-Savon pelastuslaitos, Sammonkatu 12, 50130 Mikkeli

Tulipalossa ja jälkisammutustilanteessa vapautuvat haitalliset yhdisteet VOC-Online -hankkeen palokokeissa TIIVISTELMÄ Kaakkois-Suomen ammattikorkeakoulussa toteutettiin vuosina 2017–2019 (1.1.2017–31.5.2019) Online-anturiteknologian kehittäminen sisäilmaston terveyden varmistamiseen – VOC-Online -hanketta. Hankkeessa tutkittiin sisäilman laatua eri menetelmillä ja tutkimustulosten uusia dokumentointitapoja, ja hankkeessa toteutettiin myös työpaketti, jossa tutkittiin sammutustyön työturvallisuutta ja mitattiin palo- sekä jälkisammutustilanteessa ilmaan vapautuvia yhdisteitä. Työpaketissa järjestettiin huhtikuussa 2018 kahdet eri tyyppiset palokokeet. Palokokeet suunniteltiin ja järjestettiin yhteistyössä Etelä-Savon pelastuslaitoksen kanssa ja kokeissa tehdyt mittaukset tilattiin Työterveyslaitokselta. Lisäksi toisessa palokokeessa oli mukana mittausosaamista Pelastusopistolta. VOC-Online -hanketta rahoittivat Etelä-Savon ELY-keskus (EAKR), Etelä-Savon pelastuslaitos, Järvi-Saimaan Palvelut Oy sekä Marjatta ja Eino Kollin säätiö.

kaisia sammutusasuja, sekä kalustonhuollon yhteydessä. Merkittävä osa altistuksesta tapahtuu hengitysteiden lisäksi ihon, erityisesti käsien, kautta [4]. PALOKOKEIDEN JÄRJESTELYT JA MITTAUSMENETELMÄT Ensimmäiset VOC-Online -hankkeen palokokeet järjestettiin Joroisissa Etelä-Savon pelastuslaitoksen harjoitusalueella sijaitsevassa, sammutusharjoituksissa käytettävässä kontissa (kuva 1). Palokokeet aloitettiin simuloimalla ”nakit ja muusi” -palotilannetta, eli hellalle jääneen teflonpinnoitetun keittoastian ylikuumenemista. Kokeessa mitattiin teflonin ylikuumentuessa ilmaan vapautuvan fluorivetyhapon määrää. Kokeessa teflonpannua kuumennettiin kaasupolttimella viiden minuutin ajan, kunnes pannun lämpötila oli 550 °C. Tällöin keittoastian teflonpinta alkoi

TAUSTAA Vuonna 2016 Suomen eri pelastuslaitoksilla oli noin 12000 tulipaloihin liittyvää tehtävää, ja lähes 3000 tehtävää liittyen vaarallisten aineiden onnettomuuksiin, öljyvahinkoihin ja räjähdyksiin [1]. Useiden tutkimusten mukaan palomiehet altistuvat työtehtävissään jatkuvasti erilaisille savukaasujen sisältämille haitallisille kemikaaleille. Tämän vuoksi palomiehillä on kohonnut riski sairastua syöpään [2]. Suomessa palomiesten altistumista savukaasuille on alettu tutkia vasta viime vuosina. Pelastusopiston opettajia tutkittiin biomonitoroinnin avulla vuosina 2004–2006. Tutkimuksen tulosten perusteella on alettu aiempaa enemmän kiinnittämään huomiota savukaasualtistukseen ja sen terveysvaikutuksiin [3]. Työterveyslaitoksen vuonna 2016 julkaistun laajan tutkimuksen mukaan palomiehet altistuvat haitallisille kemikaaleille savusukelluksen lisäksi myös raivausaikana, paloautossa, käyttäessään li-

Kuva 1. Etelä-Savon pelastuslaitoksen harjoitusalueen palokontti. Kuva: Manu Eloaho.

Palotutkimuksen päivät 2019

hajota. Fluorivetypitoisuuksia mitattiin simulaation aikana kolmesti eli kuumennuksen aikana, kuumennuksen jälkeen ja savutuuletuksen jälkeen. Koe järjestettiin palokontin sisällä (kuva 2). Kokeen toisessa osassa simuloitiin huoneistopaloa. Tämän vuoksi konttiin kalustettiin ”olohuone” eli sinne tuotiin muun muassa sohva, lastulevyhylly sekä kodin elektroniikkaa. Tarkoituksena oli arvioida palossa syntyviä merkittävimpiä epäpuhtauspitoisuuksia ja savutuuletuksen vaikuttavuutta pitoisuuksiin mittaamalla sisäilman VOC-yhdisteitä, aldehydejä, PAH-yhdisteitä ja syaanivedyn pitoisuutta. Koe aloitettiin mittaamalla kontin sisäilman taustapitoisuudet haihtuvien orgaanisten yhdisteiden osalta, minkä jälkeen tulipalo sytytettiin käyttämällä sytytysnesteenä geelimäistä etanolia. Palossa vapautuvia epäpuhtauspitoisuuksia mitattiin palon aikana, palon sammuttua heti savutuuletuksen jälkeen sekä noin kolmen tunnin kuluttua tuuletuksen alkamisesta niin sanotussa jälkiraivaustilanteessa. PAH-näytteet kerättiin lasikuitusuodattimelle ja adsorbenttiputkeen, VOC-yhdisteet teflonsuodattimelle ja termodesorptioputkeen ja syaanivetynäytteet teflonsuodattimelle ja absorptionesteeseen [5]. Kuvassa 3 on esitetty tutkimuksessa käytettyjä näytteenottimia. Myös toinen palokoe oli kaksiosainen ja se järjestettiin Juvalla, jossa polttokohteena oli purkukuntoinen kesämökki irtaimistoineen (kuva 4). Poltettava kiinteistö oli rakennettu 1960-luvulla, ja sen pääasiallinen rakennus- ja sisustusmateriaali oli puu. Kiinteistö ei ollut sähköistetty. Palokokeessa tutkittiin kahta eri palotilannetta ja materiaaleista palotilanteessa vapautuvia yhdisteitä. Palokoe aloitettiin mittaamalla mökin tuvan sisäilman taustapitoisuudet (VOC). Palokokeen ensimmäisessä vaiheessa palotilanteena simuloitiin huoneistopaloa, ja siinä käytettiin mökin omia sisustusmateriaalia (pääasiassa puuta). Palo sammutettiin ennen sen leviämistä tuvasta muualle rakennukseen ja sen jälkeen tiloissa tehtiin savutuuletus. Palosta aiheutuvista savukaasuista analysoitiin VOC-pitoisuuksia, PAH-yhdisteitä, aldehydejä sekä syaanivedyn pitoisuutta palon aikana, heti sammutuksen jälkeen ja 30 minuutin savutuuletuksen jälkeen. Palokokeen toisessa vaiheessa palokuormaan lisättiin sähkölaitteita ja muovimattoa todellisen palotilanteen simuloimiseksi. Myös toinen palo sammutettiin savutuuletuksen vaikutusten arvioimiseksi. Toisessa kokeessa sisäilmasta analysoitiin ensimmäisessä kokeessa kerättyjen näytteiden lisäksi myös kloorivetyhapon pitoisuutta. Näytteitä kerättiin kiinteästä mittauspisteestä niin läheltä palokohtaa kuin mittausteknisesti oli mahdollista. Kokeeseen osallistui myös Pelastusopisto, jonka tutkijat mittasivat palon aikana palotilan lämpötilaa, sekä ilman happi-, hiilidioksidija hiilimonoksidipitoisuuksia. Näitä mittauksia varten mökin seinään porattiin hengityskorkeudelle aukkoja, joiden läpi savukaasuja lämpötilamittareiden anturit pystyttiin viemään palotilaan. Lisäksi Pelastusopisto kuvasi palotapahtuman droonien avulla tavallisella kameralla ja lämpökameralla. Mittausten jälkeen mökki sytytettiin jälleen palamaan ja sen annettiin palaa loppuun asti. HTP-ARVOT JA RISKINARVIOINTI Mitattujen pitoisuuksien vaikutusta palomiesten ja jälkiraivaustyöntekijöiden työturvallisuuteen voidaan arvioida vertaamalla analysoituja pitoisuuksia niille määritettyihin HTP-arvoihin eli haitallisiksi tunnettuihin pitoisuuksiin. HTP-arvot ovat sosiaalija terveysministeriön asetuksessa haitallisiksi tunnetuista pitoisuuksista (538/2018) määritettyjä arvoja työntekijöiden hengitysilman epäpuhtauksien pienimmistä pitoisuuksista, jotka voivat aiheuttaa haittaa tai vaaraa työntekijöiden turvallisuudelle ja terveydelle [6]. HTP-arvot palotutkimuksessa mitattujen altisteiden osalta on esitetty taulukossa 1. 48

Palotutkimuksen päivät 2019

Kuva 2. Teflonpannun kuumentamista toholla. Kuva: Manu Eloaho.

Kuva 3. Palokokeissa käytettyjä näytteenottimia. Kuva: Manu Eloaho.

Kuva 4. Poltettava kesämökki. Kuva: Salla Pulliainen.

Taulukko 1. HTP-arvot [2] Mitattu altiste

HTP15min

yksikkö

huom

akroleiini

0,23

mg/m3

kattoarvo

asetaldehydi

mg/m

bentsaldehydi

4,4

17,4

mg/m3

kattoarvo

bentseeni

3,25

mg/m3

iho, sitova raja-arvo

bentso(a)pyreeni

0,01

mg/m3

iho

etikkahappo

mg/m3

fluorivetyhappo

1,5

2,5

mg/m3

iho

formaldehydi

0,37

1,2

mg/m

kattoarvo

7,6

mg/m3

kloorivetyhappo

HTP8h

kloorivety

ppm

naftaleeni

mg/m3

syaanivety

mg/m3

iho

Taulukko 1. HTP-arvot [2].

Taulukossa 2 on esitetty riskien luokittelu HTP-arvojen perusteella ja työturvallisu toimenpiteet, joita kyseisen riskien realisoituessa tulee suorittaa.

Taulukko 2. Riskien luokittelu ja työturvallisuuteen liittyvät toimenpiteet riskiluokan p

Taulukko 2. Riskien luokittelu ja työturvallisuuteen liittyvät toimenpiteet riskiluokan perusteella [1] Altistumistaso Riskiluokka Toimenpiteet < 10 % HTP-arvosta 4 Työolosuhteiden seuranta Taulukko 3. Mitatut TVOC-pitoisuudet palokokeiden eri vaiheissa 10-50 % HTP-arvosta 3 Helposti toteutettavat toimenpiteet suositeltavia, tarpeellisia Palokonttiseurantamittaukset Mökki, 1. koe Mökki, 2. koe 50-100 % HTP-arvosta yli HTTP-arvon taustapitoisuus

Taulukko 2. Riskien luokittelu ja työturvallisuuteen liittyvät toimenpiteet riskiluokan perusteella [1].

3 3 3 2TVOC (µg/m Toimenpiteet ja seurantamittaukset tarpeellisia ) TVOC (µg/m ) TVOC (µg/m ) 1 Toimenpiteet välttämättömiä, seurantamittauk400 3400 900 set toimenpiteiden toteutuksen jälkeen

palon aikana 3100 34000 Taulukko 3. Mitatut TVOC-pitoisuudet palokokeiden 12000 eri vaiheissa palon jälkeen 320 1300 720 Palokontti Mökki,900 1. koe Mökki, 2. koe Taulukko 3. Mitatut TVOC-pitoisuudet savutuuletuksen jälkeen 570 1400 palokokeiden eri vaiheissa 3 3 3 TVOC (µg/m ) TVOC (µg/m ) TVOC (µg/m ) MITTAUSTULOKSET Pelastuslaitoksen huoneistopalosimulaatiossa taustapitoisuus palokontissa järjestetyssä 400 3400 900mitattujen savukaasujen pitoisuuksiltaan merkittävimmät yhdisteet on esitetty taulukossa 4. Tulosten tarkastelussa on palon aikanapelastuslaitoksen Joroisten 3100harjoitusalueella 12000 Etelä-Savon järjestettyjen34000 palokokeiden ensimmäiseshuomioitava se, että osa yhdisteistä on peräisin palon sytyttämisessä käytetystä sytytysnesteestä. palon jälkeen 320 1300 720 sä osassa, teflonpinnoitteisen keittoastian ylikuumentumista simuloineessa kokeessa ei Työterveyslaitoksen mittaustulosten perusteella havaittu merkittäviä määriä fluorivetyhappoa kuumensavutuuletuksen jälkeen 570 900 1400 Taulukko 4. Joroisten palokokeessa mitatut merkittävimmät VOC-yhdisteet ja TVOC-pitoisuus tamisen aikana eikä myöskään kuumentamisen jälkeen tehdyissä mittauksissa. Tämä ei kuitenkaan tarkoita sitä, että palokontissa teflonastian järjestetyssä ylikuumentumistilanteessa on turvallista mitattujen työskennellä ilman suoPelastuslaitoksen huoneistopalosimulaatiossa savukaasujen Taulukko 4. jaimia. Ilmassa voi fluorivetyhapon sijasta myös muita perfluorattuja yhdisteitä. [5] pitoisuuksiltaan merkittävimmät yhdisteet on esitetty taulukossa 4. Tulosten tarkastelussa 3 tunnin savutuu-on Joroisten paYhdiste Taustamittaus Palon aikana Sammutuksen jälkeen huomioitava se, että osa yhdisteistä on peräisin palon sytyttämisessä käytetystä sytytysnesteestä. letuksen jälkeen lokokeessa Palokokeiden eri vaiheissa mitatut TVOC-pitoisuudet vaihtelivat paljon. Tulosten mukaan palomitatut merkittävimmät kuormassa olevat elektroniikka ja muovit nostavat tilan TVOC-pitoisuutta merkittävästi. Mittausetanoli x x x x Taulukko 4. Joroisten palokokeessa mitatut merkittävimmät VOC-yhdisteet ja TVOC-pitoisuus VOC-yhdisten mukaan osassa palokokeissa TVOC-pitoisuus lähti uudelleen nousuun aktiivisen savutuuletukhiilivetyseos x teet ja TVOCsen lopettamisen jälkeen (taulukko 3). x pitoisuus. etyylibentseeni x x 3 tunnin savutuuksyleenit x Yhdiste Taustamittaus Palon aikana Sammutuksen jälkeen letuksen jälkeen 2-metyylipentaani x asetoni etanoli x x x x etikkahappo x x x hiilivetyseos x bentseeni x x x etyylibentseeni x tolueeni x ksyleenit x 2-butanoni x 2-metyylipentaani x 2,5-difenyyli-1,4asetoni x x x bentsokinoni etikkahappo x x x 2-propanoli bentseeni x x x tolueeni x TVOC (µg/m3) 320 570 2-butanoni x3100 2,5-difenyyli-1,4x bentsokinoni Palotilanteen 2-propanoli aikainen aldehydien mittaus epäonnistui. x Heti sammutuksen ja xsavutuuletuksen jälkeen tehdyissä mittauksissa merkittävin aldehydi oli formaldehydi. PAH-yhdisteistä merkittävimTaulukossa 2 on esitetty riskien luokittelu HTP-arvojen perussuun aktiivisen savutuuletuksen lopettamisen jälkeen (taulukko 3). mät yhdisteet palon aikana olivat bentso(a)pyreeni ja naftaleeni. Syaanivedyn pitoisuus oli palon huoneistopalosimuteella ja työturvallisuuteen liittyvät toimenpiteet, joita kyseisen risPelastuslaitoksen palokontissa järjestetyssä 3 TVOC (µg/m ) 3100 320 570 kien realisoituessa tulee suorittaa. aikana korkea, mutta laski nopeasti savutuuletuksen myötä. laatiossa mitattujen savukaasujen pitoisuuksiltaan merkittävimmät

yhdisteet on esitetty taulukossa 4. Tulosten tarkastelussa on huomioitava se, että osayhdisteet yhdisteistäolivat on peräisin MITTAUSTULOKSET Juvalla toteutetuissa palokokeissa mökin sisäilmasta merkittävimmät mitatut sekä palon sytyttämisessä Palotilanteen aikainen aldehydien mittaus epäonnistui. Heti sammutuksen ja savutuuletuksen käytetystä sytytysnesteestä. taustamittauksessa, palon aikana ja sammutuksen jälkeen sekä 30 minuutin savutuuletuksen jäljälEtelä-Savon pelastuslaitoksen Joroisten harjoitusalueella Palotilanteen aikainen aldehydien mittaus epäonnistui. Heti keen tehdyissä mittauksissa merkittävin aldehydijärjestetoli formaldehydi. PAH-yhdisteistä merkittävimkeen etanoli, 4-metyyli-2-pentanoni, 2-propanoli ja 2-butanoli (taulukko 5). TVOC-pitoisuus oli patyjen ensimmäisessä osassa, teflonpinnoitteisenja keitsammutuksen ja savutuuletuksen mät palokokeiden yhdisteet palon aikana olivat bentso(a)pyreeni naftaleeni. Syaanivedyn pitoisuus olijälkeen palontehdyissä mittauksissa toastian ylikuumentumista simuloineessa kokeessa ei Työterveysaikana korkea, mutta laski nopeasti savutuuletuksen myötä. merkittävin aldehydi oli formaldehydi. PAH-yhdisteistä merkitlaitoksen mittaustulosten perusteella havaittu merkittäviä määriä tävimmät yhdisteet palon aikana olivat bentso(a)pyreeni ja naffluorivetyhappoa kuumentamisen aikana eikä myöskään kuumentaleeni. Syaanivedyn pitoisuus oli palon aikana korkea, mutta lasJuvalla toteutetuissa palokokeissa mökin sisäilmasta merkittävimmät mitatut yhdisteet olivat sekä tamisen jälkeen tehdyissä mittauksissa. Tämä ei kuitenkaan tarki nopeasti savutuuletuksen myötä. taustamittauksessa, palon aikana ja sammutuksen jälkeen sekä 30 minuutin savutuuletuksen jälkoita sitä, että teflonastian ylikuumentumistilanteessa on turvalJuvalla toteutetuissa palokokeissa mökin sisäilmasta merkittäkeentyöskennellä etanoli, 4-metyyli-2-pentanoni, 2-propanoli ja 2-butanolivimmät (taulukko 5). yhdisteet TVOC-pitoisuus oli palista ilman suojaimia. Ilmassa voi fluorivetyhapon mitatut olivat sekä taustamittauksessa, palon sijasta myös muita perfluorattuja yhdisteitä [5]. aikana ja sammutuksen jälkeen sekä 30 minuutin savutuuletukPalokokeiden eri vaiheissa mitatut TVOC-pitoisuudet vaihtelisen jälkeen etanoli, 4-metyyli-2-pentanoni, 2-propanoli ja 2-buvat paljon. Tulosten mukaan palokuormassa olevat elektroniikka ja tanoli (taulukko 5). TVOC-pitoisuus oli palon aikana 12000 µg/ muovit nostavat tilan TVOC-pitoisuutta merkittävästi. Mittausten m3, josta pitoisuus laski 30 minuutin savutuuletuksen aikana pimukaan osassa palokokeissa TVOC-pitoisuus lähti uudelleen noutoisuuteen 900 µg/m3. Palotutkimuksen päivät 2019

30 minuutin Taulukko mitatutPalon merkittävimmät VOC-yhdisteet ja TVOC-pitoisuus Yhdiste 5. Juvan 1. palokokeessa Taustamittaus aikana Sammutuksen jälkeen savutuuletuksen jälkeen etanoli x x x x30 minuutin Yhdiste Taustamittaus Palon aikana Sammutuksen jälkeen savutuuletuksen 4-metyyli-2x x x x jälkeen pentanoni etanoli x x x x 2-propanoli 4-metyyli-22-butanoni xx xx xx xx pentanoni C8H18-hiilivety x x 2-propanoli x x x x etyylibentseeni x 2-butanoni x x x x styreeni x x C8H18-hiilivety x x bentseeni x etyylibentseeni metyylimetakrylaatti x x styreeni x x 2,4-dimetyyliheksaani x bentseeni x metyylimetakrylaatti x1300 TVOC (µg/m3) 3400 12000 900 2,4-dimetyyliheksaani x

Taulukko 5. Juvan 1. palokokeessa mitatut merkittävimmät VOC-yhdisteet ja TVOC-pitoisuus.

TVOC (µg/m3) 3400 12000 1300 900 Taulukko 6. Juvan 2. palokokeessa mitatut merkittävimmät VOC-yhdisteet ja TVOC-pitoisuus Yhdiste Taustamittaus Palon aikana Sammutuksen 30 minuutin jälkeen Taulukko 6. Juvan 2. palokokeessa mitatut merkittävimmät VOC-yhdisteetsavutuuletuksen ja TVOC-pitoisuus jälkeen Yhdiste Taustamittaus Palon aikana Sammutuksen 30 etanoli x x x x minuutin jälkeen savutuuletuksen 4-metyyli-2x x x xjälkeen pentanoni etanoli 2-propanoli 4-metyyli-22-butanoni pentanoni C8H18-hiilivety 2-propanoli etyylibentseeni 2-butanoni bentseeni C8H18-hiilivety etikkahappo etyylibentseeni etyyliasetaatti bentseeni C8H18-hiilivety etikkahappo 2,3,4etyyliasetaatti trimetyylipentaani C8H18-hiilivety 2,3,4TVOC (µg/m3) trimetyylipentaani

x xx x xx x x x

x xx

3400

34000

720

1400 x

TVOC (µg/m3)

3400

34000

720

1400

x x x

x x x x x x

Juvalla toteutetussa toisessa kokeessa palokuormaan oli lisätty sähköjohtoa ja muovimattoa. Lisättyjen materiaalien palaminen nosti selvästi TVOC-pitoisuutta, sillä pitoisuudeksi mitattiin palon aikana 34000 µg/m3. Pitoisuus laski heti sammutuksen jälkeen pitoisuuteen 720 µg/m3, mutta 30 minuutin savutuuletuksen jälkeen pitoisuus oli noussut uudelleen ja oli 1400 µg/m3. Taulukossa 6 on listattu merkittävimmät todetut VOC-yhdisteet taustamittauksissa, palon aikana ja sammutuksen jälkeisissä mittauksissa. RISKINARVIOINNIN TULOKSET Taulukossa 7 on esitetty Etelä-Savon Pelastuslaitoksen harjoitusalueella palokontissa mitattujen formaldehydin, bentso(a)pyreenin ja syaanivedyn pitoisuuksien riskiluokitus palon aikana, sammutuksen ja savutuuletuksen jälkeen ja kolme tuntia savutuuletuksen alkamisesta. Riskiluokitukset on tehnyt Työterveyslaitoksen asiantuntija. 50

Palotutkimuksen päivät 2019

Taulukko 6. Juvan 2. palokokeessa mitatut merkittävimmät VOC-yhdisteet ja TVOC-pitoisuus.

x x x x xx x

Tuloksista voidaan havaita, että bentso(a)pyreenin ja etenkin syaanivedyn pitoisuudet nousivat palon aikana korkeiksi, mutta laskivat riskiluokituksen alimmalle tasolle viimeistään kolme tuntia savutuuletuksen alkamisesta. Taulukossa 8 on esitetty Juvalla järjestetyn ensimmäisen palokokeen mittaustulosten aiheuttama riskitaso HTP-arvoihin verrattaessa aldehydien, bentso(a)pyreenin sekä syaanivedyn osalta. Merkittävin palon aikana mitattu aldehydi oli formaldehydi, jonka pitoisuus oli yli nelinkertainen sille määritettyyn 8 tunnin HTP-arvoon verrattuna. Pitoisuus laski heti sammutuksen jälkeen, jolloin pitoisuus 30 minuutin savutuuletuksen jälkeen oli enää noin 9 % HTP-arvosta. Myös asetaldehydin pitoisuus oli palon aikana korkea ollen riskiluokkaa 3. Viimeisessä mittauksessa, joka tehtiin 30 minuutin savutuuletuksen jälkeen, kaikkien kyseisten yhdisteiden riskiluokka oli laskenut luokkaan 4. Taulukossa 9 on esitetty Juvalla järjestetyn toisen palokokeen mittaustulosten aiheuttama riskitaso HTP-arvoihin verrattaes-

PAH: bentso(a)pyreeni 2 4 Taulukko 7. Joroisten palokokeen aikaiset riskiluokat mitattujen yhdisteiden4pitoisuuden perusteella palon ja savutuuletuksen eri vaiheissa syaanivety 1 3 4 Riskiluokka Taulukko 7. Joroisten palokokeen aikaiset riskiluokat mitattujen Palon aikana Sammutuksen 3 tuntia savuyhdisteiden pitoisuuden perusja savutuuletuktuuletuksen alYhdiste voidaan havaita, että bentso(a)pyreenin teella palon ja savutuuletuksen Tuloksista ja etenkin syaanivedyn pitoisuudet nousivat sen jälkeen kamisesta eri vaiheissa. palon aikana korkeiksi, mutta laskivat riskiluokituksen alimmalle tasolle viimeistään kolme tuntia savutuuletuksen alkamisesta. aldehydit: formaldehydi 4 4 Taulukossa 8 on esitetty Juvalla järjestetyn ensimmäisen palokokeen mittaustulosten aiheuttama riskitaso HTP-arvoihin verrattaessa aldehydien, bentso(a)pyreenin sekä syaanivedyn osalta. PAH: bentso(a)pyreeni 2 4 4 syaanivety 8. Juvan 1. palokokeen aikaiset 1 3 4 pitoisuuden perusTAULUKKO riskiluokat mitattujen yhdisteiden teella palon ja savutuuletuksen eri vaiheissa Riskiluokka Taulukko 8. Juvan 1. palokokeen Tuloksista voidaan havaita, Palon että bentso(a)pyreenin ja etenkin syaanivedyn pitoisuudet nousivat aikaiset riskiluokat mitattujen aikana Sammutuksen 30 minuuttia yhdisteiden palon aikana korkeiksi, mutta laskivat riskiluokituksen alimmalle tasolle viimeistään kolme tuntia pitoisuuden perusja savutuule- savutuuletuksen Yhdiste teella palon ja savutuuletuksen savutuuletuksen alkamisesta. Merkittävin palon aikana mitattu aldehydi oli formaldehydi, jonkaalkamisesta pitoisuus oli yli nelinkertainen tuksen jälkeen eri vaiheissa. sille määritettyyn 8 tunnin HTP-arvoon verrattuna. Pitoisuus laski heti sammutuksen jälkeen, jolTaulukossa 8 on järjestetyn jälkeen ensimmäisen palokokeen mittaustulosten aiheuttama aldehydit: loin pitoisuus 30 esitetty minuutinJuvalla savutuuletuksen oli enää noin 9 % HTP-arvosta. Myös asetalderiskitaso HTP-arvoihin verrattaessa aldehydien, bentso(a)pyreenin sekä syaanivedyn osalta. hydin pitoisuus oli palon aikana 3. Viimeisessä mittauksessa, joka tehtiin formaldehydi 1 korkea ollen riskiluokkaa 3 4 30 minuutin savutuuletuksen jälkeen, kaikkien kyseisten yhdisteiden riskiluokka oli laskenut luokTAULUKKO 8. Juvan 1. palokokeen aikaiset riskiluokat mitattujen yhdisteiden pitoisuuden peruskaan 4. teella palon ja savutuuletuksen asetaldehydi 3 eri vaiheissa 4 4 Riskiluokka Taulukossa 9 on esitetty Juvalla järjestetyn toisen palokokeen mittaustulosten aiheuttama riskitaso HTP-arvoihin verrattaessa aldehydien, naftaleenin, syaanivedyn sekä klooriPalon aikana bentso(a)pyreenin, Sammutuksen 30 minuuttia PAH: bentso(a)pyreeni 1 4 4 ja olisavutuulevetyhapon lisätty sähköjohtoja ja muovimattoa. savutuuletuksen Yhdiste osalta. Tässä palokokeessa palokuormaan tuksen jälkeen alkamisesta syaanivety 9. Juvan 2. palokokeen 2 4 TAULUKKO aikaiset riskiluokat mitattujen 4yhdisteiden pitoisuuden perusaldehydit: teella palon ja savutuuletuksen eri vaiheissa formaldehydi 1 3 4 Riskiluokka Taulukko 9. Juvan 2. palokokeen asetaldehydi

Yhdiste

Palon aikana

PAH: bentso(a)pyreeni

4 Sammutuksen minuuttia ja 4 30 savutuuletuksen savutuuletuksen jälkeen 4 4 alkamisesta

aldehydit: syaanivety

formaldehydi

akkroleiini

bentso(a)pyreeni

naftaleeni

syaanivety

kloorivetyhappo

aikaiset riskiluokat mitattujen yhdisteiden pitoisuuden perusteella palon ja savutuuletuksen eri vaiheissa.

PAH:

Toisessa palokokeessa mittausten mukaan merkittävimmät aldehydit olivat formaldehydi ja akkro-

sa aldehydien, bentso(a)pyreenin, syaanivedyn sekä arvoon, ja riskiluokka oli 1. HTP-arvoon, Akkroleiinin pitoisuus oli myös risleiini. Formaldehydin pitoisuusnaftaleenin, palon aikana oli 23-kertainen verrattuna sen 8 tunnin kloorivetyhapon osalta. Tässä palokokeessa palokuormaan oli likiluokkaa 1. Formaldehydin pitoisuus oli laskenut 30 minuutin ja riskiluokka oli 1. Akkroleiinin pitoisuus oli myös riskiluokkaa 1. Formaldehydin pitoisuus oli lassätty sähköjohtoja ja muovimattoa. savutuuletuksen jälkeen riskiluokkaan 3 ja akkroleiinin pitoisuus kenut 30 minuutin savutuuletuksen jälkeen riskiluokkaan 3 ja akkroleiinin pitoisuus riskiluokkaan Toisessa palokokeessa mittausten mukaan merkittävimmät alriskiluokkaan 4. 4. dehydit olivat formaldehydi ja akkroleiini. Formaldehydin pitoiPAH-yhdisteistä merkittävin mitattu yhdiste oli bentso(a)pyreesuus palon aikana oli 23-kertainen verrattuna sen 8 tunnin HTPni. Palon aikana sen pitoisuus sisäilmassa PAH-yhdisteistä merkittävin mitattu yhdiste oli bentso(a)pyreeni. Palon aikana sen pitoisuus si- oli 11-kertainen sen 8

säilmassa oli 11-kertainen sen 8 tunnin HTP-arvoon nähden, mutta 30 minuutin savutuuletuksen jälkeen pitoisuus oli laskenut riskiluokkaan 4. Toinen pitoisuudeltaan merkittävä PAH-yhdistePalotutkimuksen kopäivät 2019 keessa palon aikana oli naftaleeni, ja se oli riskiluokkaa 2. Pitoisuus kuitenkin laski jo heti sammu-

tunnin HTP-arvoon nähden, mutta 30 minuutin savutuuletuksen jälkeen pitoisuus oli laskenut riskiluokkaan 4. Toinen pitoisuudeltaan merkittävä PAH-yhdiste kokeessa palon aikana oli naftaleeni, ja se oli riskiluokkaa 2. Pitoisuus kuitenkin laski jo heti sammutuksen jälkeen riskiluokkaan 4. Syaanivedyn pitoisuus oli palon aikana riskiluokkaa 2, ja 30 minuutin savutuuletuksen jälkeen pitoisuus oli laskenut riskiluokkaan 4. Kloorivetyhapon pitoisuus oli palon aikana 44-kertainen sen 8 tunnin HTP-arvoon nähden, mutta pitoisuus oli laskenut 30 minuutin savutuuletuksen jälkeen riskiluokkaan 4.

tyistä huomiota, mikäli palavassa materiaalissa on ollut mukana elektroniikkaa ja muoveja, sillä kyseisten materiaalien palaminen lisää merkittävästi myrkyllisiä päästöjä. Palokokeiden aikana tehtyjen mittausten perusteella voitiin muun muassa todeta, että savutuuletus poistaa tilasta tehokkaasti epäpuhtauksia. Muovit tuovat palopaikan ilmaan merkittävästi uusia myrkyllisiä päästöjä, esimerkiksi sähköjohtoja ja muovimattoja poltettaessa kloorivetyhapon pitoisuus oli 44-kertainen sen viidentoista minuutin haitalliseksi tunnettuun pitoisuuteen nähden.

JOHTOPÄÄTÖKSET

LÄHTEET

Mitattujen epäpuhtauspitoisuuksien perusteella tulipalon jälkituuletus laimentaa sisäilman epäpuhtauspitoisuuksia vaihtelevasti. Syaanivety poistuu savutuuletuksessa nopeasti, mutta TVOC-pitoisuuden laimeneminen vaatii tehokkaamman tuuletuksen. Tutkimuksissa havaittiin, että tuuletuksen loputtua pitoisuudet lähtivät uudelleen nousuun. Savutuuletusta tulisikin jatkaa pidemmän ajan kuin näissä kokeissa tehtiin. Tällöin TVOC-pitoisuus luultavasti laskisi edelleen eikä lähtisi uudestaan nousuun. Tehostetulla savutuuletuksella mahdollistetaan sammutushenkilöstön ja jälkiraivaustyöntekijöiden työturvallisuus. Työterveyslaitos suositteleekin saneerauskohteissa yksilöllistä riskinarviointia, jolloin pystytään määrittelemään paineilmalaitteiden ja suojavarusteiden käytön tarpeellisuus sekä tilojen uudelleenkäyttöönoton turvallinen ajankohta. Koska epäpuhtauksille altistutaan hengitysilman lisäksi myös ihokontaktin kautta, on jälkiraivaustyöntekijöiden suojaus tärkeää. Raivaustöiden aikana palamisessa syntyneet nokilaskeumat lähtevät uudestaan liikkeelle sisäilmassa, jolloin sekä iho- että hengityssuojaus ovat tarpeen. Työturvallisuuteen on kiinnitettävä eri-

[1] Pelastusopisto 2017b. Pelastustoimen taskutilasto 2012-2016. Pelastusopiston julkaisu 1/2017. [2] Palomiesliitto 2011. Taistelu syöpää vastaan yhdistää palomiehet kansainvälisesti. Palomiesliiton verkkolehti. Saatavissa https://issuu.com/palomiesliittospal/docs/pelastusalanammattilainen 0211. [3] Pelastusopisto 2017a. Pelastusopistolla biomonitoroitu jo kymmenen vuotta. 2017. Palomiesliiton verkkolehti. Saatavissa https://issuu.com/palomiesliittospal/docs/pa0117_issuu. [4] Laitinen, J., Lindholm, H., Aatamila, M., Hyttinen, S., Karisola P. 2016. Vähentääkö Skellefteå-malli palomiesten altistumista operatiivisessa työssä. Työterveyslaitoksen julkaisuja. [5] Laitinen, J. 2018. Lausunto TYHYG 2018 375161. VOCOnline-hanke Kaakkois-Suomen ammattikorkeakoululle. Työterveyslaitos. [6] Sosiaali- ja terveysministeriö 2018. HTP-arvot 2018. Haitallisiksi tunnetut pitoisuudet. Sosiaali- ja terveysministeriön julkaisuja 9/2018.

Seuraavat Palotutkimuksen päivät järjestetään vuonna 2021.

K U VA : K I M M O K A I S TO

Palotutkimuksen päivät 2019

Juha Laitinen, Annika Lindström, Mika Jumpponen, Heli Lallukka Työterveyslaitos, PL 40, 00032 TYÖTERVEYSLAITOS Marko Hassinen Pelastusopisto, Hulkontie 83, 70820 KUOPIO

Asbestille altistuneiden työvaatteiden varustehuollon toimivuuden testaaminen

TIIVISTELMÄ Hankkeessa arvioitiin asbestikuitujen kykyä tarttua sammutusasuihin ja työtakkeihin sekä vaatteiden peseytymistehokkuutta vesipesussa. Samalla arvioimme myös pesukoneiden puhtautta asbestilla likaantuneen pyykinpesun jälkeen ja pesun aiheuttamaa riskiä seuraavalle pyykille. Pyykkien käsittelyn aikana mittasimme myös ilman asbestikuitupitoisuuksia, käsiteltäessä ne perinteisellä tavalla ja ”puhdas paloasema” -ohjeistuksen mukaisesti. Keskimääräinen sammutusasujen ja työtakkien asbestikuitukuorma oli 100 ja 460 kuitua neliösenttimetrillä. Sammutusasujen ja työtakkien keskimääräinen puhdistumistehokkuus pesuissa oli yli 99 %. Vaatehuollossa ilman asbestikuitupitoisuudet olivat käytettäessä perinteistä menetelmää enimmillään 20 % asbestikuitujen sitovasta kahdeksan tunnin raja-arvosta ja puhdas paloasema ohjeistuksen mukaista menettelyä käytettäessä alle 10 % raja-arvosta. Suosittelemme asbestille kontaminoituneille työvaatteille niiden pakkaamista itseliukeneviin ja ”sisältää asbestia” merkittyihin pesupusseihin. Hyvän pesutuloksen varmistaminen edellyttää oikeaa täyttömäärää, tehokkaan esipesun ja vähintään kolme pesua. Hyvä työhygienia vaatehuollossa edellyttää myös pesukoneelta ja kuivausrummulta niiden poistoilman johtamista HEPA-suodatettuna suoraan ulos. Työntekijöiden tulee olla suojautuneena vähintään FFP3-luokan hengityksensuojaimin, lyhytaikahaalarein ja suojakäsinein. TAUSTA Rakennuspaloja on Suomessa vuosittain keskimäärin noin 6000 kappaletta [1]. Näissä tuhoutuu rakennuksia, joissa on käytetty erilaisia asbestimateriaaleja esimerkiksi palonsuojauksessa, lämmön- ja ilmanvaihtokanavien eristeissä, akustisissa eristyksissä sekä julkisivu-, sisäverhous-, ja kattolevyissä, että myös vesi- ja viemäriputkissa sekä ilmanvaihtokanavissa [2]. Asbestia on käytetty 1920–1990 valmistuneissa rakennuksissa, joten on hyvin to-

dennäköistä, että palomiehet joutuvat tekemisiin asbestin kanssa sammuttaessaan tulipaloja. Heidän altistumisesta asbestille on olemassa viitteitä. Pohjoismaisessa eri alojen syöpäriskiä selvitelleessä tutkimuksessa todettiin yli 70-vuotiailla palomiehillä olevan 2,6-kertainen riski sairastua mesotelioomaan muuhun väestöön verrattuna [3]. Myös amerikkalaisessa vastaavassa tutkimuksessa löydettiin samansuuntainen tulos [4]. Vastaavanlaisissa tilanteissa ollaan päivittäin myös kaivoksilla, joissa louhittavan kiven sisältämät asbestikuidut vapautuvat prosessissa ilmaan ja/tai asbestimineraalit murskautuvat asbestikokoluokan kuiduiksi [5]. Joillakin kaivoksilla tarvitaan koko ajan asbestiriskien hallintaa, mutta varusteiden huollon aiheuttamiin haasteisiin ei ole täysin vielä herätty. Työperäisen altistumisen seurauksena varusteiden mahdollinen asbestipitoisuus aiheuttaa kaivoksilla samoja kysymyksiä kuin pelastuslaitoksillakin. Varusteiden huollon onkin todettu vaikuttavan merkittävästi palomiesten kokonaisaltistumiseen juuri valmistuneessa hankkeessa palomiesten altistumisesta operatiivisessa työssä [6]. Muutamia tutkimuksia on tehty liittyen asbestikuitujen puhdistumiseen tekstiileistä normaaleissa vesipesuissa. Grosse tutkimusryhmineen totesi, että noin 10 % asbestikuiduista jäi tekstiileihin pesun jälkeen. Pesun todettiin myös katkovan asbestikuituja, jolloin niiden pituuden ja leveyden suhde muuttui, jonka vuoksi kuituja ei enää katsottu terveydelle vaaralliseksi [7]. Fabric Care Association (FCRA) antoi kuitenkin samoihin aikoihin jäsenilleen suosituksia, kuinka asbestille kontaminoituneita tekstiilejä tulisi pesussa käsitellä [8]. He kiinnittivät jo tuolloin huomiota toiminnanharjoittajan vastuuseen ilmoittaa pesulalle etukäteen, jos työvaatteet ovat kontaminoituneet asbestille. Lisäksi pyykki piti toimittaa pesulaan itsesulavissa pusseissa, joiden tuli olla merkitty ”sisältää asbestia” varoitusmerkinnöillä. Itsesulavat pussit tuli lisäksi pakata suojapusseihin niiden särkymisen estämiseksi. Asbestipitoinen pyykki tuli lajitella erikseen tavallisesta pyykistä ja rikkinäiset pussit, jotka sisälsivät asbestilla Palotutkimuksen päivät 2019

kontaminoituneita vaatteita, oli palautettava takaisin asiakkaalle. Pesuvettä ei myöskään saanut kierrättää asbestille kontaminoituneita työvaatteita tai tekstiilejä käsittelevissä pesuloissa. Pesuohjelmiin suositeltiin jo tuolloin tehokasta esipesua, jotta itsesulavat pussit aukeaisivat nopeasti. Lisäksi suositeltiin vähintään kolmea pesua hyvän puhdistumistuloksen saavuttamiseksi. Tietty rumpukuivanlinja tuli varata vain asbestipyykille ja kuivain oli sijoitettava pesulan ulkopuolelle kauas pesulan raittiinilmanotosta. Rummun nukkasihdit tuli puhdistaa ennen ja jälkeen asbestipitoisen pyykin kuivauksen. Kerätty nukka piti toimittaa vaarallisiin jätteisiin. Rumpukuivaimelle suositeltiin alitäyttöä kuivauksen ajaksi ja ilmapuhallusvaiheen käyttöä ei suositeltu [8]. Viimeisimmässä Health and Safety -laboratorion tutkimuksessa todettiin, että asbestikuidut puhdistuivat tekstiileistä hyvin ja kuidut eivät siirtyneet tekstiileistä toiseen pesun aikana. Mitatut ilman asbestikuitupitoisuudet pesulassa, käsiteltäessä pestyä pyykkiä, olivat alle 0,05 kuitua kuutiosenttimetrissä [9]. Tutkimushankkeessamme sovellettiin asbestimittaus- ja analysointitekniikkaa työvaatteiden asbestipitoisuuksien ja myös työvaatteiden puhdistumistehokkuuden arviointiin pesuloissa. Työhygieenisissä selvityksissä keskityttiin pesuloiden työhygienian, kuitujen leviämisen ja koneiden puhtauden selvittämiseen ja lisäksi tehtiin ohjeistus asbestille kontaminoituneiden varusteiden turvalliseen käsittelyyn. TAVOITTEET Tuottaa tietoa erilaisten kuitualtistumisten aiheuttamista asbestikuormista sammutusasuihin ja työtakkeihin. Arvioida asbestikuitukuormien puhdistumistehokkuudet työvaatteista kahdessa sammutusasujen ja työvaatteiden varustehuoltoihin erikoistuneessa pesulassa. Arvioida pesukoneiden täyttömäärän vaikutusta sammutusasujen puhdistumistehokkuuteen pestäessä yksi, kaksi tai kolme sammutusasua kerrallaan. Arvioida työtakkien puhdistumistehokkuutta pestäessä kaksikymmentä työtakkia kerrallaan. Mitata pesuja huuhteluveden asbestikuitupitoisuuksia erilaisten pesujen aikana. Mitata ilman asbestikuitupitoisuuksia pesulassa sammutusasujen pesun aikana, kun ne käsiteltiin perinteisesti eli purettiin sulamattomista pesupusseista ja niiden taskut tarkastettiin ennen pesua. Mitata ilman asbestikuitupitoisuuksia pesulassa työtakkien pesun aikana, kun ne käsiteltiin puhdas paloasema -ajatuksen mukaisesti eli ne pakattiin ennen pesua saumastaan sulaviin muovipusseihin ja siirrettiin pusseissa suoraan pesukoneeseen. Arvioida pesukoneen ja kuivausrummun puhtautta työvaatteiden pesujen jälkeen sekä arvioida seuraavaksi pestävän pyykin kontaminaatioriskiä. AINEISTO

Sammutusasut Kaksikymmentä sammutusasua (Viking ja Jyri) altistettiin asbestikuiduille. Kolme sammutusasuista imuroitiin ennen testien aloittamista niiden tausta-asbestikuitupitoisuuden arvioimiseksi. Testattaviin sammutusasuihin pukeutuneet koehenkilöt kävelivät kahden tunnin ajan sovittua testirataa rikastamolla, altistaen sammutusasut mahdollisimman samalla tavalla ilmassa oleville asbestikuidulle. Sammutusasut jaettiin ennen pesua ja sen jälkeen imuroitaviin siten, että koehenkilöiden hengitysvyöhykkeeltä mitattujen ilman asbestipitoisuuksien keskimääräinen pitoisuus oli samanlainen molemmissa ryhmissä. Lisäksi eri valmistajan pukuja valittiin molempiin ryhmiin yhtä monta. Altistusten jälkeen sam54

Palotutkimuksen päivät 2019

mutusasut pakattiin sulamattomiin muovipusseihin odottamaan imurointia. Sammutuspuvuista kuusi imuroitiin kahteen kertaan selvittääksemme kuinka hyvin ensimmäinen imurointi poistaa kuidut niistä. Kaiken kaikkiaan yksitoista sammutusasua imuroitiin ennen pesua ja yhdeksän pesun jälkeen. Pesulassa mitattiin ilman asbestikuitupitoisuudet sammutusasuja käsitelleen henkilön hengitysvyöhykkeeltä suojaimen ulkopuolelta ja lisäksi kiinteistä mittauspaikoista sammutusasujen esitarkastuspisteestä, pesukoneiden vierestä ja kuivaushuoneesta yhteensä kuusi näytettä. Esitarkastustyöpisteen ja kuivaushuoneen lattioilta otettiin lisäksi pyyhintänäytteet muovipusseihin asbestikuitujen leviämisen arvioimiseksi. Myös sammutusasujen esitarkastuksen aikana käytetystä säilytyspaljusta otettiin näyte, nihkeäpyyhinnän jälkeen. Koneiden täyttömäärän vaikutusta pesutulokseen tutkittiin pesemällä sammutusasuja samanaikaisesti yhden, kahden ja kolmen samalla tasolla altistetun sammutusasun ryhmissä. Jokaisesta pesusta otettiin huuhteluvesinäyte ja pesukoneiden puhtautta pesujen jälkeen arvioitiin pesemällä t-paidat villapyykkiohjelmalla jokaisessa koneessa (5 kpl). Pesuista otettiin pesuvesinäytteet (5 kpl) ja t-paidat imuroitiin pesun jälkeen. Yhtä t-paidoista ei pesty vaan se imuroitiin kolmeen kertaan sen taustapitoisuuden selvittämiseksi. Lisäksi myös pesussa käytetyn vesijohtoveden asbestipitoisuus tutkittiin.

Työtakit Kahdeksantoista työtakkia (Dimex, Leijona ja Lindströmin pesulan oma malli) altistettiin asbestikuiduille Boliden Kylylahti Oy:n rikastamolla. Työtakkien osalta niiden altistaminen eteni samalla tavalla ensimmäisen kuuden työtakin osalta, jotka altistettiin testiradalla kaksi tuntia Työterveyslaitoksen koehenkilöiden toimesta. Seuraavat kuusi työtakkia jaettiin rikastamon prosessimiehille, jotka altistivat ne heidän normaaleissa prosessityötehtävissä. Näiltä kaikilta mitattiin altistusajan aikainen keskimääräinen asbestipitoisuus heidän hengitysvyöhykkeeltään suojaimen ulkopuolelta. Kaikki kaksitoista asua edustivat Lindströmin pesulan omaa työtakkimallia. Viimeiset kuusi työtakkia (Dimex, Fristad ja Leijona) olivat pidempään altistuksessa olleita ja edustivat prosessin, kunnossapidon, työnjohdon ja laboratorion työntekijöiden työvaiheita. Työtakit pakattiin saumasta itsesulaviin pusseihin altistamisen jälleen odottamaan imurointia. Kustakin ryhmästä puolet työtakeista imuroitiin ennen (yhdeksän kappaletta) ja toiset puolet pesun jälkeen (yhdeksän kappaletta). Pesulassa ilman asbestikuidut mitattiin työtakkeja käsittelevien henkilöiden hengitysvyöhykkeeltä suojaimen ulkopuolelta. Samalla myös kiinteissä mittauspisteissä mitattiin asbestikuitupitoisuuksia vaatteiden esikäsittelystä, pesukoneiden vierestä ja kuivausrummun vierestä yhteensä kuusi näytettä. Näiden lisäksi otettiin pyyhkäisynäyte muovipussiin kuivausrummun sisältä ja materiaalinäyte kuivausrummun nukkasuodattimelta. Pesukoneen puhdistumista arvioitiin vesinäytteiden avulla ensimmäisestä ja toisesta pesusta sekä välihuuhtelusta. Tämän jälkeen oli vielä huuhtelu, mutta siitä näytettä ei otettu, vaan sen pitoisuus arvioitiin laskennallisesti. MENETELMÄT Asbestilla tarkoitetaan Valtioneuvoston asetuksessa 798/2015 mainittuja kuitumaisia silikaatteja. Mukaan tuloksiin laskettiin myös sellaiset amfibolikuidut, joiden kemiallinen koostumus oli niin lähellä asbestimineraalien koostumusta, että niillä voidaan olettaa olevan samankaltaisia terveysvaikutuksia kuin asbestilla. Kuitujen lukumäärään laskettiin kuidut, joiden pituus oli vähintään 5 µm, läpimitta korkeintaan 3 µm ja pituuden suhde läpimittaan vähintään 3:1.

Sammutusasujen, t-paitojen ja työtakkien pesuohjelmat Ilman asbestikuitujen pitoisuus määritettiin kalvosuodattimelle kerätystä ilmanäytteestä elektronimikroskoopilla ja siihen Sammutusasut pestiin teollisuuspesukoneilla HS 6023 ja HS 6057 liitetyllä energiadispersiivisellä spektrometrillä (EDS) soveltaen (Girbau, Espanja). Haalariohjelma käsitti kaksi 10 minuutin pestandardia SFS 3868. Tulokset ilmoitettiin yksikössä asbestikuisuvaihetta ja yhden minuutin tasonnoston 45 °C:n lämpötilassa. tujen lukumäärä kuutiosenttimetriä kohden (kpl/cm3). MeneTason nostoon kuului lisäksi 3 minuutin linkous. Viimeisenä vaitelmän määritysraja oli 0,01 kpl/cm³. Työpaikan ilman asbestipiheena oli 4 minuutin huuhteluvaihe 20 °C:n lämpötilassa, johon toisuuden tulee olla mahdollisimman alhainen ja aina pienempi kuului lisäksi 6 minuutin linkous. Käytetyt pesuaineet olivat Cool kuin 0,1 kpl/cm³ kahdeksan tunnin keskiarvona [10]. ValtioneuStar Blue, Cool Shine Blue, Power Classic ja Neutracetic. Käytevoston asetuksen 798/2015 mukaan pitoisuus puhtaissa tiloissa ei tyt pesuaineet toimitti Oy Christeyns Nordic Ab. Koneiden puhsaa ylittää arvoa 0,01 kpl/cm³. tauden testaamiseksi samoissa pesukoneissa pestiin t-paitoja samTyövaatteiden kuitupitoisuutta arvioitiin imuroimalla työmutusasupyykin jälkeen. Pesussa käytettiin villaohjelmaa, johon vaatteet teholtaan 1200 W olevalla kotitalousimurilla Miele SGkuului varsinainen pesu 4 minuuttia 30 °C:n lämpötilassa, desinDE1 (Miele, Saksa). Imurissa käytettiin HyClean 3D Efficiency fiointi 10 minuuttia ja huuhtelu 4 minuuttia. Käytetyt pesuaineet pölypussia (Miele, Saksa), jonka suodatustehokkuus on 99,9 %. olivat Cool Care Blue, Cool Brite ja Neutracetic. Käytetyt pesuNäytteet imuroitiin 90 mm:n membraanisuodattimille Nuklepoaineet toimitti Oy Christeyns Nordic Ab. Sammutuspuvut kuire (Whatman, Iso-Britannia), jonka huokoskoko oli 0,4 µm. Pohvattiin kuivaushuoneessa. Työtakit pestiin pesukoneessa Clarus jasuodattimena käytettiin 90 mm:n mikroselluloosasuodatinta (Electrolux, Ruotsi) ohjelmalla, johon kuului ensimmäinen pesu (Millipore Corporation, Yhdysvallat), jonka huokoskoko oli 0,8 65 °C:ssa 4 minuuttia ja toinen pesu 12 minuuttia 75 °C:ssa. Täµm. Imurointinopeus suodattimelle oli Cool optimoitu 60 litraksi jälkeen oli välilinkous ja lopuksi 4 minuutin huuhtelu sekä minuuttia. Käytetyt pesuaineet olivat Care Blue, CoolmiBrite jamän Neutracetic. Käytetyt pesuaineet toimitti nuutissa, jonka suodattimet pystyivät sietämään särkymättä. Aslinkous. Pesuaineina käytettiin Power Delta Oy Christeyns Nordic Ab. Sammutuspuvut kuivattiin kuivaushuoneessa. Työtakit pestiin pesukoneessa Free, Mulan Mineral bestikuitujen pitoisuus määritettiin, kuten ilmanäytteistäkin. TuBl ja Neutracetic. Käytetyt pesuaineet toimitti Oy Christeyns NorClarus (Electrolux, Ruotsi) ohjelmalla, johon kuului ensimmäinen pesu 65°C:ssa 4 minuuttia ja toinen pesu lokset ilmoitettiin yksikössä asbestikuitujen lukumäärä imuroitadic Ab. Työtakit kuivattiin kuivausrummussa Kannegiesser (Kan12 75°C. Tämän oli välilinkous ja lopuksi 4 minuutin huuhtelu vaaminuuttia neliösenttimetriä kohdenjälkeen (kpl/cm²). Sammutusasujen ja työnegiesser, Saksa)sekä noinlinkous. 100 °C:nPesuaineina lämpötilassa. käytettiin Power Delta Free, Mulan Mineral Bl ja Neutracetic. Käytetyt pesuaineet toimitti Oy Christeyns takkien sekä t-paitojen pinta-alat mitattiin. Nordic Työtakit kuivattiin kuivausrummussa Kannegiesser (Kannegiesser, Saksa) noin 100°C:ssa Pesu- Ab. ja huuhteluveden asbestikuitupitoisuuksia arvioitiin otTULOKSET tamalla pesukoneesta vesinäytteitä sammutusasujen ja työtakkilämpötilassa. Sammutusasut en pesun aikana. Asbestikuitupitoisuus määritettiin elektronimikroskooppisesti laskemalla ja tunnistamalla kuidut kalvosuodattiKolmen sammutusasun tausta-asbestikuitupitoisuudet mitattiin melle suodatetusta vesinäytteestä. Asbestikuitujen pitoisuus määja ne olivat alle 1 kuitua/cm2. Kuusi altistettua sammutusasua TULOKSET ritettiin, kuten ilmanäytteistäkin. Tulokset on ilmoitettu yksikössä imuroitiin kahteen kertaan arvioidaksemme ensimmäisen imuSammutusasut miljoonaa kuitua kuutiodesimetrissä vettä (m. kpl/dm³). Kyseisrointikerran tehokkuutta. Se laskettiin jakamalla ensimmäisen 2 tä määritysrajaa on myös käytetty WHO:n raportissa arvioitaessa tulos1kahden imuroinnin . Kuusiyhteistuloksella ja kerKolmen sammutusasun tausta-asbestikuitupitoisuudet mitattiinimurointikerran ja ne olivat alle kuitua/cm vesilaitostensammutusasua tuottaman vedenimuroitiin asbestipitoisuutta [11]. tomalla kokonaistulos sadalla. Ensimmäisen imuroinnin tehokaltistettua kahteen kertaan arvioidaksemme ensimmäisen imurointikerran Vesijohtoveden puhtauden vuoksi sen määritysraja ilmoitetkuuden keskiarvo ja keskihajonta tehdyissä kokeissa oli keskimäätehokkuutta. Se laskettiin jakamalla ensimmäisen imurointikerran tulos kahden imuroinnin tiin yksikössä tuhatta kuitua kuutiodesimetrissä vettä ja siinä on rin 58±11 %. Sammutusasujen altistuksen aikana koehenkilön yhteistuloksella ja kertomalla kokonaistulos sadalla. Ensimmäisen imuroinnin tehokkuuden keskiarvo ja mukaan laskettu jo yli 1 µm pituiset kuidut. Tämä oli erittäin hyvä hengitysvyöhykkeeltä suojaimen ulkopuolta mitattujen keskikeskihajonta tehdyissä kokeissa oli keskimäärin 58+11 %.[11]. Sammutusasujen aikana koehenkilön tulos verrattuna maailmalta mitattuihin pitoisuuksiin nähden määräistenaltistuksen asbestikuitupitoisuuksien keskiarvo ja tulosten keskihengitysvyöhykkeeltä suojaimen ulkopuolta mitattujen keskimääräisten asbestikuitupitoisuuksien Pyyhintänäytteet otettiin pyyhkimällä ympärikäännetyllä Mihajonta olivat 0,24±0,08 kuitua kuutiosenttimetrissä. Pelkästään keskiarvo ja tulosten keskihajonta olivat 0,24+0,08 kuutiosenttimetrissä. Pelkästäänsammutusasujen kesnigrip -muovipussilla mitattavaa kohdetta. Näytteenoton jälkeen kuitua Työterveyslaitoksen tutkijoiden altistamien 3 3 pussi käännettiin takaisin oikein päin ja suljettiin. Edustava osa keskimääräinen kimääräinen altistus , jotka Työterveyslaitoksen tutkijoiden altistamien sammutusasujen altistusolioli0,22 0,22kuitua/cm kuitua/cm , imuroitiin ennen kerätystä pölystä suodatettiin tislatulla vedellä kalvosuodattimelKaikki sammutusasut jaettiinpesua altistusten perusteella enjotka imuroitiin ennen pesua. Kaikki sammutusasut jaettiinpesua. altistusten perusteella ennen le. Näyte analysoitiin ilmanäytteetkin. ilmoitetnen pesua imuroitaviin ja pesun jälkeen Ennen peimuroitaviin ja pesunkuten jälkeen imuroitaviin.Tuloksissa Ennen pesua imuroitavien asujen keskimääräinen altistusimuroitaviin. ja tiin, sisältääkö näyte asbestikuituja vai ei. Asunnon ja muun olessua imuroitavien asujen keskimääräinen altistus ja altistusten kesaltistusten keskihajonta olivat 0,24+0,09 kuitua kuutiosenttimetrissä ja pesun jälkeen imuroitavien kelutilan terveydellisiä olosuhteita käsittelevän STM:n asetuksen kihajonta olivat 0,24±0,09 kuitua kuutiosenttimetrissä ja pesun vastaavasti 0,24+0,08 kuitua kuutiosenttimetrissä. Pesuihin asut jaoteltiin myös mitattujen 545/2015 mukaan asbestikuitujen esiintymistä pinnoille laskeutujälkeen imuroitavien vastaavasti 0,24±0,08 3 kuitua kuutiosenttiasbestikuitualtistusten avulla. Yksittäinylittymisenä. pestävien pukujen altistukset olivat keskimäärin 0,26 kuitua/cm , neessa pölyssä pidetään toimenpiderajan metrissä. Pesuihin asut jaoteltiin myös mitattujen asbestikuitual3 3 kaksi pukua pestävien 0,24myös kuitua/cm ja kolme pukua pestävien 0,24 kuitua/cm . Ryhmiin jakamisella Materiaalinäyte kerättiin Minigrip-pussiin ja analysoitistusten avulla. Yksittäin pestävien pukujen altistukset olivat kestestattiin koneiden täyttömäärän vaikutusta pesutulokseen. Kuvassa onkuitua/cm esitetty 3sammutusasujen tiin kuten yllä. kimäärin 1 0,26 , kaksi pukua pestävien 0,24 kuitua/cm3

Asbestikuitukuorma, kuitua/cm2

imurointitulokset ennen pesua. Keskimääräinen imurointitulos ja tulosten keskihajonta olivat 104+94 kuitua neliösenttimetrillä. 350 300 250 200 150 100 50 0

324

98 39

8 1

174

154

112

115

Kuva 1. Sammutusasujen asbestikuitukuormat ennen pesua.

Sammutusasu

Kuva 1. Sammutusasujen asbestikuitukuormat ennen pesua.

Palotutkimuksen päivät 2019

ja kolme pukua pestävien 0,24 kuitua/cm3. Ryhmiin jakamisella testattiin koneiden täyttömäärän vaikutusta pesutulokseen. Kuvassa 1 on esitetty sammutusasujen imurointitulokset ennen pesua. Keskimääräinen imurointitulos ja tulosten keskihajonta olivat 104±94 kuitua neliösenttimetrillä. Työterveyslaitoksen tutkijoiden altistamien sammutusasujen keskimääräinen asbestikuitukuorma oli 35 kuitua/cm2. Asbestikuitualtistusten ja sammutusasujen asbestikuitukuorman välillä ei havaittu korrelaatiota. Keskimääräinen asbestikuitukuorma oli alle 1 kuitua neliösenttimetrillä pesun jälkeen, joten verrattuna tuloksiin ennen pesua pesutehokkuus oli enemmän kuin 99 %. Sammutusasujen jälkeen pestyjen t-paitojen asbestikuitukuormat pesun jälkeen eivät poikenneet puhtaasta pesemättömästä t-paidassiten, että tutkijoiden, prosessimiesten ja pidempään käytössä olta, joten asbestijäämiä sammutusasupyykistä koneeseen ei todetleita takkeja oli molemmissa ryhmissä yhtä monta. Kuvassa 2 on tu. Sammutusasujen hyvää pesutulosta tuki myös niiden huuhteesitetty työtakkien asbestikuitukuorma ennen pesua. Keskimääpestyjen t-paitojen asbestikuitukuormat pesun jälkeen eivät poikenneet puhtaasta pesemättömästä tluvedestä analysoidut asbestikuitupitoisuudet, jotka kaikki olivat räinen asbestikuitupitoisuus oli 460 kuitua/cm2 ja tulosten kespaidasta, joten asbestijäämiä sammutusasupyykistä koneeseen ei todettu. Sammutusasujen hyvää alle miljoona kuitua kuutiodesimetrissä. Samalla tavalla koneen kihajonta 760 kuitua/cm2, kertoen tulosten suuresta vaihtelusta. pesutulosta tuki myöst-paitojen niiden huuhteluvedestä analysoidut asbestikuitupitoisuudet, kaikkialtistamien olivat alle työtakkien keskimääpuhdistumista tukivat pesuvedestä otetut näytteet, jotTyöterveyslaitoksenjotka tutkijoiden miljoona kuitua kuutiodesimetrissä. Samalla tavalla koneen puhdistumista tukivat t-paitojen pesuvedestä ka olivat myös alle miljoona kuitua kuutiodesimetrissä. Vesijohtoräinen pitoisuus oli 27 kuitua/cm2 ja rikastamon prosessimiesten otetut näytteet, jotka olivat myös alle miljoona kuitua kuutiodesimetrissä. Vesijohtoveden veden asbestikuitupitoisuus määritettiin myös ja se oli vähemmän 1050 kuitua/cm2, kun puvut olivat altistuksessa kaksi tuntia. Piasbestikuitupitoisuus määritettiin myös ja se oli vähemmän kuin 1000 kuitua kuutiodesimetrissä. Kaikki pitoisuudet mitatkuin 1000 kuitua kuutiodesimetrissä. Kaikki sammutusasujen pedempään käytössä olleista takeista suurimmat sun ja kuivauksen pesun aikana ja mitatut pitoisuudet kiinteissä kunnossapidossa työskennelleiltä 680 kuitua/cm2. sammutusasujen kuivauksen aikana mitatutmittauspitoisuudettiin kiinteissä mittauspisteissä (4 kpl) olivat pisteissä kpl) olivat alle 10 %tunnin asbestin kahdeksan tunnin haiSammutusasuista poiketen työtakkien mitatut asbestikuitualalle 10 %(4 asbestin kahdeksan haitalliseksi tunnetun sitovan raja-arvon. Sen sijaan pesulatyöntekijän talliseksi tunnetun sitovan raja-arvon. sijaan pesulatyöntekitistuspitoisuudet korreloivat kyseisistä takeista imuroituihin ashengitysvyöhykkeellä, joka tarkasti Sen kaikki yhdeksän sammutusasua ennen pesua käyden läpi jokaisen 2 jän hengitysvyöhykkeellä, joka tarkasti kaikki yhdeksän sammubestikuitukuormiin (r =0,79). Keskimääräinen mitattu asbesti3 sammutusasun taskun, mitattiin asbestikuitupitoisuus 0,02 kuitua/cm , joka on 20 % asbestin kahdeksan tusasua ennen pesua käyden läpi jokaisen sammutusasun taskun, kuitukuorma ja mittaustulosten keskihajonta olivat 3,3±3,8 kuitunnin haitalliseksi tunnetusta sitovasta raja-arvosta [10]. Käsittelytyöpisteen ja kuivaushuoneen lattioilta mitattiin asbestikuitupitoisuus 0,02 kuitua/cm3, joka on 20 % astua kuutiosenttimetrissä. Karkeasti arvioituna pesutulos oli yli 99 otetuissa pyyhintänäytteissä ei löytynyt asbestikuituja. Kuituja% ei löytynyt bestin kahdeksan tunnin haitalliseksi tunnetusta sitovasta raja-arennen pesuamyöskään mitattuihinesikäsittelyssä asbestikuitukuormiin nähden. Työkäytetystä paljusta pyyhinnän jälkeen. vosta [10]. Käsittelytyöpisteen ja kuivaushuoneen lattioilta otetuistakkien pesun eri vaiheista otettujen asbestikuituvesinäytteiden sa pyyhintänäytteissä ei löytynyt asbestikuituja. Kuituja ei löytynyt tulokset on esitetty kuvassa 3. Kuten kuvista näkyy kuidut poismyöskään esikäsittelyssä käytetystä paljusta pyyhinnän jälkeen. tuvat koneesta ensimmäisten pesujen aikana ja välihuuhteluiden Työtakit sekä loppuhuuhtelun aikana. Työtakit Kaikki toimesta työtakkien kuusi pesun kappaletta ja kuivauksenjaaikana mitatut ilmapiTyötakkeja altistettiin kahden tunnin altistuskierroksella tutkijoiden Työtakkeja altistettiin kahden tunnin altistuskierroksella tutkitoisuudet kiinteissä mittauspisteissä pesukoneiden ja rummun lärikastamon prosessimiesten toimesta toiset kuusi kappaletta. Näiden lisäksi testeihin otettiin mukaan joiden toimesta kuusi kappaletta ja rikastamon prosessimiesten heisyydessä olivat alle 10 % asbestin kahdeksan tunnin haitallisekkuusi pidempään altistuksessa ollutta työtakkia työnjohdosta, varastosta, laboratoriosta, kunnossapidosta toimesta toiset kuusi kappaletta. Näiden lisäksi testeihin otettiin si tunnetusta sitovasta raja-arvosta. Myös pesulatyöntekijän henja rikastamon prosessimiehiltä. Tavoitteena oli saada kuvaa todellisesta takkien altistumistilanteesta mukaan kuusi pidempään altistuksessa ollutta työtakkia työnjohgitysvyöhykkeellä, joka täytti pesukoneen itsesulaviin pesupuskahden tunnin kokeellisen altistamisen lisäksi. Kahdentoista altistuspitoisuus dosta, varastosta, laboratoriosta, kunnossapidosta ja rikastamon työtakin seihinkeskimääräinen pakatulla pyykillä, asbestipitoisuusjapysyi alle 10 % asbestin keskihajonta olivat 0,27+0,30 kuitua kuutiosenttimetrissä. Kuuden prosessimiehen normaaleissa prosessimiehiltä. Tavoitteena oli saada kuvaa todellisesta takkien kahdeksan tunnin haitalliseksi tunnetusta sitovasta raja-arvosta. 3 , kun taas tutkijoiden takkien työtehtävissä altistamien takkien keskimääräinen altistus oli 0,44 kuitua/cm altistumistilanteesta kahden tunnin kokeellisen altistamisen lisäkMyös pyyhintänäyte kuivausrummun sisältä oli puhdas asbesti3 . Ennen pesua imuroitavien keskimääräinen altistus testikierroksen aikana oli 0,11 kuitua/cm si. Kahdentoista työtakin keskimääräinen altistuspitoisuus ja keskuidusta, mutta kuivausrummun ensimmäiseltä nukkasuodattikihajonta olivat 0,27±0,30 kuitua kuutiosenttimetrissä. Kuuden melta kerätty näyte sisälsi asbestikuituja. Työterveyslaitoksen tutkijoiden altistamien työtakkien keskimääräinen altistus oli 0,13 kuitua/cm3. prosessimiehen altistamien takkien siten, että tutkijoiden, prosessimiesten ja Työtakit jaettiinnormaaleissa ennen pesuatyötehtävissä ja pesun jälkeen imuroitaviin 3 keskimääräinen altistus oli 0,44 kuitua/cm , kun taas tutkijoiden TARKASTELU pidempään käytössä olleita takkeja oli molemmissa ryhmissä yhtäTULOSTEN monta. Kuvassa 2 on esitetty työtakkien takkien keskimääräinen altistus testikierroksen aikana oli 0,11 kuiasbestikuitukuorma ennen pesua. Keskimääräinen asbestikuitupitoisuus oli 460asbestikuorma kuitua/cm2 ja tulosten Työvaatteiden tua/cm3. Ennen pesua imuroitavien Työterveyslaitoksen tutkijoi2 keskihajonta 760 kuitua/cm , kertoen tulosten suuresta vaihtelusta. Työterveyslaitoksen tutkijoiden den altistamien työtakkien keskimääräinen altistus oli 0,13 kuitua/ Kaikkien sammutusasuja altistaneiden henkilöiden hengitysvyö2 ja rikastamon prosessimiesten 1050 altistamien työtakkien keskimääräinen pitoisuus oli 27 kuitua/cm cm3. Työtakit jaettiin ennen pesua ja pesun jälkeen imuroitaviin hykkeeltä mitattu keskimääräinen asbestikuitupitoisuus ja sen tu2

Sammutusasujen hyvää pesutulosta tuki myös niiden huuhteluvedestä analysoidut asbestikuitupitoisuudet.

kuitua/cm , kun puvut olivat altistuksessa kaksi tuntia. Pidempään käytössä olleista takeista suurimmat pitoisuudet mitattiin kunnossapidossa työskennelleiltä 680 kuitua/cm2.

Työtakki 13, rikastamo, 3 vuoroa käytössä Työtakki 18, varastomies, 1 vko käytössä Työtakki 16, kunnossapito, 1 vko käytössä Työtakki 11, rikastamon työntekijä, puhdas takki Työtakki 9, tutkija, puhdas takki Työtakki 7, rikastamon työntekijä, puhdas takki Työtakki 5, tutkija, puhdas takki Työtakki 4, rikastamon työntekijä, puhdas takki Työtakki 1, tutkija, puhdas takki

29 35 41 30 16 0

182 677

2339

757 500 1000 1500 2000 Asbestikuitukuorma, kuitua/cm2

2500

Kuva 2. Työtakkienpäivät asbestikuitukuormat ennen pesua; pidempään käytössä olleet (keltainen), rikastamon 56 Palotutkimuksen 2019 prosessimiesten altistamat puhtaat takit (punainen) ja tutkijoiden altistamat takit (sininen)

Kuva 2. Työtak kien asbestikuitukuormat ennen pesua; pidempään käytössä olleet (keltainen), rikastamon prosessimiesten altistamat puhtaat takit (punainen) ja tutkijoiden altistamat takit (sininen).

Asbestikuitupitoisuus vedessä, mkuitua/dm3

asbestikuituvesinäytteiden tulokset on esitetty kuvassa 3. Kuten kuvista näkyy kuidut poistuvat koneesta ensimmäisten pesujen aikana ja välihuuhteluiden sekä loppuhuuhtelun aikana. 60

Kuva 3. Vesinäytteiden tulokset pesun eri vaiheista.

50 40 30 20

10 0

ensimmäinen pesu

toinen pesu

4 välihuuhtelu

Kuva Vesinäytteiden tulokset pesun eri vaiheista losten3.keskihajonta olivat 0,24±0,08 kuitua kuutiosenttimetrissä.

niitä yksistään ja kahdestaan kahdessa koneessa sekä kolmestaan Ennen pesua imuroitujen yhdentoista sammutusasun keskimääyhdessä koneessa, oli vähemmän kuin yksi kuitu neliösenttimetrilräinen asbestikuitukuorma ja tulosten keskihajonta olivat puoleslä. Kun tulosta verrataan ennen pesua imuroituihin sammutusasuKaikki työtakkien pesun ja kuivauksen aikana mitatut ilmapitoisuudet kiinteissä mittauspisteissä taan 104±94 kuitua neliösenttimetrillä eli osoitti selvästi suuremjen tuloksiin, pesutehokkuus oli yli 99 %. Tulosta tukivat jokaisen pesukoneiden ja rummun läheisyydessä olivat alle 10 % asbestin kahdeksan tunnin haitalliseksi tunnetusta paa hajontaa (kuva 1) kuin ilmapitoisuudet. Syynä siihen olivat pesun huuhteluvedestä mitatut vesinäytteiden tulokset alle miltodennäköisesti sammutusasujen suorat kontaktithengitysvyöhykkeellä, asbestille konjoona kuitua vettä. Vaikka kolme sammutussitovasta raja-arvosta. Myös pesulatyöntekijän joka täyttikuutiodesimetrissä pesukoneen itsesulaviin taminoituneisiin pintoihin altistuksen aikana, jotka lopulta asua pestiin samassatunnin pesussa, ei sillä ollut pesutehokkuuteen huopesupusseihin pakatulla pyykillä, asbestipitoisuus pysyi alle ai10 % asbestin kahdeksan haitalliseksi heuttivat myös korrelaation katoamisen altistuspitoisuuksien ja nontavaa vaikutusta mitattujen tulosten perusteella, kuten muiden tunnetusta sitovasta raja-arvosta. Myös pyyhintänäyte kuivausrummun sisältä oli puhdas asbestikuidusta, imuroitujen asbestikuitukuormien väliltä. Työtakkien altistamiaineiden osalta on tutkimuksissa havaittu [11]. Isomutta kuivausrummun ensimmäiseltä nukkasuodattimelta kerätty kemiallisten näyte sisälsi asbestikuituja. sessa keskimääräinen asbestikuitupitoisuus ja keskihajonta olivat Britanniassa tehdyssä tutkimuksessa päädyttiin hyvin samanlai0,27±0,30 kuitua kuutiosenttimetrissä. Ennen pesua imuroitujen seen tulokseen ja pesutulosta pidettiin hyvänä eikä tekstiilien väyhdeksän työtakin keskimääräinen asbestikuitukuorma ja tuloslistä asbestikuitujen vaihtoa todettu [9]. Sen sijaan tulokset olivat TULOSTEN TARKASTELU ten keskihajonta olivat 460±760 kuitua neliösenttimetrillä eli tuparempia kuin Grossen työryhmineen saamat tulokset, jossa 10 % Työvaatteiden asbestikuorma lokset osoittivat vielä suurempaa hajontaa kuin sammutuspuvuilla asbestikuiduista jäi pestävään pyykkiin [7]. Myös työtakit pesey(kuva 2). Vaihtelua sammutusasuihin nähdenhenkilöiden lisäsi se, että rikastatyivät hyvin. Pesun jälkeen työtakkien keskimääräinen asbestikuiKaikkien sammutusasuja altistaneiden hengitysvyöhykkeeltä mitattu keskimääräinen mon prosessimiehet altistivat työtakeista ja mukana oli myös tupitoisuus oli 3,3 kuitua neliösenttimetrillä, kun kaksikymmenasbestikuitupitoisuus ja senosan tulosten keskihajonta olivat 0,24+0,08 kuitua kuutiosenttimetrissä. Ennen pidempään altistuneitayhdentoista työvaatteita. Huomattavaa kuitenkin oli, tä työtakkia pestiin samassajapesussa samanaikaisesti. Verrattuna pesua imuroitujen sammutusasun keskimääräinen asbestikuitukuorma tulosten että mitattujenolivat ilmapitoisuuksien ja imurointitulosten korrelaa- eli tulosta pesua imuroituihin tuloksiin, pesutehokkuus oli keskihajonta puolestaan 104+94 kuitua neliösenttimetrillä osoittiennen selvästi suurempaa hajontaa tio kuitenkin löytyi työtakeissa. Kuten yllä todettiin, työn luonne yli 99 %. Koska pesun viimeisestä huuhteluvedestä meillä ei ol(kuva 1) kuin ilmapitoisuudet. Syynä siihen olivat todennäköisesti sammutusasujen suorat kontaktit vaikutti merkittävästi työvaatteiden saamaan asbestikuormaan. lut tulosta, teimme matemaattisen arvion saatujen kolmen pesuasbestille kontaminoituneisiin pintoihin altistuksen aikana, jotka lopulta aiheuttivat myös korrelaation Tässä hankkeessa tutkijoiden simuloima asbestialtistuminen aliveden ja yhden välilinkouksen mittaustuloksen avulla. Olettaen, katoamisen altistuspitoisuuksien ja imuroitujen asbestikuitukuormien väliltä. Työtakkien altistamisessa arvioi työntekijöiden suojavaatetuksen saamaa todellista asbestiettä pitoisuuden laskeutuminen noudattaisi samaan kaavaa kuin keskimääräinen asbestikuitupitoisuus ja keskihajonta olivat 0,27+0,30 kuitua edellisessä kuutiosenttimetrissä. Ennen kuormaa, josta osoituksena olivat rikastamon prosessimiesten alkolmessa mittauksessa. Laskennallinen ensimmäisen pesua imuroitujen yhdeksän työtakin keskimääräinen asbestikuitukuorma ja tulosten keskihajonta tistamat puhtaat työtakit. Niissä suurin mitattu asbestikuorma oli huuhteluveden pitoisuus olisi ollutolivat 1,9 kuitua kuutiodesimetrissä. 460+760 kuitua2neliösenttimetrillä tulokset osoittivat vielä suurempaa hajontaa kuin sammutuspuvuilla 2300 kuitua/cm , kun hänen kahdenelitunnin altistusjakson keskiPesukoneen ja kuivausrummun puhdistuminen (kuva 2). Vaihtelua sammutusasuihin nähden lisäsi se, että prosessimiehet altistivat osan määräinen asbestikuitupitoisuus hengitysvyöhykkeellä oli 0,54rikastamon 3 työtakeista ja mukana oli myös pidempään altistuneita työvaatteita. Huomattavaa kuitenkin oli, että kuitua/cm . Rikastamon prosessimiesten työtakkien mitattu kesSammutusasujen pesujen jälkeen pestiin jokaisessa koneessa puhkimääräinenilmapitoisuuksien asbestikuorma olijaennen pesua 1050 kuitua neliö- kuitenkin das t-paita villapesuohjelmalla. T-paidat mitattujen imurointitulosten korrelaatio löytyi työtakeissa. Kuten yllä imuroitiin ja niiden tulos senttimetrillä, keskimääräinen ilmapitoisuus oli 0,33 kuitua/ ei asbestikuormaan. eronnut pesemättömästä t-paidasta, näin ollen asbestodettiin, työnkun luonne vaikutti merkittävästi työvaatteiden saamaan Tässä puhtaasta hankkeessa cm3 altistuksen aikana. Myös pidempään käytössä olleista työtatikuitukontaminaatiota seuraavaan pyykkiin ei havaittu käytettätutkijoiden simuloima asbestialtistuminen aliarvioi työntekijöiden suojavaatetuksen saamaa todellista keista löytyi korkeita asbestikuitukuormia. työnvilläaltistamat mittausmenetelmillä. Tämä on samanlainen havainto, kuin asbestikuormaa, josta osoituksena olivat Kunnossapidon rikastamon prosessimiesten puhtaat työtakit. Niissä 2 tekijällä mitattu viikon käytössä olleessa työtakissa oli 680 kuitua/cm ja hänen Iso-Britanniassa tehdyssäaltistusjakson tutkimuksessa [9]. Työtakkien pesun 2 , kun kahden tunnin suurin asbestikuorma oli 2300 kuitua/cm rikastamon työntekijällä kolme vuoroa käytetystä työtakista löytyi aikana pesuveden mukana kulkeutuvien asbestikuitujen määrää 180 kuitua/cm2. Varastomiehellä viikon olleessa työtakissa oli asseurattiin ja todettiin niiden määrän vähenevät merkittävästi pebestikuitulaskeumaa 28 kuitua neliösenttimetrillä (kuva 2). Kossuohjelman loppua kohden (kuva 3). Työtakit kuivattiin rummuska työn luonne vaikutti paljon lopputuloksiin, vertailimme työsa ja rummun sisältä otettiin pyyhkäisynäytteet, joissa ei havaittu vaatteiden materiaalien asbestikuitujen keräyskykyä vertailemalla asbestikuituja. Sen sijaan rummun ensimmäisestä nukkasuotivain Työterveyslaitoksen tutkijoiden altistamia työvaatteita kesmesta löydettiin samoja asbestikuituja kuin altistetuista takeista, kenään. Ennen pesua imuroidut sammutusasut keräsivät asbestiosoittaen että pieniä kuitumääriä pesun jälkeen työvaatteissa vielä kuituja keskimäärin noin 35 kuitua/cm2, kun tutkijoiden hengioli. Nukkasuodattimen mahdollisesta asbestikuormasta pesuloitysvyöhykkeeltä mitattu keskimääräinen asbestikuitupitoisuus oli den kattojärjestö Fabric Care Association (FCRA) varoitti jäseni0,22 kuitua/cm3. Kun samat tutkijat altistivat ennen pesua imuroiään ja ohjeisti nukan hävittämisen ongelmajätteenä, joten saadut tavia työtakkeja, heidän keskimääräinen asbestikuitukuorma työtulokset olivat odotettavia [8]. takeissa oli 27 kuitua/cm2, kun tutkijoiden hengitysvyöhykkeeltä Ilman asbestipitoisuudet pesun ja kuivauksen aikana mitattu keskimääräinen ilman asbestikuitupitoisuus oli 0,13 kui3 tua/cm . Näin ollen merkittäviä eroja työvaatteiden materiaalien Sammutusasujen ja työtakkien pesun aikana seurattiin keskimääkeräystehokkuudella ei ollut. räisiä asbestikuitupitoisuuksia työntekijöiden hengitysvyöhykkeeltä sammutusasujen tarkastuksen ja niiden koneisiin laiton aikaTyövaatteiden peseytyminen na käytettäessä tavallisia pesupusseja. Lisäksi mittauksia tehtiin Sammutusasut peseytyivät pesuissa hyvin mittausmenetelmämtyötakkien koneeseen laiton aikana, kun ne oli pakattu itsesulame mittaustarkkuuden puitteissa arvioituna. Pesun jälkeen kesviin pesupusseihin. Kiinteitä mittauksia tehtiin sammutusasujen kimääräinen sammutusasujen asbestikuitupitoisuus, kun pestiin ja työtakkien pesun aikana pesukoneen vierestä, sammutusasuPalotutkimuksen päivät 2019

jen kuivauksen aikana kuivaushuoneesta ja työtakkien rumpukuivaamisen aikana rummun vierestä. Näistä mittauksista ainoastaan sammutusasujen esikäsittelyn aikana asbestikuitupitoisuudet ylittivät puhtaan sisäilman ohjearvon (0,01 kuitua/cm3) ollen 0,02 kuitua kuutiosenttimetrissä, joka oli 20 % asbestin sitovasta rajaarvosta [10]. Tulokset osoittivat, että itsesulavilla pesupusseilla voidaan vähentää pesulatyöntekijöiden tai/ja varustehuoltajan altistumista. Tulokset ovat samalla tasolla kuin kansainvälisessä tutkimuksessa saadut tulokset eli alle 0,05 kuitua/cm3 [9]. TOIMENPIDESUOSITUKSET Suosittelemme ensisijaisesti lyhytaikahaalareiden käyttöä työskenneltäessä asbestille kontaminoituneissa työympäristöissä, jolloin haalari voidaan riisua työn jälkeen ja toimittaa asianmukaisesti ongelmajätteisiin. Jos toimitaan perinteisillä pidempään käyttöön tarkoitetuille työvaatteilla, suosittelemme niiden vaihtamista aina asbestialtistumisen jälkeen. Suosittelemme asbestille kontaminoituneille työvaatteille paketointia itseliukeneviin pesupusseihin heti käytön jälkeen. Pesupussit tulisi merkitä tarroin ”sisältää asbestia”. Lisäksi itsesulavat pussit tulisi paketoida suojapusseihin, etteivät ne rikkoudu kuljetuksen aikana. Työvaatteiden taskut kannattaa tyhjentää ennen pesupussiin laittamista ja varusteita käsittelevän henkilön tulee käyttää tyhjennyksessä vähintään FFP3-luokan hengityksensuojainta. Ennen pyykkien lähettämistä tulee vaatehuoltoa informoida vaatteiden kontaminaatiosta ja varmistaa, että varustehuollossa ollaan tietoisia pyykin edellyttämistä varotoimenpiteistä. Hyvän pesutuloksen varmistamiseksi suosittelemme tehokasta esipesua ja varsinaisia pesuja tulee olla vähintään kolme. Riittävällä huuhtelulla on myös tärkeä merkitys lopputuloksen kannalta. Hyvä vaatehuollon työhygienia edellyttää asbestille kontaminoituneiden vaatteiden pesemistä erillään puhtaasta pyykistä ristiin kontaminaation ehkäisemiseksi. Lisäksi asbestille kontaminoituneiden työvaatteiden pesu edellyttää pesukoneelta ja kuivausrummulta niiden poistoilman johtamista suoraan pesulasta ulos. Lisäksi poistoilma tulisi suodattaa HEPA-suodattimella ennen sen päästämistä ulkoilmaan. Työntekijöiden tulee olla suojautuneena vähintään FFP3-luokan hengityksensuojainten, kevytsuojahaalarein ja suojakäsinein pesuprosessin ja myös laitteistojen puhdistuksen ja huoltojen aikana. Erityistä huomiota on kiinnitettävä suojautumiseen pesukoneiden ja kuivausrumpujen nukkasuodattimien puhdistuksessa, josta tuleva nukka on käsiteltävä vaarallisena jätteenä. Vähintään 20 päivänä vuodessa asbestille altistuvat pesulan työntekijät tulee ilmoittaa syöpävaarallisille aineille altistuvien ASA-rekisteriin ja heidän altistumistaan on seurattava säännöllisin mittauksin. KIITOKSET Tutkimusta rahoittivat ja tukivat Työsuojelurahasto, Työterveyslaitos, Pelastusopisto, Sakupe Oy, Lindström Oy ja Boliden Kylylahti Oy. Lisäksi hankkeesta tehtävän koulutusmateriaalin tekemistä on tukenut Palosuojelun edistämissäätiö. Hankkeen saamasta rahallisesta ja aineellisesta tuesta haluamme kiittää lämpimästi kaikkia mukana olleita tahoja. LÄHDELUETTELO 1. Pelastusopisto (2016). Pelastusopiston taskutilasto 2011–2015. Pelastusopisto ISSN:1795-9187. 2. Riala R., Pirhonen P., Heikkilä P. (1993) Asbesti rakennusmateriaaleissa. Työterveyslaitos, Helsinki. https://www.ttl.fi/wp-content/uploads/2016/11/asbesti-rakennusmateriaaleissa.pdf. 58

Palotutkimuksen päivät 2019

Hyvän pesutuloksen varmistamiseksi suosittelemme tehokasta esipesua ja varsinaisia pesuja tulee olla vähintään kolme. 3. Pukkala, E., Martinsen, J., Weiderpass E., Kjaerheim, K., Lynge, E., Tryggvadottir, L., Sparén, P., Demers, P. (2014). Cancer incidence among firefighters: 45 years of follow-up in five Nordic countries. Occup Environ Med. 71(6):398–404. doi: 10.1136/oemed-2013-101803. 4. Daniels RD1., Kubale TL., Yiin JH., Dahm MM., Hales TR., Baris D., Zahm SH., Beaumont JJ., Waters KM., Pinkerton LE. (2014). Mortality and cancer incidence in a pooled cohort of US firefighters from San Francisco, Chicago and Philadelphia (1950-2009) Occup Environ Med. 71(6):388–97. doi: 10.1136/ oemed-2013-101662. 5. Kähkönen H., Lallukka H., Linnainmaa M., Aho P., Mäkelä E., Junttila S., Oksa P. (2016) Asbestiriskin hallintaohjeet kaivoksille. Työterveyslaitos, Helsinki. https://www.metalliliitto.fi/documents/10137/23185/Asbestiriskien_hallintaohjeet_kaivoksille_2016.pdf/6273d69a-c094-4ca4-a970-055488c02eff. 6. Laitinen J, Lindholm H, Aatamila M, Hyttinen S, Karisola P. (2016) Vähentääkö Skellefteå-malli palomiesten altistumista operatiivisessa toiminnassa. Raportti Palosuojelurahastolle ja Työsuojelurahastolle. Tietoa Työstä -sarja, Työterveyslaitos Helsinki. ISBN 978-952-261-644-9 (pdf), ISBN 978-952-261-645-6. https://www.tsr.fi/valmiit-hankkeet/hanke?h=113080#materials. 7. Grosse I, Huetter B, Hartmann I, Binde G, Gruber H, Kurz G, (1998). Asbestos on textile: Is there an endangering during washing and wearing? Journal of Hazardous Materials, A:63:119– 130. 8. Fabric Care Association (1998). Leaflet Issue No. 308, February 1998. 9. Health & Safety Laboratory (2002). Investigation into the effective laundering of Towels and coveralls used for asbestos work. Environmental Measurement Group HSL/2002/22, Sheffield. http://www.google.fi/url?sa=t&rct=j&q=&esrc=s &source=web&cd=16&ved=2ahUKEwix7-LJlIHgAhVDfiw KHbEtBF4QFjAPegQIBhAC&url=http%3A%2F%2Fwww. hse.gov.uk%2Fresearch%2Fhsl_pdf%2F2002%2Fhsl02-22. pdf&usg=AOvVaw370RvZvDT4YWtlx_b74j1t. 10. Sosiaali- ja terveysministeriö (2018). HTP-arvot 2018, haitalliseksi tunnetut pitoisuudet. Sosiaali- ja terveysministeriön julkaisuja 9/2018, Sosiaali- ja terveysministeriö, Helsinki. https://stm. fi/julkaisu?pubid=URN:ISBN:978-952-00-3937-0. 11. World Health Organization (1996). Asbestos in drinkingwater. Background document for development of WHO Guidelines for drinking-water quality. 2nd ed. Vol 2. Health criteria and other supporting information. WHO, Geneva. 12. Instituut Fysieke Veiligheid (2018). Exposure to smoke. An overview report of the studies to the exposure routes, contamination and cleaning of the turn-out gear and the skin barrier function. Report to Brandweer Nederland from the Instituut Fysieke Veiligheid, Zoetermeer.

Kari Haikonen Terveyden ja hyvinvoinnin laitos Mannerheimintie 166, PL 30, 00271 Helsinki

Liekkivammojen epidemiologiaa Suomessa, 2002–2017

TIIVISTELMÄ Palokuolemien lisäksi palojen, tulen, liekkien ja myrkyllisten savukaasujen aiheuttamat liekkivammat aiheuttavat runsaasti kuormitusta yhteiskunnalle ja yksilölle itselleen. Terveydenhuollon rekistereihin perustuen ja perinteisin tilastollisin menetelmin selvitettiin liekkivammojen epidemiologiaa kattaen koko Suomen ajanjaksolla 1.1.2002–31.12.2017, missä 2017 oli viimeisin rekistereissä saatavilla oleva tutkimusvuosi. Pitkällä tähtäimellä vuosittain on tapahtunut lähes 300 sairaaloiden vuodeosastohoitoon johtavaa liekkivammaa. Valtaosa, yli 70 %, tapahtuu miehille. Loukkaantuneet naiset ovat keskimäärin miehiä iäkkäämpiä; 43.9 vs 53.4 vuotta. Liekkivammat kokonaisuutena ovat vähentyneet katsauksen ajanjaksolla, mutta taustalla vaikuttaa kaksi eriytynyttä trendiä. Palovammoja aiheuttaneet liekkivammat ovat melko voimakkaasti vähentyneet, kun taas samalla palokaasumyrkytykset merkittävästi lisääntyneet. Myös ikäjakaumat ovat merkittävästi muuttuneet; liekkivammat ovat enenemissä määrin iäkkäämpien ongelma, kun verrataan tilannetta katsausjakson alussa ja lopussa. Katsaus on kuvaileva, eikä sitä ole tieteellisesti vertaisarvioitu.

sa. Seurattavaksi jäi, jatkuisivatko trendit ja samanlainen kehitys tulevina vuosina. Tämä katsaus on siten osittain jatkumoa aikaisemmalle tutkimukselle [5]. MENETELMÄT

JOHDATUS

Aineisto Terveyden ja hyvinvoinnin laitoksen FINJURY-tapaturmatietokanta sisältää kansallisen hoitoilmoitusrekisterin (HILMO) sellaiset tietueet, joissa käynnin diagnoosina on mikä tahansa vamma ja/tai jos käynnille on merkitty mikä tahansa tapaturmaan liittyvä ulkoinen syy. Hoitoilmoitusrekisteri kattaa kaiken Suomessa tapahtuvan vuodeosastohoidon sairaaloissa ja terveyskeskuksissa. Puutteena FINJURY-kannassa on se, että toisinaan tapaturmista seuraa eri tyyppisiä jälkiongelmia tai esimerkiksi elimellisiä vaurioita, jolloin ne eivät välttämättä näy FINJURY-kannassa, vaikka ne HILMO-rekisteriin olisivatkin kirjattu. Tämä tarkoittaa, että vaikka tapaturmat saadaan kattavasti poimittua käyttämästämme tietokannasta, ei niiden jälkiseurauksia saada täysin huomioitua tässä katsauksessa ja ne on siksi jätetty käsittelyjen ulkopuolelle.

Palokuolemia tutkitaan Suomessa säännöllisesti ja melko perusteellisesti Pelastusopiston toimesta [1–3]. Viime vuosina palokuolemien määrän kehitys on ollut suotuisaa. Palokuolemien lisäksi palotapaturmista seuraa kuitenkin runsaasti loukkaantumisia, jotka eivät johda kuolemaan. Näiden kattava tutkimus on ollut vähäisempää Suomessa. Haikonen ym. [4–5] tutkivat sairaalahoitoon johtaneiden liekkivammojen epidemiologiaa Suomessa ajanjaksolla 2000–2009. Tuolloin havaittiin vuotta kohti keskimäärin lähes 300 liekkivammaa, joista lähes 80 % oli palovammoja ja loput pääosin palokaasumyrkytyksiä. Tuolloin havaittiin myös laskeva trendi liekkipalovammoissa sekä nouseva trendi palokaasumyrkytyksissä ja vanhenemista loukkaantuneiden ikärakentees-

Aineiston poiminta Tietojen poiminta FINJURYsta tapahtui käyttämällä tapaturman ulkoisina syinä kansainvälisen tautiluokitusjärjestelmän mukaisesti X00–X09 (altistuminen savulle, tulelle ja liekeille) ja X76 (tahallinen itsensä vahingoittaminen savulla, tulella tai liekeillä). Koska HILMO ei sisällä rakennetta, jolla voitaisiin kirjata tapaturman vuoksi tehty ensikäynti, käytettiin ajallista poissulkumenettelyä ensikäynnin määrittelyssä. Käyntiä pidettiin tapaturman ensikäyntinä, jos vähintään edeltävänä kahtena vuotena ei löytynyt muuta käyntiä. Itse tapaturman sattumisen oletetaan ajoittuvan ensikäynnin tuntumaan. Usealla potilaalla saattaa olla hoitoketju, joka jatkuu osastoilta toiselle siirroilla. Tämä näkyy aineistosPalotutkimuksen päivät 2019

loukkaantuneilla keskimäärin (7.1 % vs 3.7 %, p<0.01). Rakennuspaloissa ei havaittu n laskevaa trendiä. Väestösuhteutettuna rakennuspaloissa loukkaantuneiden määrä on va 0.9 / 100 000:sta noin 1.7 / 100 000:een ajanjaksolla 2002-2017 (Kuvio 1).

sa useana tietueena samalla henkilöllä. Tällaisissa tapauksissa raportoitava diagnoositieto sekä ulkoisen syyn tieto näkyy jokaista siirtoa vastaavassa tietueessa ja se saattaa lievästi poiketa eri ketjun osissa. Näissä tapauksissa kiinnitimme tarkasteluihin potilaan aivan ensimmäisen osastokäynnin tiedon eli ajallisesti ensimmäisen merkinnän.

Tilastolliset menetelmät Kuvailevina tunnuslukuina käytettiin prosenttiosuuksia, lukuAineiston poiminta trendejä. Tilastollisia menetelmiä käymääriä sekä lukumäärien tettiin ns. sattumalöydösten huomioimiseksi. Vertailuissa käyTietojen poiminta käyttämällä tettiin Studentin t-testiä,FINJURYsta z-testiä, Khi:n tapahtui neliön testiä, Pearsonin tapaturman ulkoisina syinä kansainvälisen tautiluokitusjärjestelmän mukaisesti X00-X09 (altistuminen savulle, tulelle ja liekeille) ja X76 korrelaatiota sekä trendeissä Poissonin regressiota (IRR, Inciden(tahallinen itsensä vahingoittaminen savulla, tulella taiKuvio liekeillä). Koska HILMO ei trendi, sisällä ce Rate Ratio) ja logistista mallia (OR, Odds Ratio). Tilastollinen 1.1.Rakennuspaloissa 2002-2017. Kuvio Rakennuspaloissaloukkaantuneiden loukkaantuneiden trendi, 2002–2017. rakennetta, jolla voitaisiin kirjata tapaturman vuoksi tehty ensikäynti, käytettiin ajallista merkitsevyys raportoitiin p-arvoilla, joissa tavanomaisesti tulosta p<0.05 pidetään tilastollisesti merkitsevänä,määrittelyssä. jolloin löydös ei Käyntiä kohpoissulkumenettelyä ensikäynnin pidettiin tapaturman ensikäyntinä, jos Itsetuhoisuus tuullisen suurella varmuudella ole tilastollisesta vähintään edeltävänä kahtena vuotena satunnaisvaihteei löytynyt muuta käyntiä. Itse tapaturman sattumisen lusta johtuva.ajoittuvan Aineiston käsittely ja analyysit suoritettiin R-ohjel-potilaalla nen (72saattaa % miehet, %syyksi naiset). kuolleisuus oli itsensä oletetaan ensikäynnin tuntumaan. Usealla olla28hoitoketju, joka jatkuu Itsetuhoisuus tunnistettiin 185Hoidossa tapauksessa (4.0 % kaikista liekkivammoista) miston versiolla 3.5.1. siirroilla. [6]. vahingoittamisten osalta suurta; muista runsas 12 % menehtyi ikäjakaumaltaan tapauksista miestenhoidossa. keskimääräisen iän o osastoilta toiselle Tämä näkyy aineistossa useanapoikkesivat tietueenahieman samalla henkilöllä. Tällaisissa

naisten 41.5 vuotta. Sukupuolijakauma oli likimain samanlainen (72 % miehet, 2

tapauksissa raportoitava diagnoositieto sekä ulkoisen syynHoidossa tieto näkyy jokaista siirtoa vastaavassa kuolleisuus oli itsensä vahingoittamisten osalta suurta; runsas 12 % menehtyi Trendit TULOKSET tietueessa ja se saattaa lievästi poiketa eri ketjun osissa. Näissä tapauksissa kiinnitimme Liekkivammojen ilmaantuvuudessa havaittiin eriäviä trendejä. KoTrendit tarkasteluihin potilaan aivan ensimmäisen osastokäynnin tiedon eli ajallisesti ensimmäisen Yleiskuva konaisilmaantuvuudessa havaittiin lievää vähenemää (IRR=0.99, merkinnän. Liekkivammojen ilmaantuvuudessa havaittiin laskeva eriäviä (IRR=0.98, trendejä. Kokonaisilma Tutkimusjaksolla 1.1.2002–31.12.2017 oli yhteensä 4593 vuodep<0.01). Miehillä trendi oli selvemmin

havaittiin vähenemää (IRR=0.99, p<0.01). Miehillä trendi olikumselvemmin laskev osastohoitoon johtanutta liekkivammaa, mikä vuosittain tarkoitp<0.01), lievää kun taas naisilla ei ollut merkitsevää muutosta p<0.01), kun taas naisilla ei ollut merkitsevää muutosta kumpaankaan suuntaan (p=0.26 Tilastolliset menetelmät taa noin 290 tapausta. Noin 72 % tapahtui miehille. Miehet olivat paankaan suuntaan (p=0.26). Kun liekkivammoja tarkasteltiin jaotellusti liekkipalovammoina ja palokaasum keskimäärin nuorempia (43.9 vuotta) kuin naiset (53.4 vuotta), Kun liekkivammoja tarkasteltiin jaotellusti liekkipalovamhavaittiin vastakkaiset trendit (Kuvio 2). Palokaasumyrkytykset lisääntyivät h Kuvailevina tunnuslukuina käytettiin prosenttiosuuksia, lukumääriä sekä trendejä.vastakkaiset (IRR=1.04, p<0.01), kun lukumäärien taas palovammathavaittiin vastaavasti vähenivät (IRR=0.97, p<0.01. Sattumusolosuhteina oli noin joka neljännessä tapauksesmoina ja palokaasumyrkytyksinä, tren- p<0.01). V voimakkaampaa miehilläVertailuissa (IRR=0.96, p<0.01) kuin naisilla (IRR=0.97, p<0.01). Mu käytettiin ns. sattumalöydösten huomioimiseksi. käytettiin saTilastollisia rakennuspalo.menetelmiä Noin 4 % tapauksista oli tahallisia itsensä vahindit (Kuvio 2). Palokaasumyrkytykset lisääntyivät huomattavasniin voimakas, että kun tarkastelujakson alussa liekkipalovammoja tapahtui noin goittamisia Valtaosassa tapauksista hoitoa tikorrelaatiota (IRR=1.04, p<0.01), kun taas palovammat vastaavasti Studentin(Taulukko t-testiä, 1). z-testiä, Khi:n neliön tarvittiin testiä, Pearsonin sekä trendeissä Poissonin palokaasumyrkytystä kohtaan, tapahtui jakson lopussa enäävähenikaksi liekkipalov yliopistosairaaloissa %) sekä keskussairaaloissa %) ja mallia vät (IRR=0.97, Vähenemä oli voimakkaampaa miehillä regressiota (IRR,(46.4 Incidence Rate Ratio) ja(38.4 logistista (OR, p<0.01). Odds Ratio). Tilastollinen palokaasumyrkytystä kohtaan. muissa tapauksissaraportoitiin pääosin terveyskeskuksissa. (IRR=0.96, naisilla (IRR=0.97, p<0.01). Muutos on merkitsevyys p-arvoilla, joissa tavanomaisesti tulosta p<0.01) p<0.05kuin pidetään tilastollisesti ollut niinvarmuudella voimakas, että kun merkitsevänä, jolloin löydös ei kohtuullisen suurella ole tarkastelujakson tilastollisestaalussa liekkipaloRakennuspalot vammoja tapahtui noin 5–6 jokaista versiolla palokaasumyrkytystä kohsatunnaisvaihtelusta johtuva. Aineiston käsittely ja analyysit suoritettiin R-ohjelmiston Rakennuspaloiksi oli tunnistettavissa vähintään 1056 tapausta. taan, tapahtui jakson lopussa enää kaksi liekkipalovammaa yhtä 3.5.1. [6]. Näistä miehiä oli 68 % ja naisia 32 %. Rakennuspaloissa loukkaanpalokaasumyrkytystä kohtaan. tuneet naiset olivat keskimäärin iäkkäämpiä kuin miehet (56.9 TULOKSET Hoitokuolleisuus v/48.7 v). Hoitokuolleisuus rakennuspaloissa oli merkitsevästi suurempi kuin muissa olosuhteissa loukkaantuneilla keskimääSairaalassa kuolleisuus vaihteli vuosittain runsaasta kahdesta proYleiskuva rin (7.1 % vs 3.7 %, p<0.01). Rakennuspaloissa ei havaittu nousesentista runsaaseen seitsemään prosenttiin tutkimusajanjaksolla vaa eikä laskevaa trendiä. Väestösuhteutettuna rakennuspaloissa 2002–2017. Kuolleisuudessa havaittiin merkitsevä laskeva trendi Tutkimusjaksolla oli yhteensä 4593 vuodeosastohoitoon johtanutta loukkaantuneiden määrä1.1.2002-31.12.2017 on vaihdellut noin 0.9/100000:sta noin kuolinvuoden suhteen (OR=0.97, p=0.036). Kuolleisuus oli suuliekkivammaa, mikä vuosittain tarkoittaa noin 290 tapausta. Noin 72 % tapahtui miehille. Miehet 1.7/100 000:een ajanjaksolla 2002–2017 (Kuvio 1). rinta rakennuspalojen uhreilla (7.1 %) sekä tahallisissa itsensä vahingoittamisissa (12.4 %). olivat keskimäärin nuorempia (43.9 vuotta) kuin naiset (53.4 vuotta), p<0.01. Sattumusolosuhteina

Itsetuhoisuus oli noin joka neljännessä tapauksessa rakennuspalo. Noin 4 % tapauksista oli tahallisia itsensä Ikärakenteen Itsetuhoisuus tunnistettiin syyksi 185 (4.0tapauksista % kaikista tarvittiin vahingoittamisia (Taulukko 1). tapauksessa Valtaosassa hoitoamuutos yliopistosairaaloissa (46.4 liekkivammoista). Itsetuhoiset poikkesivat ikäjakaumalLiekkivammoja saaneiden ikärakenne on muuttunut merkittä%) sekä keskussairaaloissa (38.4 %) hieman ja muissa tapauksissa pääosin terveyskeskuksissa. taan muista tapauksista miesten keskimääräisen iän ollessa 40.3 västi alkutilanteesta viimeisempään tarkasteluvuoteen. Vuosina jaTaulukko naisten 41.5 vuotta. Sukupuolijakauma oli likimain samanlai2002–2003 loukkaantuneet miehet olivat keskimäärin 38.5-vuoti1. Liekkivammojen sattumisolosuhteet. aita naisten ollessa 44.6-vuotiaita. Jakson lopulla 2016–2017 miehet olivat keskimäärin 49.0-vuotiata ja naiset 57.3-vuotiaita. Li Altistuminen kontrolloimattomalle tulelle 23.0 % neaarinen trendi miesten keskimääräisen iän nousulle oli noin rakennuksessa tai rakennelmassa 0.77 vuotta/tutkimusvuosi (p<0.01) ja naisilla vastaavasti 0.72 Altistuminen kontrolloimattomalle tulelle muualla 7.0 % vuotta/tutkimusvuosi (p<0.01). Liekkivammoja saaneiden ikärakuin rakennuksessa tai rakennelmassa kenne on sekä miehillä että naisilla kehittynyt painottuen yhä iäkAltistuminen kontrolloidulle tulelle 11.4 % käämpiin (Kuvio 3, Kuvio 4). Altistuminen tulenarkojen aineiden syttymiselle 15.9 % Vaatteiden tai varusteiden palaminen ja/tai sulaminen Altistuminen muulle määrittämättömälle savulle, tulelle tai liekeille Tahallinen itsensä vahingoittaminen savun, tulen tai liekkien avulla Taulukko 1. Liekkivammojen sattumisolosuhteet.

Palotutkimuksen päivät 2019

11.3 % 27.4 % 4.0 %

Tapahtuma-ajankohta Liekkivammat eivät jakaudu tasaisesti vuoden kaikille kuukausille (p<0.01). Eniten sattuu kesäkuukausina sekä vuodenvaihteen tuntumassa. Sen sijaan hoitoon tulon viikonpäivä ei eroa merkitsevästi (p=0.368) eikä erillisesti tarkasteltuna miehillä (p=0.156) tai naisilla (p=0.101).

Kuvio 2. Liekkivammojen trendit, 2002–2017.

Kuvio 4. Ikärakenteen kvartii lien ja mediaanin trendit, naiset. Kuvio 3. Ikärakenteen kvartiilien ja mediaanin trendit, miehet.

Kuvio 2. Liekkivammojen trendit, 2002-2017.

Hoitokuolleisuus Sairaalassa kuolleisuus vaihteli vuosittain runsaasta kahdesta prosentista runsaaseen seitsemään prosenttiin tutkimusajanjaksolla 2002-2017. Kuolleisuudessa havaittiin merkitsevä laskeva trendi kuolinvuoden suhteen (OR=0.97, p=0.036). Kuolleisuus oli suurinta rakennuspalojen uhreilla (7.1 Kuvio 5. Liekkivammojen kuukausittainen tapahtuminen vuosina 2002-2017. %) sekä tahallisissa itsensä vahingoittamisissa (12.4 %). Kuvio 3. Ikärakenteen kvartiilien ja mediaanin trendit,trendit, miehet.miehet. Kuvio 3. Ikärakenteen kvartiilien ja mediaanin

Ikärakenteen muutos

Viikonpäivä- ja kuukausitasolla tarkastellessa havaittiin korkeimpia määriä kesäviikonloppui (Kuvio 6). Kuvio 4. Ikärakenteen kvartiilien ja mediaanin trendit, naiset.

Liekkivammoja saaneiden ikärakenne on muuttunut merkittävästi alkutilanteesta viimeisempään tarkasteluvuoteen. Vuosina 2002-2003 loukkaantuneet miehet olivat keskimäärin 38.5-vuotiaita Tapahtuma-ajankohta naisten ollessa 44.6-vuotiaita. Jakson lopulla 2016-2017 miehet olivat keskimäärin 49.0-vuotiata ja Liekkivammat eivätnoin jakaudu kaikille kuukausille (p<0.01). Eniten naiset 57.3-vuotiaita. Lineaarinen trendi miesten keskimääräisen iän nousulle oli 0.77tasaisesti vuotta vuoden / kesäkuukausina sekä vuodenvaihteen tuntumassa. Sen sijaan hoitoon tulon viikonpäivä tutkimusvuosi (p<0.01) ja naisilla vastaavasti 0.72 vuotta / tutkimusvuosi (p<0.01). Liekkivammoja merkitsevästi (p=0.368) eikä erillisesti tarkasteltuna miehillä (p=0.156) tai naisilla (p=0.101) saaneiden ikärakenne on sekä miehillä että naisilla kehittynyt painottuen yhä iäkkäämpiin (Kuvio 3, Tarkasteltaessa liekkivammatapausten määrän vaihtelua yhtä aikaa kuukausi- ja vuos Kuvio 4).

huomattiin pääpiirteittäin, että suurimmat tapausmäärät liittyvät kesäkuukausiin. Toisaalt viimeisimpien katsausvuosien osalta keskittyminen kesälle ei ole ollut yhtä selkeää (Kuvio 5

Kuvio 4. Ikärakenteen kvartiilien ja mediaanin trendit, naiset.

Tapahtuma-ajankohta

Kuvio 6. Liekkivammojen päivittäinen tapahtuminen kuukausittain.

Kuvio 5. Liekkivammojen kuukausittainen tapahtuminen vuosina 2002-2017.

Kuvio 5. Liekkivammojen kuukausittainen tapahtuminen vuosina Kuvio 6. Liekkivammojen päivittäinen tapahtuminen kuukausittain. Liekkivammat eivät jakaudu tasaisesti vuoden kaikille kuukausille (p<0.01). Eniten sattuu

2002–2017. Viikonpäiväja kuukausitasolla tarkastellessa havaittiin korkeimpia kesäkuukausina sekä vuodenvaihteen tuntumassa. Sen sijaan määriä hoitoonkesäviikonloppuina tulon viikonpäivä ei eroa (Kuvio 6). merkitsevästi (p=0.368) eikä erillisesti tarkasteltuna miehillä (p=0.156) tai naisilla (p=0.101).

Tarkasteltaessa liekkivammatapausten määrän vaihtelua yhtä aikaa kuukausi- ja vuositasolla, huomattiin pääpiirteittäin, että suurimmat tapausmäärät liittyvät kesäkuukausiin. aivan oli keskimäärin 254 ja palokuolemia 82. Palokuolemien vammoja Tarkasteltaessa liekkivammatapausten määrän vaihtelua yhtä ai- Toisaalta, viimeisimpien katsausvuosien osalta keskittyminen kesälle ei ole ollut yhtä selkeää (Kuvio 5).

kaa kuukausi- ja vuositasolla, huomattiin pääpiirteittäin, että suurimmat tapausmäärät liittyvät kesäkuukausiin. Toisaalta, aivan viimeisimpien katsausvuosien osalta keskittyminen kesälle ei ole ollut yhtä selkeää (Kuvio 5). Viikonpäivä- ja kuukausitasolla tarkastellessa havaittiin korkeimpia määriä kesäviikonloppuina (Kuvio 6).

Liekkivammat ja palokuolemat Katsauksen ajanjaksolla 2002–2017 tapahtui vuosittain keskimäärin 274 ei kuolemaan johtanutta liekkivammaa sekä 92 palokuolemaa. Viimeisimmän kahden tarkasteluvuoden aikana liekki-

määrä korreloi melko voimakkaasti ei kuolemaan johtavien liekkivammojen määrän kanssa (r=0.60, Kuvio 7). POHDINTA

Palokuolemien määrän kehitys on ollut viime vuosina suotuisaa. Myös vuodeosastohoitoon johtavissa liekkivammoissa vaikuttaisi olevan samansuuntaista kehitystä viime vuosina johtuen liekkipalovammojen vähenemisestä. Ilmiö on kaksijakoinen, koska toisaalta palokaasumyrkytykset ovat lisääntyneet, joskin nousu vaikuttaisi tasaantuneen viimeisinä vuosina. Ilman tarkem-

Kuvio 6. Liekkivammojen päivittäinen tapahtuminen kuukausittain.

Palotutkimuksen päivät 2019

liekkivammoja oli keskimäärin 254 ja palokuolemia 82. Palokuolemien määrä korreloi melko voimakkaasti ei kuolemaan johtavien liekkivammojen määrän kanssa (r=0.60, Kuvio 7).

Ä Y T H I I V A P U L don parissa ammatillisen tie

Kuvio7.7.Palokuolemat Palokuolemat jajaliekkivammat. Kuvio liekkivammat.

Tilaa mukaasi Pelastustiedon digilehti reiluun tarjoushintaan

paa kohdistettua tutkimustietoa on vaikea sanoa mitkä tekijät POHDINTA ovat todellisuudessa vaikuttaneet tilanteen muuttumiseen siten, että liekkipalovammat Palokuolemien määrän vähenevät, kehitys on mutta ollut palokaasumyrkytykset viime vuosina suotuisaa. Myös vuodeosastohoitoon lisääntyvät tai eivät ainakaan vähene. Tarkempi selvitystyö voisi johtavissa liekkivammoissa vaikuttaisi olevan samansuuntaista kehitystä viime vuosina johtuen liekkipalovammojen vähenemisestä. Ilmiöehkäisevä on kaksijakoinen, paljastaa tekijöitä, joihin vaikuttamalla työ olisi koska entis- toisaalta palokaasumyrkytykset ovat lisääntyneet, joskin nousu vaikuttaisi tasaantuneen viimeisinä vuosina. Ilman tarkempaa tä tehokkaampaa. kohdistettua tutkimustietoa on vaikea mitkä tekijätmyös ovat louktodellisuudessa vaikuttaneet tilanteen Lukumäärien lisäksi vahva muutossanoa on tapahtunut muuttumiseen siten, että liekkipalovammat vähenevät, mutta palokaasumyrkytykset lisääntyvät tai kaantuneiden ikärakenteessa. Liekkivamman uhrien keskimääeivät ainakaan vähene. Tarkempi selvitystyö voisi paljastaa tekijöitä, joihin vaikuttamalla ehkäisevä räinen on vuosi vuodelta kasvanut huomattavasti sekä mietyö olisiikä entistä tehokkaampaa. hillä että naisilla. Tässäkin tarvettaontutkimukselle, jossa selLukumäärien lisäksi vahvaolisi muutos tapahtunut myös loukkaantuneiden ikärakenteessa. vitettäisiin johtuuko väestön ikääntymisestä vai onkokasvanut taus- huomattavasti sekä miehillä Liekkivamman uhrienilmiö keskimääräinen ikä on vuosi vuodelta että naisilla. talla muitakinTässäkin tekijöitä.olisi tarvetta tutkimukselle, jossa selvitettäisiin johtuuko ilmiö väestön ikääntymisestä vai onko taustalla tekijöitä. Vuodeosastohoitoon johtaviamuitakin vammoja aiheuttaneet rakenVuodeosastohoitoon johtavia vammoja aiheuttaneet rakennuspalot nuspalot eivät ole katsauksen seuranta-aikana merkittävästi vä- eivät ole katsauksen seurantaaikana merkittävästi vähentyneet, joskaan eivät lisääntyneetkään. Rakennuspalojen uhrien hoidossa hentyneet, joskaan eivät lisääntyneetkään. Rakennuspalojen uhkuolleisuus ylitti 7 % ollen korkeampi kuin muilla tavoilla loukkaantuneissa. Aiemman tieteellisen rien hoidossa kuolleisuus ylitti 7 % ollen korkeampi kuin muilla tutkimuksen perusteella tiedetään, että rakennuspalojen uhrien palovammat ovat keskimäärin tavoilla loukkaantuneissa. Aiemman tieteellisen tutkimuksen pe-kalliimpia hoitaa [5,7]. On myös laajempia kuin muun tyyppisissä onnettomuuksissa ja siten myös rusteella tiedetään, että uhrien palovammat ovat tärkeää huomioida, ettärakennuspalojen valtaosa palokuolemista johtuu rakennuspaloista kuoleman tapahtuessa keskimäärin kuin muun tyyppisissä onnettomuuksissa palopaikalla jalaajempia niistä aiheutuu henkilövahinkojen lisäksi suuria aineellisia menetyksiä myös silloin, kunsiten paikalla ole uhria. Tässä rakennuspalojen ja ehkäisy voisi olla prioriteetti. ja myöseikalliimpia hoitaavalossa [5,7]. On myös tärkeäätutkimus huomioida, että valtaosa palokuolemista johtuu rakennuspaloista kuoleman tapahtuessa palopaikalla ja niistä aiheutuu henkilövahinkojen lisäksi suuria aineellisia menetyksiä myös silloin, kun paikalla ei ole uhria. Tässä valossa rakennuspalojen tutkimus ja ehkäisy voisi olla prioriteetti.

20 €/vsk. Tarjouksemme on voimassa 30.9.2019 asti

LÄHTEET 1. Kokki E and Jäntti J (2009). Vakavia henkilövahinkoja aiheuttaneet tulipalot 2007–2008. Pelastusopiston julkaisu, B-sarja: tutkimusraportit, 2/2009. 2. Kokki E (2011). Palokuolemat ja ihmisen pelastamiset tulipaloissa 2007–2010. Pelastusopiston julkaisu, B-sarja: tutkimusraportit, 3/2011. 3. Kokki E (2014). Palokuolemat vähentyneet. Pelastusopiston julkaisu, B-sarja: tutkimusraporti, 2/2014. 4. Haikonen K, Lunetta P, Lillsunde PM and Sund R (2013). Methodological challenges in using the Finnish Hospital Discharge Register for studying fire-related injuries leading to inpatient care. BMC Med Inform Decis Mak 15;13:36. 5. Haikonen K, Lillsunde PM, Lunetta P, Lounamaa A, Vuola J (2013). Fire-related injuries with inpatient care in Finland: a 10-year nationwide study. Burns Jun:39(4):796–802. 6. R Development Core Team (2010). A language and environment for statistical computing. R Foundation for Statistical Computing, Austria. Vienna. URL: https://www.r-project.org/. 7. Haikonen K, Lillsunde PM, Vuola J (2014). Inpatient costs of fire-related injuries in Finland. Burns Dec:40(8):1754–60. 62

Palotutkimuksen päivät 2019

www.pelastustieto.fi

Pekka Tuomaala Teknologian tutkimuskeskus VTT Oy Vuorimiehentie 3, FI-02044 VTT (Espoo)

Palomiehen lämpökuormituksen uusi reaaliaikainen arviointimenetelmä

TIIVISTELMÄ Palo- ja pelastustoimen hälytystehtävissä työskentelyolosuhteet ovat usein äärimmäisen kuormittavia. Koska fyysisesti raskaat tehtävät kuumissa olosuhteissa ja asianmukaisessa suojavarustuksessa aiheuttavat usein voimakasta lämpökuormitusta, sitä olisi hyvä pystyä arvioimaan reaaliaikaisesti erilaisten tehtävien aikana. Smart Clothing 2.0 hankekokonaisuudessa on kehitetty uusi menetelmä, jonka lopullisena tavoitteena on arvioida lämpökuormituksen (Physiological Strain Index) kehittymistä reaaliajassa. Tässä uudessa menetelmässä tarvittavaa laskentamallia on testattu Työterveyslaitoksella Oulussa ja alustavasti myös Pelastusopistolla Kuopiossa. Näiden ensimmäisten testien perusteella lämpökuormitusindeksin määrityksessä tarvittava laskentamalli toimii kohtuullisen luotettavasti. Arviointimenetelmän toimivuutta ja luotettavuutta on kuitenkin vielä testattava realistisissa pelastusolosuhteissa, mutta joka tapauksessa menetelmä vaikuttaa hyvin lupaavalta käytettäväksi sekä pelastustehtävien johtamisen apuvälineenä että palomiesten työturvallisuuden parantamisessa.

Tämän tutkimuksen tavoitteena on ollut kehittää menetelmä, jonka avulla voidaan arvioida lämpökuormituksen kehitystä paloja pelastustehtävissä reaaliaikaisesti. MENETELMÄT Kuvassa 1 on esitetty savusukeltajan lämpökuormituksen seurantajärjestelmän yleisarkkitehtuuri. Savusukeltajan lämpökuormituksen kehitystä seurataan reaaliajassa, ja tämä tieto voidaan välittää tehtävän kannalta relevanteille osapuolille (savusukellusvalvoja, palomestari ja/tai tilannekeskus) langattomasti.

Lämpökuormitusindeksi Tässä tutkimuksessa lämpökuormituksen tasoa kuvaavaksi indeksiksi on valittu tarkasti kontrolloiduissa olosuhteissa sadalla vapaaehtoisella terveellä koehenkilöllä tehtyjen testausten pohjalta

TAUSTA JA TAVOITTEET Ihmisen lämmönsäätelymekanismin perimmäisenä tavoitteena on säilyttää sisäelinten lämpötila kaikissa olosuhteissa mahdollisimman lähellä normaalia lämpötilaa (37 oC). Lämpökuormituksen kasvaessa (s.o. kun ympäristön lämpötila nousee, vaatetuksen lämmöneristävyys kasvaa ja/tai kehon oma lämmöntuotto kasvaa fyysisen kuormituksen kasvaessa) ihmisen syvälämpötila pyrkii nousemaan. Syvälämpötilan nousun kompensoimiseksi ihokerroksen verenkierto lisääntyy (verisuonet laajenevat) lämmönsiirron kasvattamiseksi kehosta ympäristöön. Ellei tämä riitä kompensoimaan syvälämpötilan nousua, niin ihminen alkaa hikoilla (hiki sitoo lämpöä hien höyrystyessä). Elleivät nämä aina rajalliset lämmönsäätelymekanismit riitä syvälämpötilan nousun kompensoimiseksi, lähtee syvälämpötila nousemaan ja ihmisen lämpökuormitus kasvaa.

Kuva 1. Savusukeltajan lämpökuormituksen seurantajärjestelmän Kuva 1. Savusukeltajan lämpökuormituksen seurantajärjestelmän yleisarkkitehtuuri. yleisarkkitehtuuri.

Lämpökuormitusindeksi

Palotutkimuksen päivät 2019

Tässä tutkimuksessa lämpökuormituksen tasoa kuvaavaksi indeksiksi on valittu tarkasti kontrolloiduissa olosuhteissa sadalla vapaaehtoisella terveellä koehenkilöllä tehtyjen testausten

a 1. Savusukeltajan lĂ¤mpĂśkuormituksen seurantajĂ¤rjestelmĂ¤n yleisarkkitehtuuri.

mpĂśkuormitusindeksi

kehitetty Physiological Strain Index (PSI) [1]. TĂ¤mĂ¤ lĂ¤mpĂśkuor-

Ă¤ tutkimuksessa lĂ¤mpĂśkuormituksen tasoa kuvaavaksi indeksiksi on valittu mitusindeksi voi saada lukuarvon vĂ¤lillĂ¤ 0â&#x20AC;&#x201C;10, ja lukuarvojen se- tarkasti rolloiduissa olosuhteissa sadalla vapaaehtoisella terveellĂ¤ koehenkilĂśllĂ¤ tehtyjen testausten litykset on esitetty taulukossa 1. alta kehitetty Physiological Strain Index (PSI) [1]. TĂ¤mĂ¤ lĂ¤mpĂśkuormitusindeksi voi saada PSI:njalaskenta perustuu kahteen fysiologiseen arvon vĂ¤lillĂ¤ 0-10, lukuarvojen selitykset on esitetty alla olevassaparametriin, taulukossa 1. sy-

ke (HR) ja syvĂ¤lĂ¤mpĂśtila (TsyvĂ¤), jotka yhdessĂ¤ kuvaavat kardio-

n laskenta perustuu kahteen fysiologiseen parametriin, syke kuormitusta. (HR) ja syvĂ¤lĂ¤mpĂśtila (TsyvĂ¤), jotka vaskulaarista ja lĂ¤mmĂśnsĂ¤Ă¤telyjĂ¤rjestelmĂ¤n LukuaressĂ¤ kuvaavat kardio-vaskulaarista ja lĂ¤mmĂśnsĂ¤Ă¤telyjĂ¤rjestelmĂ¤n kuormitusta. Lukuarvo vo lĂ¤mpĂśkuormitusindeksille lasketaan kaavalla pĂśkuormitusindeksille lasketaan kaavalla

đ?&#x2018;ˇđ?&#x2018;ˇđ?&#x2018;ˇđ?&#x2018;ˇđ?&#x2018;ˇđ?&#x2018;ˇđ?&#x2018;ˇđ?&#x2018;ˇđ?&#x2018;ˇđ?&#x2018;ˇđ?&#x2018;ˇđ?&#x2018;ˇ = đ?&#x;&#x201C;đ?&#x;&#x201C;đ?&#x;&#x201C;đ?&#x;&#x201C;

đ?&#x2018;ťđ?&#x2018;ťđ?&#x2018;ťđ?&#x2018;ťđ?&#x2019;&#x201D;đ?&#x2019;&#x201D;đ?&#x2019;&#x201D;đ?&#x2019;&#x201D;đ?&#x2019;&#x201D;đ?&#x2019;&#x201D;đ?&#x2019;&#x201D;đ?&#x2019;&#x201D;đ?&#x2019;&#x201D;đ?&#x2019;&#x201D;đ?&#x2019;&#x201D;đ?&#x2019;&#x201D;Ă¤ +đ?&#x2018;ťđ?&#x2018;ťđ?&#x2018;ťđ?&#x2018;ťđ?&#x2019;&#x201D;đ?&#x2019;&#x201D;đ?&#x2019;&#x201D;đ?&#x2019;&#x201D;đ?&#x2019;&#x201D;đ?&#x2019;&#x201D;đ?&#x2019;&#x201D;đ?&#x2019;&#x201D;đ?&#x2019;&#x201D;đ?&#x2019;&#x201D;đ?&#x2019;&#x201D;đ?&#x2019;&#x201D;Ă¤,đ?&#x;&#x17D;đ?&#x;&#x17D;đ?&#x;&#x17D;đ?&#x;&#x17D; đ?&#x;&#x2018;đ?&#x;&#x2018;đ?&#x;&#x2018;đ?&#x;&#x2018;đ?&#x;&#x2018;đ?&#x;&#x2018;đ?&#x;&#x2018;đ?&#x;&#x2018;,đ?&#x;&#x201C;đ?&#x;&#x201C;đ?&#x;&#x201C;đ?&#x;&#x201C; +đ?&#x2018;ťđ?&#x2018;ťđ?&#x2018;ťđ?&#x2018;ťđ?&#x2019;&#x201D;đ?&#x2019;&#x201D;đ?&#x2019;&#x201D;đ?&#x2019;&#x201D;đ?&#x2019;&#x201D;đ?&#x2019;&#x201D;đ?&#x2019;&#x201D;đ?&#x2019;&#x201D;đ?&#x2019;&#x201D;đ?&#x2019;&#x201D;đ?&#x2019;&#x201D;đ?&#x2019;&#x201D;Ă¤,đ?&#x;&#x17D;đ?&#x;&#x17D;đ?&#x;&#x17D;đ?&#x;&#x17D;

+ đ?&#x;&#x201C;đ?&#x;&#x201C;đ?&#x;&#x201C;đ?&#x;&#x201C;

đ?&#x2018;Żđ?&#x2018;Żđ?&#x2018;Żđ?&#x2018;Żđ?&#x2018;Żđ?&#x2018;Żđ?&#x2018;Żđ?&#x2018;Ż +đ?&#x2018;Żđ?&#x2018;Żđ?&#x2018;Żđ?&#x2018;Żđ?&#x2018;Żđ?&#x2018;Żđ?&#x2018;Żđ?&#x2018;Żđ?&#x;&#x17D;đ?&#x;&#x17D;đ?&#x;&#x17D;đ?&#x;&#x17D; đ?&#x;?đ?&#x;?đ?&#x;?đ?&#x;?đ?&#x;?đ?&#x;?đ?&#x;?đ?&#x;?đ?&#x;&#x17D;đ?&#x;&#x17D;đ?&#x;&#x17D;đ?&#x;&#x17D; +đ?&#x2018;Żđ?&#x2018;Żđ?&#x2018;Żđ?&#x2018;Żđ?&#x2018;Żđ?&#x2018;Żđ?&#x2018;Żđ?&#x2018;Ż đ?&#x;&#x17D;đ?&#x;&#x17D;đ?&#x;&#x17D;đ?&#x;&#x17D;

(1)

Ă¤ yhtĂ¤lĂśn oikean puolen ensimmĂ¤inen termi kuvaa syvĂ¤lĂ¤mpĂśtilan avulla mĂ¤Ă¤ritettĂ¤vĂ¤Ă¤ ihmimissĂ¤ yhtĂ¤lĂśn oikean puolen ensimmĂ¤inen termi kuvaa syvĂ¤lĂ¤mĂ¤mmĂśnsĂ¤Ă¤telyjĂ¤rjestelmĂ¤n kuormitusta. Muuttuja TsyvĂ¤,0 on ihmisen normaali syvĂ¤lĂ¤mpĂśtila pĂśtilan avulla mĂ¤Ă¤ritettĂ¤vĂ¤Ă¤ ihmisen lĂ¤mmĂśnsĂ¤Ă¤telyjĂ¤rjestelmĂ¤n sesti 37,0ÂşC), ja syvĂ¤lĂ¤mpĂśtilan osalta kaavan pĂ¤tevyysalue on 36,5 < TsyvĂ¤ < 39,5. YhtĂ¤lĂśn oiKuva 2. Ihmisen anatomiamalli kudostyypeittĂ¤in. kuormitusta. Muuttuja TsyvĂ¤,0 on ihmisen normaali syvĂ¤lĂ¤mpĂśtila n puolen toinen termi kuvaa kardiovaskulaarista kuormitusta. Muuttuja HR0 on leposyke, ja o Kuva 2. Ihmisen anatomiamalli kudostyypeittĂ¤in. een osalta (yleisesti kaavan pĂ¤tevyysalue on 60 < HR < 180. 37,0 C), ja syvĂ¤lĂ¤mpĂśtilan osalta kaavan pĂ¤tevyysalue on

36,5 < TsyvĂ¤ < 39,5. YhtĂ¤lĂśn oikean puolen toinen termi kuvaa kardiovaskulaarista kuormitusta. Muuttuja HR0 on leposyke, jaIhmisen syk- lĂ¤mpĂśdynaamiseen kĂ¤yttĂ¤ytymiseen vaikuttavat sekĂ¤ ympĂ¤ristĂśn ettĂ¤ ihmisen reunaehdot. Keskeisin ympĂ¤ristĂśparametri on operatiivinen lĂ¤mpĂśtila, mikĂ¤ puolesta keen osalta kaavan pĂ¤tevyysalue on 60 < HR < 180. ympĂ¤rĂśivĂ¤n ilman ja pintojen lĂ¤mpĂśtilasta. HenkilĂśkohtaisista parametreista olennaisi â&#x20AC;&#x192; na. Ihokudoksen veren massavirtaa sĂ¤Ă¤tĂ¤mĂ¤llĂ¤ ihminen pyrkii pilĂ¤mmĂśntuotto, mikĂ¤ mĂ¤Ă¤rĂ¤ytyy henkilĂśn kehon koostumuksesta ja kulloisestakin aktiivis tĂ¤mĂ¤Ă¤n sisĂ¤elinten lĂ¤mpĂśtilan mahdollisimman lĂ¤hellĂ¤ normaaPSI LĂ¤mpĂśkuormitus lia syvĂ¤lĂ¤mpĂśtilaa (yleisesti 37 oC). MikĂ¤li kuormituksen kasva10 essa maksimaallinenkaan ihokudoksen veren virtaus ei riitĂ¤ siirtĂ¤mĂ¤Ă¤n ylimĂ¤Ă¤rĂ¤istĂ¤ lĂ¤mpĂśĂ¤ pois kehosta, ihminen alkaa hikoilla 9 Hyvin korkea (Very high) (hien faasimuutos nesteestĂ¤ kaasuksi sitoo lĂ¤mpĂśĂ¤). MikĂ¤li hikoilukaan ei riitĂ¤ kompensoimaan syvĂ¤lĂ¤mpĂśtilan nousua, ihmisen 8 lĂ¤mpĂśkuormitus alkaa kasvamaan olosuhteista riippuvalla nopeudella. HTM:ssĂ¤ kĂ¤ytetyt ihmisen eri lĂ¤mmĂśnsĂ¤Ă¤telymekanismi7 Korkea (High) en osamallit sekĂ¤ ihmisen ja ympĂ¤ristĂśn vĂ¤lisen lĂ¤mmĂśn- ja kosteuden siirron laskentakaavat on esitetty yksityiskohtaisesti joita6 kin vuosia sitten valmistuneessa Holopaisen vĂ¤itĂśskirjatyĂśssĂ¤ [2]. Ihmisen lĂ¤mpĂśdynaamiseen kĂ¤yttĂ¤ytymiseen vaikuttavat sekĂ¤ 5 Kohtalainen (Moderate) ympĂ¤ristĂśn ettĂ¤ ihmisen yksilĂślliset reunaehdot. Keskeisin ympĂ¤ristĂśparametri on operatiivinen lĂ¤mpĂśtila, mikĂ¤ puolestaan 4 riippuu ympĂ¤rĂśivĂ¤n ilman ja pintojen lĂ¤mpĂśtilasta. HenkilĂśkohtaisistalĂ¤mpĂśkuormitukseen parametreista olennaisin on kehon lĂ¤mmĂśntuotto, mikĂ¤ Kuva 3. Ihmisen vaikuttavat parametrit. 3 Matala (Low) mĂ¤Ă¤rĂ¤ytyy henkilĂśn kehon koostumuksesta ja kulloisestakin aktiivisuustasosta. 2

(kehon koostumus) (kehon koostumus) VĂ¤hĂ¤inen/ei lainkaan (No/Little) Anatomia Anatomia

Ihmisen eri kudostyyppien ominaislĂ¤mmĂśntuotot vaihtelevat paljon. Ihmisen eri kudostyyppien ominaislĂ¤mmĂśntuotot vaihtelevat huomattavan huomattavan paljon.onEsimerkiksi rasvakudoksen lĂ¤mmĂśntuotto rasvakudoksen lĂ¤mmĂśntuotto vain 0,004W/kg , ja lihasten lĂ¤mmĂśntuotto lepoti rasva Taulukko 1. LĂ¤mpĂśkuormitusindeksin (PSI) lukuarvot ja nĂ¤itĂ¤ vastaaon.vain 0,004W/kg rasvanoustessa , ja lihasten lĂ¤mmĂśntuotto lepotilassakin Aktiivisuustason lihasten lĂ¤mmĂśntuotto kasvaaon niin, ettĂ¤ ke 0,67W/kglihas vat lĂ¤mpĂśkuormitukset. [1]. 0,67W/kg . Aktiivisuustason noustessa lihasten lĂ¤mmĂśntuotto seisomatyĂśtĂ¤ tekevĂ¤nlihashenkilĂśn lihaskudoksen lĂ¤mmĂśntuotto on 5,1W/kglihas. Koska lih kasvaa niin, ettĂ¤ keskiraskasta seisomatyĂśtĂ¤ henkilĂśn li-tuhatkertain ominaislĂ¤mmĂśntuotto on rasvakudokseen verrattuna tekevĂ¤n suuruusluokaltaan lĂ¤mmĂśntuotto on 5,1W/kg Koska lihaskudosten yksilĂśllinenhaskudoksen kehon koostumus mĂ¤Ă¤rittĂ¤Ă¤ riittĂ¤vĂ¤n luotettavien tulosten lihas.tarkasti

Ihmisen lĂ¤mpĂśtekninen laskentamalli TĂ¤ssĂ¤ tutkimuksessa kĂ¤ytetty ihmisen lĂ¤mpĂśtekninen laskentamalli (Human Thermal Model, HTM) estimoi lĂ¤mpĂśkuormitusindeksin (PSI) mĂ¤Ă¤rityksessĂ¤ tarvittavan syvĂ¤lĂ¤mpĂśtilan kehitystĂ¤. TĂ¤ssĂ¤ laskentamallissa huomioidaan sekĂ¤ anatomia ettĂ¤ lĂ¤mmĂśnsĂ¤Ă¤telyn perusmekanismit. Anatomiamallissa kuvataan yksilĂślliset kudosmĂ¤Ă¤rĂ¤t (sisĂ¤elimet, lihas ja iho). LĂ¤mmĂśnsĂ¤Ă¤telyssĂ¤ huomioidaan kuormitustilanteesta riippuva verenkierron kokonaismĂ¤Ă¤rĂ¤, ihokerroksen verenkierto (verisuonten laajeneminen/supistiminen) sekĂ¤ hikoilun mĂ¤Ă¤rĂ¤ [2]. Ihmisen lĂ¤mmĂśnsĂ¤Ă¤telymekanismissa keskeisenĂ¤ tekijĂ¤nĂ¤ on verenkierto, sillĂ¤ sen avulla tapahtuu 60â&#x20AC;&#x201C;80 % kehon sisĂ¤isestĂ¤ lĂ¤mmĂśnsiirrosta. HTM:ssĂ¤ huomioidaan sydĂ¤mestĂ¤ sekĂ¤ lihasten, sisĂ¤elinten ettĂ¤ ihokudoksen verenkierto. Lihaksiin virtaavan veren massavirta riippuu aktiivisuustasosta, sisĂ¤elinten veren virtaus on oletettu vakioksi ja ihokerroksen verenkierto sĂ¤Ă¤tyy laskentamallissa ihmisen syvĂ¤- ja ihon lĂ¤mpĂśtilasta riippuva64

Palotutkimuksen pĂ¤ivĂ¤t 2019

ominaislĂ¤mmĂśntuotto on rasvakudokseen verrattuna suuruusluokaltaan tuhatkertainen, tulee yksilĂśllinen kehon koostumus mĂ¤Ă¤rittĂ¤Ă¤ riittĂ¤vĂ¤n tarkasti luotettavien tulosten saamiseksi. Tarkasteltavan henkilĂśn kehon koostumus (eri kudostyyppien mĂ¤Ă¤rĂ¤t) voidaan arvoida pituuden, painon ja rasvaprosentin avulla.

Aktiivisuustaso Ihmisen aktiivisuustasoa kuvataan usein yksikĂśllĂ¤ MET, ja mĂ¤Ă¤ritelmĂ¤n mukaan aktiivisuus lepotilassa on 1 MET. TĂ¤tĂ¤ lepotilan aktiivisuustasoa vastaava ihmisen energiankulutus on 1kcal/kg/h, ja hapenkulutus on 3,5 ml/kg/min. Alla olevassa taulukossa 2 on kuvattu joitakin tyypillisiĂ¤ aktiivisuustasoja ja nĂ¤iden MET-arvoja. Esimerkiksi kĂ¤veltĂ¤essĂ¤ nopeudella 6 km/h aktiivisuustaso on 4â&#x20AC;&#x201C;5 MET, juostessa nopeudella 10 km/h aktiivisuustaso on 10 MET. Ihmisen yksilĂśllisen maksimaalisen hapenottokyvyn avulla voidaan mĂ¤Ă¤rittĂ¤Ă¤ maksimaalinen aktiivisuustaso. Jos henkilĂśllĂ¤ on esimerkiksi hapenottokyky 50 ml/kg/min, on hĂ¤nen maksimaalinen aktiivisuustaso 14 MET.

Kudostyyppi

Kuva 3. Ihmisen lĂ¤mpĂśkuormitukseen vaikuttavat parametrit.

OminaislĂ¤mpĂś [W/kg]

Aivot

12,69

SisĂ¤elimet

3,38

Keuhkot

0,67

Rasva

0,004

Iho

1,01

Lihas (0,8 MET)

0,67

Lihas (1,0 MET)

1,38

Lihas (1,2 MET)

2,02

Lihas (1,6 MET)

3,55

Lihas (2,0 MET)

5,07

Kuten edellĂ¤ on esitetty, niin ihmisen aktiivisuustason hapenAktiviteetti MET Kuva 3. Ihmisen lĂ¤mpĂśkuormitukseen vaikuttavat parametrit. kulutuksen vĂ¤lillĂ¤ on korrelaatio: aktiivisuustasolla 1 MET hapenNukkuminen 0,9 kulutus on 3,5 ml/kg/min. Olettamalla ettĂ¤ henkilĂśllĂ¤ on 1 MET Istuminen 1,0 Kuten edellĂ¤ on esitetty, niin ihmisen hapenkulutuksen aktiivisuustasolla leposyke HR0aktiivisuustason ja maksimaalista hapenottokykyĂ¤vĂ¤lillĂ¤ on visuustasolla 1 MET hapenkulutus on 3,5 ml/kg/min. Olettamalla ettĂ¤ henkilĂśllĂ¤ o vastaava maksimaalinen aktiivisuustaso (METmax) maksimisykKevyt tyĂś istuen tai seisten, peseytyminen, 1,3 â&#x20AC;Ś 2suustasolla leposyke HR ja maksimaalista hapenottokykyĂ¤ vastaava maksimaalin pĂ¤Ă¤tetyĂś, autolla ajo (kehon koostumus) 0 Anatomia keellĂ¤ HRmax, voidaan mitatun sykkeen HRx avulla estimoida kul(MET ) maksimisykkeellĂ¤ HR , voidaan mitatun sykkeen HR avulla estimoida maxloistakin max x aktiivisuustasoa yksinkertaisimmillaan lineaariapprokKĂ¤vely 6 km/h 4â&#x20AC;Ś5 visuustasoa yksinkertaisimmillaan lineaariapproksimaationa kaavalla simaationa kaavallavaihtelevat huomattavan paljon. Esimerki Ihmisen Rakennus, nostotyĂś eri kudostyyppien 5 â&#x20AC;ŚominaislĂ¤mmĂśntuotot 7 ;<rasva rasvakudoksen lĂ¤mmĂśntuotto on vain 0,004W/kg = +;<,> ja lihasten lĂ¤mmĂśntuotto lepotilassakin (đ?&#x2018;&#x20AC;đ?&#x2018;&#x20AC;đ?&#x2018;&#x20AC;đ?&#x2018;&#x20AC;đ?&#x2018;&#x20AC;đ?&#x2018;&#x20AC;đ?&#x2018;&#x20AC;đ?&#x2018;&#x20AC;đ?&#x2018;&#x20AC;đ?&#x2018;&#x20AC;đ?&#x2018;&#x20AC;đ?&#x2018;&#x20AC;BC9 â&#x2C6;&#x2019; 1). đ?&#x2018;&#x20AC;đ?&#x2018;&#x20AC;đ?&#x2018;&#x20AC;đ?&#x2018;&#x20AC;đ?&#x2018;&#x20AC;đ?&#x2018;&#x20AC;đ?&#x2018;&#x20AC;đ?&#x2018;&#x20AC;đ?&#x2018;&#x20AC;đ?&#x2018;&#x20AC;đ?&#x2018;&#x20AC;đ?&#x2018;&#x20AC; (2) Raskaat vaiheet rakennus- ja varastotyĂśssĂ¤, 9 = 1 + ;< ?@= +;<> 7 â&#x20AC;Ś 9 pallopelit,0,67W/kg juoksu 8 km/hlihas. Aktiivisuustason noustessa lihasten lĂ¤mmĂśntuotto kasvaa niin, ettĂ¤ keskiraska seisomatyĂśtĂ¤ tekevĂ¤n henkilĂśn lihaskudoksentarvitsemat lĂ¤mmĂśntuotto on 5,1W/kglihas. Koska lihaskudost lĂ¤htĂśtiedot Raskas metsĂ¤tyĂś yli 9 Laskentamallin Laskentamallin tarvitsemat lĂ¤htĂśtiedot tuhatkertainen, tu ominaislĂ¤mmĂśntuotto on rasvakudokseen verrattuna suuruusluokaltaan Juoksu 10 km/h 10 Eri kudostyyppien mĂ¤Ă¤rĂ¤n arvioimiseksi laskentamallia varten tarvitaan tarkas Eri kudostyyppien mĂ¤Ă¤rĂ¤n arvioimiseksi laskentamallia varten yksilĂśllinen kehon koostumus mĂ¤Ă¤rittĂ¤Ă¤ tarkasti luotettavien tulosten saamisek ikĂ¤, riittĂ¤vĂ¤n pituus, paino, rasvaprosentti, maksimaalinen hapenottokyk Juoksu 15 km/h 15 sukupuoli, tarvitaan tarkasteltavan henkilĂśn sukupuoli, ikĂ¤, pituus, paino, maksimisyke. LisĂ¤ksi laskentamallin lĂ¤htĂśtietoina tarvitaan palomiehen vaate rasvaprosentti, maksimaalinen hapenottokyky sekĂ¤ lepo- ja makKilpailunomainen kestĂ¤vyyssuoritus yli 17 kosteustekniset ominaisuudet sekĂ¤ ympĂ¤ristĂśn lĂ¤mpĂśtila ja kosteus. simisyke. LisĂ¤ksi laskentamallin lĂ¤htĂśtietoina tarvitaan palomie-

Taulukko 2. Ihmisen aktiivisuustasoja sekĂ¤ nĂ¤itĂ¤ vastaavia MET-arvoja. hen vaatetuksen lĂ¤mpĂśja kosteustekniset ominaisuudet sekĂ¤ ymLaskentamallin antamat tulokset

pĂ¤ristĂśn lĂ¤mpĂśtila ja kosteus. Saamiensa lĂ¤htĂśtietojen perusteella laskentamalli estimoi palomiehen kuormitus LĂ¤mmĂśntuotto Laskentamallin ja tuloksena saadaan ihon,antamat lihasten jatulokset sisĂ¤elinten sekĂ¤ sydĂ¤mestĂ¤ lĂ¤htevĂ¤n veren l lisĂ¤ksi malli mĂ¤Ă¤rittĂ¤Ă¤ reaaliaikaisesti lĂ¤mpĂśkuormitusindeksin Ihmisen aivot, sisĂ¤elimet, keuhkot, lihakset, rasva ja iho tuottaSaamiensa lĂ¤htĂśtietojen perusteella laskentamalli estimoi (PSI) palo- lukuarvo arvioidun syvĂ¤lĂ¤mpĂśtilan ja mittauksista saatavan sykkeen avulla. vat lĂ¤mpĂśĂ¤ aineenvaihdunnan tuloksena, ja kunkin kudostyypin miehen kuormitusta eri ajanhetkillĂ¤, ja tuloksena saadaan ihon, ominaislĂ¤mmĂśntuotot on esitetty taulukossa 3. Kun tiedetĂ¤Ă¤n tarlihasten ja sisĂ¤elinten sekĂ¤ sydĂ¤mestĂ¤ lĂ¤htevĂ¤n veren lĂ¤mpĂśtilat. kasteltavan henkilĂśn yksilĂślliset kudosten mĂ¤Ă¤rĂ¤t ja aktiivisuustaTĂ¤mĂ¤n lisĂ¤ksi malli mĂ¤Ă¤rittĂ¤Ă¤ reaaliaikaisesti lĂ¤mpĂśkuormitusinso, voidaan nĂ¤iden tietojen avulla mĂ¤Ă¤rittĂ¤Ă¤ miten palojon henkideksin (PSI) lukuarvon laskennallisesti arvioidun syvĂ¤lĂ¤mpĂśtilan lĂś tuottaa lĂ¤mpĂśĂ¤. Esimerkiksi keskikokoisen miehen (74 kg, 173 ja mittauksista saatavan sykkeen avulla. cm) lĂ¤mmĂśntuotto 1 MET aktiivisuustasolla on 110 W ja aktiivisuustasolla 8 MET 730 W. TULOKSET JA TULOSTEN TARKASTELU

Kudostyyppi Aivot SisĂ¤elimet Keuhkot Rasva Iho Lihas (0,8 MET) Lihas (1,0 MET) Lihas (1,2 MET) Lihas (1,6 MET) Lihas (2,0 MET)

OminaislĂ¤mpĂś [W/kg] 12,69 3,38 0,67 0,004 1,01 0,67 1,38 2,02 3,55 5,07

Taulukko 3. Ihmisen eri kudostyyppien ominaislĂ¤mmĂśntuotto. (Holopainen 2012).

Palomiehen lĂ¤mpĂśkuormituksen arviointimallia testattiin TyĂśterveyslaitoksella marraskuussa 2018. TehtyjĂ¤ kokeita varten kerĂ¤ttiin testihenkilĂśiden henkilĂśkohtaiset perustiedot, ja heitĂ¤ monitoroitiin kokeen (tasaantuminen â&#x20AC;&#x201C; kĂ¤vely â&#x20AC;&#x201C; palautuminen) aikana. SykettĂ¤ ja aktiivisuutta monitoroitiin Suunnon Movesensen avulla, syvĂ¤lĂ¤mpĂśtilaa seurattiin ruoansulatuskanavasta nieltĂ¤vĂ¤n mittauspillerin avulla ja lisĂ¤ksi tehtiin lĂ¤mpĂśtilan ja kosteuden seurantamittauksia eri puolilta kehoa ja vaatetusta. Kuvassa 5 on esitetty testihenkilĂśn syke kokeen aikana, ja kuvassa 6 on esitetty aktiivisuusmittarin antamat lukemat sekĂ¤ testihenkilĂśn syvĂ¤lĂ¤mpĂśtilan mittaus- ja laskentatulokset. KĂ¤velyvaiheen alussa syvĂ¤lĂ¤mpĂśtilan mittaus- ja laskentamallin antamat tulokset poikkesivat eniten toisistaan, mutta toisaalta ero oli enimmillĂ¤Ă¤nkin vain 0,3 o C. Laskentamallin avulla mĂ¤Ă¤ritetyn syvĂ¤lĂ¤mpĂśtilan ja mitatun sykkeen avulla mĂ¤Ă¤ritetyn lĂ¤mpĂśkuormitusindeksin (PSI) kehitys kokeen aikana on esitetty kuvassa 7. TĂ¤ssĂ¤ tutkimuksessa on kĂ¤ytetty alkuperĂ¤isestĂ¤ VTT Human Palotutkimuksen pĂ¤ivĂ¤t 2019

Tehtyjä kokeita varten kerättiin testihenkilöiden henkilökohtaiset perustiedot, ja heitä monitoroitiin kokeen (tasaantuminen - kävely - palautuminen) aikana. Sykettä ja aktiivisuutta monitoroitiin Suunnon Movesensen avulla, syvälämpötilaa seurattiin ruoansulatuskanavasta nieltävän mittauspillerin avulla ja lisäksi tehtiin lämpötilan ja kosteuden seurantamittauksia eri puolilta kehoa ja vaatetusta.

Thermal Modelista [2] kevennettyä HTM mobile versiota ihmiKuva 4. Testihenkilö Työter veyslaitoksen laboratoriomitsen lämpödynaamisen käyttäytymisen estimoimiseksi. Uusina litauksissa marraskuussa 2018. säpiirteinä HTM mobilessa on laskentakaavassa 2 esitetty sykkeeseen perustuva reaaliaikainen aktiivisuustason arviointimenetelmä sekä kaavassa 1 esitetty lämpökuormitusindeksin laskentarutiini. Työterveyslaitoksella tehtyjä testejä varten on määritetty palomiehen käyttämän vaatetuksen lämpö- ja kosteustekniset ominaisiuudet lähtötiedoiksi HTM mobilelle. Tämän lisäksi testien aikana monitoroitiin ympäristön lämpötila- ja kosteusolosuhteita sekä arvioitiin vaatetuksen ja ympäristön väliset konvektiiviset lämmönsiirtokertoimet ja pintojen emissiviteetit säteilylämmönsiirtoa varten. Koska näiden suureiden reaaliaikainen monitorointi on paloja pelasKuva 5. Testihenkilön sykemittustilanteissa ilmeisen haastavaa, on tehtyjen testien pohjalta aloitausten tulokset Työterveyslaitettu HTM mobilen jatkokehitys niin että päivitetylle laskentamaltoksen laboratoriomittauksissa lille tarvitsisi kertoa vaatetuksen ja ympäristöolosohteiden sijaan marraskuussa 2018. ainoastaan ihon pintalämpötila. Tällaisen koko kehoa keskimäärin mahdollisimman hyvin edustavan ihon lämpötilan mittaus joudutaan kuitenkin ilmeisesti tekemään useammasta kehon eriKuva osas4. Testihenkilö Työterveyslaitoksen laboratoriomittauksissa marraskuussa 2018. ta, mikä ei kuitenkaan mittausteknisesti ole erityisen haasteellista. Näissä testeissä käytetty HTM mobile on toteutettu ohjelmistoteknisesti Java-ympäristössä, ja se on asennettu laboratoriotestejä varten Savoxin kehittämälle Taistelijan reitittimelle (Linux). Yhtenä tulevaisuuden tavoitteena asentaa lopullinen HTM mobile versio esimerkiksi Suunnon kehittämälle Movesense anturille. Kuva 5. Testihenkilön sykemittausten tulokset Työterveyslaitoksen laboratoriomittauksissa Tällä alustalla näyttää alustavien arvioiden mukaan olevan riittämarraskuussa 2018. västi muisti-, tiedonsiirto- ja laskentakapasiteettia niin, että palomiehen lämpökuormituksen arviointimenetelmä saadaan toimiKuvassa 5 on esitetty testihenkilön syke kokeen aikana, ja kuvassa 6 on esitetty aktiivisuusmittarin maan samassa fyysisiltä mitoiltaan pienessä (läpimitta 36,6 mm ja antamat lukemat sekä testihenkilön syvälämpötilan mittaus- ja laskentatulokset. Kävelyvaiheen paino paristoineen 10 g) ja käyttömukavuudeltaan erinomaisessa alussa syvälämpötilan mittaus- ja laskentamallin antamat tulokset poikkesivat eniten toisistaan, mutta toisaalta ero oli enimmilläänkin vain 0,3 ºC. kannettevassa laiteympäristössä kuin sykkeen mittaus. YHTEENVETO

Tässä uudessa menetelmässä tarvittavaa laskentamallia on testattu Työterveyslaitoksella Oulussa, ja lisäksi menetelmän Kuva 5. toiminnalliTestihenkilön sykemittausten tulokset Työterveyslaitoksen laborator suustestejä tehtiin myös Pelastusopistollamarraskuussa Kuopiossa. Näiden en2018. simmäisten testien perusteella lämpökuormitusindeksin määrityksessä tarvittava laskentamalli toimii kohtuullisen luotettavasti. Arviointimenetelmän toimivuutta ja luotettavuutta on kuitenkin vielä testattava todellisissa pelastusolosuhteissa, mutta joka tapaKuvassa 5 on esitetty uksessa menetelmä vaikuttaa hyvin lupaavalta käytettäväksi sekä testihenkilön syke kokeen aikana, ja kuvassa 6 on esitetty aktii antamat lukemat pelastustehtävien johtamisen apuvälineenä että palomiesten työ-sekä testihenkilön syvälämpötilan mittaus- ja laskentatulokset. turvallisuuden parantamisessa. alussa syvälämpötilan mittaus- ja laskentamallin antamat tulokset poikkesivat enit KIITOKSET

mutta toisaalta ero oli enimmilläänkin vain 0,3 ºC.

Tämä tutkimus on tehty osana Smart Clothing 2.0 hankekokonaisuutta, jonka rahoittivat Business Finland, Teknologian tutkimuskeskus VTT Oy, Työterveyslaitos sekä mukana ollut yritysryhmä (KONE, Lähi-Tapiola, Image Wear, Suunto/Amer Sports, Savox, Inkron, Wind Controller ja Finlayson). Mallin kehittämiseen ja testaukseen ovat osallistuneet merkittävällä panoksella Mika Bordi (Savox), Joona Rissanen (Savox), Sirkka Rissanen (TTL) ja Jouko Piippo (VTT).

Kuva 6. Testihenkilön mitattu ja laskettu syvälämpötila sekä aktiivi-

suusmittarin antama lukema Työterveyslaitoksen Kuva 6. Testihenkilön mitattu ja laskettu syvälämpötila sekälaboratoriomittaukaktiivisuusmittarin antama lukema Laskentamallin avulla määritetyn syvälämpötilan ja mitatun sykkeen avulla määritetyn sissa marraskuussa lämpökuormitusindeksin (PSI)2018. kehitys kokeen aikana on esitetty 2018. kuvassa 7. Työterveyslaitoksen laboratoriomittauksissa marraskuussa

LÄHDELUETTELO 1. Moran, D., Shitzer, A., Pandolf, K. A physiological strain index to evaluate heat stress. Am. J. Physiol. 275 (Regulatory Regulatory Integrative Comp. Physiol. 44): R129–R134, 1998. 2. Holopainen, R. 2012. A human thermal model for improved thermal comfort. Doctoral Dissertation. VTT Science, Dissertation 23, Espoo, Finland. Saatavissa myös http://lib.tkk.fi/Diss/2012/ isbn9789513879495/isbn9789513879495.pdf. 66

Palotutkimuksen päivät 2019

Kuva 7. Testihenkilön lämpökuormitusindeksin (PSI) kehitys Työter laboratoriomittauksissa marraskuussa 2018. Työterveyslaitoksen Kuvaveyslaitoksen 7. Testihenkilön lämpökuormitusindeksin (PSI) kehitys laboratoriomittauksissa marraskuussa 2018.

Tässä tutkimuksessa on käytetty alkuperäisestä VTT Human Thermal Modelista [2] kevennettyä HTM mobile versiota ihmisen lämpödynaamisen käyttäytymisen estimoimiseksi. Uusina lisäpiirteinä HTM mobilessa on laskentakaavassa 2 esitetty sykkeeseen perustuva reaaliaikainen aktiivisuustason

Mikko Malaska1, Anu Aaltonen1 ja Lauri Lehto2 Tampereen yliopisto, PL 600, 33014 Tampereen yliopisto 2 Suomen Pelastusalan Keskusjärjestö ry, Ratamestarinkatu 11, 00520 Helsinki 1

Älyrakentamisen paloturvallisuus

TIIVISTELMÄ Digitaaliset teknologiat ja esineiden internet IoT mahdollistavat uusia ratkaisuja ennakoivaan palontorjuntaan, palonhavaintoon, pelastamiseen, palon sammuttamiseen ja järjestelmien ja komponenttien ylläpitoon. Suomessa näitä mahdollisuuksia ei ole kuitenkaan lähdetty hyödyntämään ja uusi teknologia on paloturvallisuuden näkökulmasta merkittävästi vajaakäytössä. Älykäs rakennusympäristö ja -teknologia luovat myös uusia paloturvallisuuteen liittyviä haasteita ja riskejä. Terveellisen ja turvallisen elinympäristön varmistamiseksi nämä uudet riskit on tunnistettava ja niiden vaikutuksia on pystyttävä rajoittamaan. Tampereen yliopisto ja Suomen Pelastusalan Keskusjärjestö SPEK ovat toteuttaneet asenneselvityksen, jonka tavoitteena oli selvittää teemahaastattelujen ja nettikyselyn avulla, miten paloturvallisuus on huomioitu nykyaikaisessa älyrakentamisessa. Selvitys toi esille, että älykkäitä turvallisuusratkaisuja on olemassa, mutta niiden laajempaa käyttöönottoa hidastavat tiedon puute, asenteet, taloudelliset resurssit sekä teknisen käyttökelpoisuuden puutteet. Tulokset auttavat ohjaamaan tulevaa tutkimusja koulutustoimintaa sekä kohdistamaan teknisiä ratkaisuvaihtoehtoja vastaamaan todellisia tarpeita ja vaatimuksia. Selvityksen pohjalta on käynnistynyt uusi tutkimus, jonka tavoitteena on selvittää uusien teknologioiden sovellus- ja käyttömahdollisuuksia paloturvallisuudessa. JOHDANTO Älyrakentamisen erilaisissa hankkeissa on tavoitteena eri teknologioilla kerätystä reaaliaikaisesta datasta saatavan tiedon rikastaminen ja käyttäminen uusien liiketoiminnan muotojen ja palveluiden mahdollistajana. Rakennusten ja laitteiden IoT-anturit sekä reaaliaikaiset monitorointi- ja analytiikkajärjestelmät keräävät mm. kiinteistöautomaatio- ja olosuhdedataa ja jalostavat sen asukkaita ja käyttäjiä hyödyntäväksi tiedoksi. Digitaaliset ratkaisut mahdollistavat myös uusia tekniikoita tilojen valvontaan ja turval-

lisuuteen. Tämä kehitys ei ole kuitenkaan toteutunut paloturvallisuuden osalta ja paloturvallisuusjärjestelmät nähdään vielä usein yksittäisinä laitteistoina ilman yhteyttä muihin turvallisuuteen liittyviin palveluihin. Paloturvallisuutta ei ole nähty älyrakentamisen projekteissa lisäarvona tai rahallista arvoa tuottavana tekijänä, ja vanhakantaiset asenteet ovat hyvin voimakkaasti edelleen esillä. Paloturvallisuuden toteuttaminen on nähty usein vain lisäkustannuksia tuottavana asennuksena. Uudet älykkäät toimintaympäristöt ovat avaamassa mahdollisuuksia myös ennakoivaan palontorjuntaan, käyttäjien informointiin sekä pelastusja sammutustyöhön. VTT:n vuonna 2007 julkaiseman tutkimuksen ”Talo- ja turvatekniikka tulipalotilanteessa, nykytilanne ja tarvekartoitus” [1] mukaan paloturvallisuusjärjestelmien ja kiinteistötiedon integroinnin katsottiin parantavan turvallisuutta, mutta eri järjestelmien monimutkaisuus, niiden edellyttämä laaja asiantuntemus, yhteen toimivuus sekä lisäkustannukset nähtiin kehitystä rajoittavina tekijöinä. Kymmenen vuotta myöhemmin Tuomas Pylkkäsen diplomityö ”IoT-teknologian hyödyntäminen rakennuksien paloturvallisuuden kehityksessä ja integroidussa älykkäässä ympäristössä” [2] toi esille, että tänä päivänä IoT- ja älyteknologialla on mahdollista parantaa rakennusten paloturvallisuutta ja, että IoT-teknologiaa hyödyntämällä on myös mahdollista saada aikaan kustannussäästöjä paloturvallisuustekniikassa ja sen kunnossapidossa erityisesti kohteissa, joissa on paljon turvallisuustekniikkaa. Työssä tuotiin esille neljä keskeistä hyödyntämisen aluetta: toimintavarmuuden parantaminen, onnettomuuksien ehkäiseminen, pelastusviranomaisille reaaliaikaisen tiedon välittäminen sekä talotekniikan olosuhdeanturoinnin hyödyntäminen. Tutkimuksessa kuitenkin todettiin, että IoTja älyteknologian hyödyntäminen paloturvallisuuden osa-alueella Suomessa on vielä varsin vähäistä eikä palontorjuntatekniikan taloudellisia mahdollisuuksia ja elinkaaren aikaisia positiivisia vaikutuksia ole pystytty ottamaan huomioon realistisesti. YhdysvalPalotutkimuksen päivät 2019

loissa tehty selvitys [3] nostaa esille vastaavanlaisia havaintoja ja esittää älykkäiden rakennusten paloturvallisuuden kehitykselle viisi keskeitä aluetta: koulutuksen lisääminen, sidosryhmien aktivointi, teknologisten rajoitteiden tunnistaminen, ei-teknologisten rajoitteiden tunnistaminen sekä järjestelmien toimintavaatimusten selkeyttäminen. Älyrakentamiseen liittyy tyypillisesti vaatimuksia koskien muun muassa tilojen monikäyttöä, asukkaan osallistamista sekä uusia energiaratkaisuja. Älyrakentamisen uudet ympäristöt synnyttävät myös uusia paloturvallissuuteen liittyviä haasteita ja riskejä, jotka tulee pystyä tunnistamaan ja, joiden pienentäminen edellyttää uusien ratkaisujen kehittämistä. Elinkaariratkaisut ovat myös nousemassa esiin palontorjuntatekniikan toteutuksissa ja merkittävinä osa-alueina ovat yhteiset hallinta-alustat ja tiedon kerääminen. Tämä asettaa uusia haasteita paloturvallisuudesta vastaavien järjestelmien keskinäiseen yhteensovittamiseen, luotettavuuden hallintaan sekä laajojen järjestelmäkokonaisuuksien toiminnan testaukseen. Älyrakentaminen ja ”Smart City” -käsite tulee ymmärtää niin hyvin, että kaikki nämä riskit ja tarpeet pystytään tunnistamaan ja paloturvallisuusjärjestelmille voidaan varmistaa vaatimusten mukainen luotettavuus. Älykkäässä rakentamisessa dataa keräävien antureiden määrä ja monitorointi ovat lisääntymässä voimakkaasti, ja kuten edellä todettiin, tätä tietoa on mahdollista hyödyntää myös rakennusten paloturvallisuuden parantamiseksi. Standardin EN 54 [4] mukaisesti paloturvallisuuteen liittyvien järjestelmien tulee toimia hätätilanteessa luotettavina itsenäisinä järjestelminä. Paloilmoitinjärjestelmä voi ohjata muita järjestelmiä, mutta muut järjestelmät eivät voi ohjata paloilmoitinta tai vaikuttaa sen toimintaan. Kiinteistöstä monitoroidusta reaaliaikaisesta kiinteistöautomaatio- ja olosuhdedatasta voidaan kuitenkin analysoida ja tuottaa paloturvallisuutta lisäävää tietoa ilman, että näitä järjestelmiä integroidaan paloturvallisuuteen liittyvien järjestelmien kanssa. Analysoidun mittausdatan ja IoT-johdannaisten palveluiden avulla voidaan mm. arvioida palon kehittymistä, auttaa käyttäjiä palotilanteessa sekä parantaa pelastusviranomaisten tilannekuvaa tulipalon aikana [5]. Dataa voidaan hyödyntää ennakoivassa palonilmaisussa ja sen avulla voidaan pelastustoimen aikana arvioida palon tarkkaa sijaintia, kokoa ja kehityshistoriaa, ennustaa palon ja savun leviämistä, arvioida näkyvyyttä sekä myrkyllisten kaasujen määrää sekä määrittää ihmisten sijaintia ja liikkeitä. Analysoidun datan avulla voidaan tukea muun muassa pelastustoiminnan päätöksentekoa sekä palonsyyntutkintaa. Tuotetun tiedon hyödyntämismahdollisuudet laajenevat entisestään, jos se voidaan liittää paloilmoittimen rinnalla yhteiseen hallinta-alustaan. Uuden teknologian avulla voidaan tuottaa tietoa ja palveluja, jotka vapauttavat pelastustoimen resursseja muihin tehtäviin. Älykäs paloturvallisuus on keskeinen osa älyrakentamista ja IoT- sekä älyteknologia tulevat mahdollistamaan myös paloturvallisuuden osa-alueella asioita, joita aikaisemmin ei ollut mahdollista toteuttaa niin kustannustehokkaasti kuin nykyään. Suomessa näitä mahdollisuuksia ei ole kuitenkaan lähdetty hyödyntämään ja uusi teknologia on paloturvallisuuden näkökulmasta merkittävästi vajaakäytössä. Aikaisempi tutkimus ja kokemus on osoittanut, että kehitystä rajoittavat keskeiset tekijät ovat tiedon puute ja asenteet. Tampereen yliopiston Palolaboratorio ja Suomen Pelastusalan Keskusjärjestö ovat selvittäneet älyrakentamisen paloturvallisuutta Suomessa kahdessa hankkeessa. Talven 2019 aikana toteutettu hanke selvitti, miten paloturvallisuus huomioidaan nykyaikaisessa älyrakentamisessa ja ovatko eri osapuolet tietoisia paloturvallisuuden kehittämisen tarpeesta. Toteutusprosessi sisälsi teemahaastatteluja eri kaupungeissa, joissa on ollut vahvasti esillä älyk68

Palotutkimuksen päivät 2019

Älyrakentamisen uudet ympäristöt synnyttävät myös uusia paloturvallissuuteen liittyviä haasteita ja riskejä. käiden kaupunkiympäristöjen suunnittelu. Selvityksen tulokset on julkaistu SPEK Puheenvuoroja -julkaisusarjassa [6]. Toukokuussa 2019 alkanut jatkotutkimus hyödyntää asenneselvityksen tuloksia ja selvittää, mitä ja miten kiinteistöautomaatio- ja olosuhdeanturoinnin tuottamaa dataa on mahdollista hyödyntää rakennuksen ja sen tilojen paloturvallisuuden parantamisessa sekä pelastustoimen tukemisessa. Tutkimuksen tulokset valmistuvat keväällä 2020. Käynnissä olevaa hanketta rahoittaa Palosuojelurahasto. Tässä artikkelissa esitetetään molempien tutkimusten tavoitteet sekä jo päättyneen selvityksen keskeiset tulokset. PALOTURVALLISUUDEN TOTEUTUMINEN ÄLYRAKENTAMISEN HANKKEISSA Talvella 2019 toteutetun selvitystyön [6] avulla kartoitettiin, miten paloturvallisuus on otettu huomioon käynnissä olevissa laajoissa älyrakentamisen projekteissa ja uudenlaisissa korkean rakentamisen kohteissa. Hankkeessa pyrittiin selvittämään teemahaastatteluiden ja nettikyselyn avulla, missä määrin nykyaikaisen rakennushankkeen osapuolet ovat selvillä paloturvallisuuden vaatimuksista ja toisaalta kehittyneiden teknisten ja toiminnallisten ratkaisujen hyödyntämisestä. Haastatteluiden avulla haluttiin myös kartoittaa, minkälaisia odotuksia eri osapuolilla on muun muassa saatavilla olevan tiedon, koulutuksen ja kehittämistarpeiden osalta. Erityisesti hankkeen pohjalta toivottiin rakennushankkeen päättäjien (rakennuttaja, rahoittaja, omistaja) paloturvallisuustietouden lisääntymistä muun muassa eri ratkaisumahdollisuuksien ja -vaihtoehtojen tunnistamisessa sekä näiden teknisten ja taloudellisten vaikutusten arvioimisessa rakennuksen elinkaaren aikana. Selvityksen tavoitteena oli tuottaa ajankohtaista tietoa kentän tarpeista ja asenteista eri osapuolten välillä sekä niistä vaatimuksista, joita todellisista olosuhteista ja järjestelmille asetetuista muista vaatimuksista kohdistuu teknisille ratkaisuvaihtoehdoille. Tulosten perusteella voidaan ohjata tulevaa tutkimusja koulutustoimintaa sekä kohdistaa teknisiä ratkaisuvaihtoehtoja vastaamaan todellisia haasteita. Selvitys koostui neljästä työpaketista: 1. Tausta- ja lähtötietojen kokoaminen sekä perehtyminen taustamateriaaleihin 2. Alueelliset teemahaastattelut, joihin pyrittiin saamaan avainhenkilöitä älykkään rakennetun ympäristön hankkeista ja pelastuslaitosten näköalapaikoilta 3. Haastatteluista saatujen aineistojen arviointi ja nettikyselyn toteuttaminen 4. Tulosten raportointi ja jalkauttaminen julkaisuihin ja jatkotoimenpiteisiin Teemahaastattelut toteutettiin alueellisina haastatteluina 4.12.2018–11.1.2019 välisenä aikana viidellä eri haastattelukerralla Tampereella, Turussa ja Helsingissä. Näissä kaupungeissa on käynnissä uudenlaista rakentamista edustavia kärkihankkeita ja ne ovat älyrakentamisen osalta aktiivisia. Haastateltavina oli

Smart City -ohjelmien, kiinteistökehityshankkeiden, pelastuslaitosten ja ministeriön edustajia. Haastatteluissa käsiteltiin älykkäiden paloturvallisuusratkaisujen nykytilanne ja siihen liittyvät ongelmat ja haasteet. Tulevaisuuden osalta mietittiin toisaalta kehittämisen tiellä olevia esteitä, toisaalta taas toiveita, ideoita ja mahdollisuuksia. Aiheet liittyivät melko selvästi toisaalta suurten hankkeiden toteuttamiseen ja toisaalta pelastustoimen käytännön työhön. Haastatteluissa saatujen tietojen perusteella toteutettiin helmikuussa 2019 nettikysely, jonka tavoitteena oli testata ja syventää niitä oletuksia, joita haastattelun perusteella oli saatu kartoitettua. Kyselyyn sisällytettiin valmiiden vaihtoehtojen lisäksi myös runsaasti avokysymyksiä, mikä jätti vastaajille mahdollisuuden esittää omia uusiakin avauksia ja näkemyksiä. Selvityshanke koettiin selvästi ajankohtaiseksi ja tärkeäksi: haastatteluihin alun perin pyydetyt henkilöt lähtivät mukaan mielellään ja keräsivät mukaan myös muita asiantuntijoita omista organisaatioistaan ja asiantuntijaverkostoistaan. Kaikissa haastatteluissa koolla oli kattava ja asiantunteva joukko, joka keskusteli aiheesta vilkkaasti ja esitti erittäin hyviä mielipiteitä ja ehdotuksia. Haastattelujen perusteella koottuun lomakekyselyyn oli ilmeisestikin onnistuttu löytämään tutkimusoletusten ja haastattelujen perusteella olennaisia ja tärkeiksi koettuja asioita; valtaosaa esitetyistä väitteistä pidettiin tärkeinä tai oltiin niiden kanssa samaa mieltä. Triviaaleja tai tarpeettomia aiheita vastaajat eivät tuntuneet kyselystä löytäneen. Avokysymyksiin oli vastattu paneutuen ja aihetta pohtien. Kautta koko tutkimuksen esille nousivat yhteistyön sekä tiedon ja sen jakamisen haasteet. Kun rakennuksen koko elinkaaren kattavat käytännöt ja menetelmät puuttuvat eivätkä viranomaiset, suunnittelijat, ylläpito ja käyttäjät saa järjestelmistä helposti saavutettavaa ja omaksuttavaa tietoa, eikä käytännön kustannussäästöistä ja eduista löydy edustavia esimerkkejä, on älykkäiden paloturvallisuusratkaisujen kehittäminen ja integrointi muuhun rakennuksen käyttöympäristöön ollut vaikeaa. Asiantuntemusta alalla on, mutta se ei välttämättä välity hankkeiden päätöksentekoon sen ratkaisevissa vaiheissa. Paloturvallisuus on varsinkin suurissa hankkeissa pirstoutunut osiksi erilaisia teknisiä järjestelmiä eikä sitä ymmärretä kokonaisuutena. Lisäksi palontorjuntatekniikka on myös vaikeaa mieltää kannattavaksi investoinniksi, koska paloriski realisoituu harvoin: paloturvallisuus koetaan hankkeessa vain päälle liimatuksi yksityiskohdaksi, josta kustannussäästöjä on helppoa tehdä. Erittäin haastavana on nähty niin älykkäiden kuin perusjärjestelmienkin huolto, käyttö ja ylläpito rakennuksen elinkaaren eri vaiheissa. Esiin on tullut esimerkkejä siitä, kuinka tieto ei siirry toimijoiden mukana: jos rakennuksen omistaja, käyttäjä tai järjestelmien huoltaja vaihtuu, saattaa olennaisia käyttöön vaikuttavia seikkoja jäädä unohduksiin ja pahimmassa tapauksessa koko järjestelmä tai ainakin osa sen toiminnoista jää tiedon ja osaamisen puutteessa käyttämättä. Onnettomuustilanteessa vaikutukset saattavat olla katastrofaalisia.

Kunhan vain lain kirjain on täytetty, palo turvallisuustekniikkaa ei useinkaan ajatella sen enempää.

Tällä hetkellä paloturvallisuuslaitteistot ovat tyypillisesti muista rakennuksen järjestelmistä erillisiä komponentteja ja koostuvat lähinnä staattisista ilmaisin- ja sammutuslaitteistoista – älysovelluksia ne eivät juurikaan sisällä. Erillisyys on toisaalta myös luotettavuuden sanelemaa: näiden lakisääteisten laitteistojen on oltava ehdottoman toimintavarmoja eivätkä ne saa olla riippuvaisia muiden järjestelmien toiminnan vioista tai puutteista. Kunhan vain lain kirjain on täytetty, paloturvallisuustekniikkaa ei useinkaan ajatella sen enempää. Teknisesti ratkaisuja on olemassa ja niitä on mahdollista kehittää, mutta tieto ei jalkaudu helposti omaksuttavassa muodossa rakennushankkeen päättäjille tai suunnittelijoille. UUSIEN TEKNOLOGIOIDEN SOVELLUS- JA KÄYTTÖMAHDOLLISUUDET Edellä esitetty selvitystyö jatkuu Palosuojelurahaston rahoittamana tutkimushankkeena, joka selvitystyön tuloksia hyödyntäen kartoittaa, mitä tietoa tarvitaan esimerkiksi ennakoivan palonilmaisun, palonaikaisen tilannekuvan ja onnettomuustutkinnan alueilla sekä selvitetään, mitä eri asioita kiinteistöautomaatio- ja olosuhdeanturoinnin anturoinnin avulla voidaan mitata, minkälaisia uusia anturiteknologioita on tulossa markkinoille ja miten eri antureiden tuottamasta datasta saadaan tuotettua paloturvallisuutta parantavaa informaatiota käyttäjien ymmärtämässä ja palveluiden hyödynnettävissä olevassa muodossa. Samalla kerätään tietoa älyrakentamisen toimintaympäristöihin liittyvistä uudenlaisista paloriskeistä. Tietoisuutta lisäämällä kehitetään älykkäisiin ratkaisuihin kohdistuvia asenteita, mikä tukee ja nopeuttaa älykkään paloturvallisuuden toteutumista. Tutkimushankkeen ohjausryhmässä toimivat Suomen Pelastusalan Keskusjärjestön ja Tampereen yliopiston lisäksi Sisäministeriö sekä Kumppanuusverkosto. Ryhmän asettamat keskeiset tavoitteet ja painotukset ovat: • Selvittää älyrakentamisen paloturvallisuuteen liittyvät tietotarpeet sekä esittää uusia vaihtoehtoja kustannustehokkaan paloturvallisuuden ja palontorjuntatekniikan kehittämiseen. • Selvittää ja tuottaa esimerkkejä siitä, mitä ja miten kiinteistöautomaatio- ja olosuhdeanturoinnin tuottamaa dataa on mahdollista hyödyntää rakennuksen ja sen tilojen paloturvallisuuden parantamisessa sekä pelastustoimen tukemisessa. • Lisätä alan eri toimijoiden tietoisuutta uusien teknologioiden tarjoamista ratkaisuista ja mahdollisuuksista ja samalla kehittää paloturvallisuutta ja teknologiaa koskevia asenteita ja tukea tätä kautta teknologioiden käyttöönottoa. Kehitystarpeita tarkastellaan erityisesti seuraavien alueiden osalta: suunnittelu, käyttöönotto ja järjestelmien hallinta, ylläpidon kokonaisuus, luotettavuus, yhteensopivuus ja nopea päivitettävyys. Työn tavoitteet tarkentuvat tutkimuksen edetessä ja rajauksen keskeisiä kriteereitä ovat muun muassa teknologian käytettävyys ja kustannushyödyt rakennusten erilaisissa käyttötarkoituksissa sekä teknologian tuottama lisäarvo hankinta-, asennus- ja ylläpitovaiheissa. Yksi työn keskeisistä tavoitteista on myös selkeyttää sitä, kuinka teknologian ylläpidon vaatimukset ja vastuut voidaan päivittää ja kohdentaa oikeille tahoille. Kesän 2019 aikana toteutetaan asiantuntijahaastatteluja, joilla kootaan tietoa suunnitteilla olevissa ja toteutetuissa kohteissa sovelletuista ratkaisuista ja järjestelmistä sekä markkinoilla olevista tai markkinoille tulevista uusista anturiteknologioista ja palvelumuodoista. Haastattelujen yhteydessä kartoitetaan myös Suomessa ja Pohjoismaissa toteutettuja esimerkkikohteita. Tiedonhaku toteutetaan asiantuntijahaastatteluina sekä eri kohderyhmille toteutettuina verkkokyselyinä. Kesän aikana tuotetaan myös kirPalotutkimuksen päivät 2019

jallisuuskatsaus oleellisista selvityksistä, jotka koskevat palontorjuntatekniikan ja käytettävissä olevan teknologian soveltamisesta Suomessa. Kesän 2019 aikana tuotettu aineisto toimii lähtötietona Tampereen yliopistolla toteutettavalle diplomityölle, jossa tutkitaan markkinoilla olevia anturiteknologioita ja palveluita sekä selvitetään erilaisten antureiden sovellusmahdollisuuksia paloturvallisuuden parantamisessa. Teknisen aineiston sekä järjestelmätoimittajille ja mittauspalveluiden tarjoajille suunnattujen tarkentavien haastattelujen avulla selvitetään olemassaolevia paloturvallisuustuotteita ja -palveluita sekä kartoitetaan, minkälaista tietoa kiinteistöautomaatio- ja olosuhdeanturoinnin avulla voidaan tuottaa. Kerättyä aineistoa sekä esimerkkikohteista saatuja kokemuksia soveltaen tuotetaan malliratkaisuja joihinkin tyypillisiin paloturvallisuuden haasteisiin. Alan asiantuntemusta pyritään osallistamaan koko tutkimuksen ajan myös muilla menetelmillä kuten esimerkiksi kyselyillä ja työpajoilla. Tutkimuksen tulokset raportoidaan kevään 2020 aikana. Työn tulosten avulla arvioidaan hankkeen aikana esille tulleita jatkoselvitystarpeita sekä suunnitellaan tulosten jalkauttamisen edellyttämää asiantuntijatyötä. PALOTURVALLISEN ÄLYRAKENTAMISEN KEHITTÄMISTARPEET Käynnissä oleva tutkimus on osoittanut, että tutkimus-, kehitysja koulutustoimintaa tarvitaan monella eri osa-alueella. Tuloksien avulla pystytään osaltaan ohjaamaan t&k-hankkeita yksityiskohtaisemmin halutuille aihealueille ja oikeille kohderyhmille. Kehitystä tarvitaan selvitystyön vastausten perusteella myös siihen, kuinka paloturvallisuutta myydään tai mitä uusia muotoja esimerkiksi palvelumuotoinen toiminta voisi tarjota. Turvallisuuskäsitteelle ja erityisesti paloturvallisuudelle tulisikin saada kehitettyä uusia markkinointimuotoja taloudellisen vaikuttavuuden lisäksi, jotta kaikki tahot ymmärtävät asian tärkeyden. Tällöin esimerkiksi terveyspalveluiden käytänteitä voitaisiin soveltaa myös paloturvallisuuteen tai muiden palveluiden rinnalla kaupunki pystyisi erottumaan turvallisuuskysymyksissä muiden edelle, jolloin voidaan kehittää omaa turvallisuusimagoa. Liiketoiminnallisesta näkökulmasta toiminnan varmuus ja jatkuvuus ovat ensisijaisen tärkeitä niin yrityksille kuin yksilöillekin. Tämän lisäksi uudenlaisilla ratkaisuilla ja turvallisuuden varmistami-sen avulla voidaan tehostaa ihmisten toimintaa ja ennakoida käyttäytymisen muutosta tarvittavalla tavalla. Ihminen on joka tapauksessa huomioitava nykyistä vahvemmin. Jotta digitalisaatiosta, pilvipalveluista ja esineiden internetin tarjoamista mahdollisuuksista saadaan kaikki tarvittava irti, on yhteisöistä saatava tiedonlähteitä ja esille on nostettava tarpeet, joilla tulevaa kehitystä voidaan ennakoida. On syytä miettiä, kuinka turvallisuus näkyy asukkaalle ja voidaanko loppukäyttäjä osallistaa riittävän ajoissa mukaan päätöksentekoon. Tällöin imagomarkkinointi voisi parantaa tarjontaa ja rakennuttajalla olisi parempi mahdollisuus siirtää tämä imagohyöty edukseen. Tällainen trendi on jo nähtävissä mm. ekologisissa ratkaisuissa, miksi ei turvallisuusajattelussa? Asukas todennäköisesti on valmis maksamaan turvallisesta asunnosta ja ympäristöstä, kunhan hän saa tiedon vaikutusmahdollisuuksista. Turvallisuuden tunne on yksi merkittävimmistä tekijöistä asuinpaikkaa valittaessa. Asiantuntijoiden tai rakennushankkeisiin ryhtyvien tahojen keskuudessa ei välttämättä tunnisteta nykymuotoisen asumisen tarpeita riittävästi, joten tätä tulevaisuuden tietoa tulisi tarjota eri osapuolille aikaisempaa enemmän. Kuten edellä on esitetty, on selvitettävä, minkälaista tietoa tai apuvälineitä tarvitaan hankkeiden paloturvallisuussuunnittelun ja 70

Palotutkimuksen päivät 2019

toteutuksen tueksi. Asiantuntijatyön panoksia tuleekin siirtää tiedon välittämiseen ja asenteiden kehittämiseen. Jatkotutkimuksessa on mietittävä vanhojen käsitysten syitä ja tarkasteltava, ovatko nämä näkemykset muuttuneet jo paradokseiksi, joilla ei enää ole tarvittavaa merkityspohjaa. Tuleva tutkimustyö voi tuottaa visioita pitkällä tähtäimellä tulevaisuuteen, jolloin vaihtoehtoisten skenaarioiden avulla voidaan rakentaa eri osapuolten välistä keskustelua ja tiedonvaihtoa. Riittävällä tiedonvaihdolla ja yhteistyöllä on mahdollista kartoittaa mahdollisuuksia uusiin toimintatapoihin ja toiminnan muutoksiin, jonka tarpeet eivät välttämättä ole niin suuria kuin ennakkoon on ajateltu. YHTEENVETO Älyrakentamisen erilaisissa hankkeissa on tavoitteena eri teknologioilla kerätystä reaaliaikaisesta datasta saatavan tiedon rikastaminen ja käyttäminen uusien liiketoiminnan muotojen ja palveluiden tuottamisessa. Tämä kehitys ei ole kuitenkaan toteutunut paloturvallisuuden osalta. Tampereen yliopiston Palolaboratorio ja Suomen Pelastusalan Keskusjärjestö ovat selvittäneet miten paloturvallisuus huomioidaan nykyaikaisessa älyrakentamisessa ja minkälaisia kehitystarpeita hankkeiden eri osapuolet näkevät nykyisissä prosesseissa. Selvityksestä käy ilmi, että älykkäitä paloturvallisuusratkaisuja on olemassa, mutta niiden laajempi jalkauttaminen kompastuu tiedon tai asenteiden, taloudellisten resurssien tai teknisen käyttökelpoisuuden puutteisiin. Selvityksen tulokset on julkaistu SPEK Puheenvuoroja -julkaisusarjassa [6]. Selvityksen tuloksiin pohjautuen on käynnistetty jatkohanke, jonka tavoitteena on selvittää, mitä ja miten kiinteistöautomaatio- ja olosuhdeanturoinnin tuottamaa dataa on mahdollista hyödyntää rakennuksen ja sen tilojen paloturvallisuuden parantamisessa sekä pelastustoimen tukemisessa. Käynnissä olevan tutkimushankkeen tulokset valmistuvat keväällä 2020. Tutkimusta rahoittaa Palosuojelurahasto. LÄHDELUETTELO 1. Hakkarainen, Tuula (2007). Talo- ja turvatekniikka tulipalotilanteessa. Nykytilanne ja tarvekartoitus. VTT Tiedotteita 2383 Espoo: VTT. Saatavissa myös https://www.vtt.fi/inf/pdf/tiedotteet/2007/T2383.pdf. 2. Pylkkänen, Tuomas (2018). IoT (Internet-of-Things) – teknologian hyödyntäminen rakennuksien paloturvallisuuden kehityksessä ja integroidussa älykkäässä ympäristössä. SPEK Puheenvuoroja 4. Helsinki: Suomen Pelastusalan Keskusjärjestö SPEK. Saatavissa myös http://www.spek.fi/loader.aspx?id=1d1727b9-082a4fc8-b857-a1159f074a94. 3. Grant, Casey (2014). Workshop on Smart Buildings and Fire Safety. Proceedings. Massachusetts. USA: The Fire Protection Foundation. Saatavissa myös https://www.nfpa.org/-/media/Files/ News-and-Research/Fire-statistics-and-reports/Proceedings/201 4SupdetSmartBuildingWorkshop.ashx?la=en. 4. SFS-EN 54 Paloilmoittimet. Suomen Standardisoimisliitto SFS. Helsinki. 5. Hamins, Anthony, Grant, Casey, Jones, Albert & Bryner, Nelson (2015). Smart Fire Fighting and Fire Protection. Fire Protection Enginering, Quareter 2 Issue. Saatavissa myös https://www. sfpe.org/page/FPE_2015_Q2_1. 6. Malaska, Mikko, Aaltonen, Anu & Lehto, Lauri (2019). Paloturvallisuuden huomiointi ja asenteet nykyaikaisessa älyrakentamisessa. SPEK Puheenvuoroja 6. Helsinki: Suomen Pelastusalan Keskusjärjestö SPEK. Saatavissa myös http://www.spek.fi/loader. aspx?id=aedbae26-3533-48bc-9184-7d46d3bba327.

Timo Lehtoviita1, Tuomas Pylkkänen2, Jani Paappanen3, Heidi Huuskonen2, Jani Kanerva2, Jarno Rautiainen1, Tia Windahl1 1 Saimaan ammattikorkeakoulu, Yliopistonkatu 36, 53850 Lappeenranta 2 Etelä-Karjalan pelastuslaitos, Armilankatu 35, 53100 Lappeenranta 3 Lappeenrannan Toimitilat Oy, Villimiehenkatu 1, 53101 Lappeenranta

Tietomallit rakennusten turvallisuuden varmistamisessa

TIIVISTELMÄ Kolmiulotteisten tietomallien käyttö rakennetussa ympäristössä on yleistynyt kymmenen viime vuoden aikana. Vuonna 2018 toteutuneessa ”Tietomallit rakennusten turvallisuuden varmistamisessa” -kokeiluhankkeessa Etelä-Karjalan pelastuslaitos tutki yhteistyössä Saimaan ammattikorkeakoulun sekä Lappeenrannan Toimitilat Oy:n kanssa, miten tietomalleja voidaan hyödyntää ensivaiheessa sen kolmella eri osa-alueella eli maankäytön ja rakentamisen ohjaamisessa, valvontatoiminnassa sekä sammutusja pelastustoiminnassa. Valituilla kolmella osa-alueella katsottiin olevan pelastuslaitostasolla kokeilun ensivaiheessa eniten hyötypotentiaalia rakennusten tietomallien soveltamisesta. Tämän lisäksi arvioitiin rakennuksien tietomallien sovellettavuutta yleisellä tasolla niin palontutkinnassa, turvallisuusviestinnässä kuin TKI-toiminnassa. Hanke osoitti kokonaisuutena, että rakennusten tietomalleja voidaan hyödyntää laajasti rakennusten turvallisuuden varmistamisessa pelastustoimen näkökulmasta. Tietomallien laaja-alainen hyödyntäminen kannattaa aloittaa rakennuslupavaiheen viranomaisohjauksessa ja laajentaa niiden käyttöä rakennushankkeen aikana tapahtuvaan pelastustoimen viranomaisvalvontaan. Tietomallien käyttö onnettomuustilanteissa on myös mahdollista, mutta se edellyttää käytettävien tietomallisovellusten, mobiililaitteiden ja hankkeessa kokeiltujen virtuaaliympäristöjen jatkokehitystä. JOHDANTO Rakennusten ja rakennetun ympäristön tietomallien käyttö rakennushankkeissa on 15 viime vuoden aikana laajentunut. Entistä suurempi osa rakennushankkeista toteutetaan tietomallipohjaisesti, kun tilaaja päättää jo hankkeen alussa rakennushankkeen toteutuksesta tietomallintamseen perustuen. Isommat hankkeet niin talonrakentamisessa kuin infrarakentamisessakin toteutetaan jo lähes poikkeuksetta mallintamalla sekä korjaus- että uudis-

kohteissa. Kerrostalokohteissa perustajaurakoitsijat käyttävät laajasti malleja hankkeen kaikissa vaiheissa. Mallien hyödyntäminen alkaa olla siis jo arkipäivää suunnitteluja rakentamisvaiheissa. Rakennusten tietomallien hyödyntäminen on tähän mennessä keskittynyt suunnitteluja rakentamisvaiheisiin. Mallien käytössä on keskitytty suunnittelijoiden väliseen vuorovaikutukseen sekä mallien käyttöön rakennuksen toteutusvaiheessa tuotannon tukena. Vähemmälle huomiolle on jäänyt suunnittelijoiden tuottamien mallien käyttömahdollisuudet esimerkiksi rakennusten ylläpidossa ja viranomaisten toiminnassa hankkeen aikana. Etelä-Karjalan pelastuslaitos, Saimaan ammattikorkeakoulu ja Lappeenrannan kaupungin Toimitilat Oy selvittivät yhteistyössä rakennusten tietomallien hyödynnettävyyttä rakennusten turvallisuuden varmistamiseen. Hankkeen taustalla oli havaittu hyötypotentiaali rakennusten tietomallien soveltamiseen niiden nykyistä käyttötarkoitusta laajemmassa tarkoituksessa turvallisuuden parantamiseksi. Kokeiluhankkeelle asetettiin kolme laajaa kehittämistavoitetta, jotka voidaan saavuttaa pitemmällä aikavälillä kokeiluhankkeen käytännön tulosten perusteella: • Rakennusten tietomallit saadaan toimivien ja riittävän kevyiden työkalujen avulla pelastusviranomaisten jokapäiväiseen käyttöön. • Hankkeen tuloksia hyödynnetään YTV (Yleiset tietomallivaatimukset) 2012:n päivityksessä ja saada turvallisuusnäkökulmat mukaan yleisiin tietomallivaatimuksiin. • Toimintaprosesseja kehitetään niin, että tietomalleja voidaan ottaa käyttöön muiden viranomaisten tai turvallisuusasioista vastaavien osapuolten toiminnassa.

Rakennusten tietomallit Tietomallilla tarkoitetaan yleisesti tietojen formaalia määrittelyä, joka määrittelee tiedot ja niiden väliset yhteydet [1]. Rakennuksen tietomallilla (BIM, Building Information Model) ymmärretään raPalotutkimuksen päivät 2019

kennuksen ominaisuuksien aineellista ja toiminnallista kuvausta digitaalisessa muodossa, joka mahdollistaa tiedon jakamisen yhteisesti sovitulla tavalla [2]. Käytännössä rakennuksen tietomalli koostuu useasta eri kolmiulotteisesta mallista, jotka eri suunnittelijat, kuten arkkitehti, rakennesuunnittelija ja talotekniikkasuunnittelijat tuottavat mallipohjaisten suunnitteluohjelmien avulla. Jotta suunnittelumalleista saadaan muodostettua mallikokonaisuus yhdistelmämallin muotoon, tuotetaan jokaisesta mallista avoimen standardin mukainen IFC-malli (Industry Foundation Classes, tiedonsiirtoon kehitetty standardi), joka pitää sisällään kolmiulotteisen geometrian ja eri osien ominaisuustiedot. Rakennuksen tietomallin määrittelyssä korostetaan entistä enemmän rakennushankkeen elinkaarta ja informaation merkitystä, eli rakennuksen tietomalli on rakennuskohteen ja rakennusprosessin koko elinkaaren aikaisten tietojen kokonaisuus digitaalisessa muodossa [1]. Rakennuksen tietomallin alkuperäinen englanninkielinen termi BIM ymmärretään usein entistä laajempana käsitteenä, eli sillä tarkoitetaan myös koko rakennushankkeen tietomallintamista (Building Information Modelling) tai rakennushankkeen tiedonhallintaa (Building Information Management). Tietomallintaminen on rakentamisen ja kiinteistötoimintojen digitaalinen muoto. Siinä yhdistyvät teknologia, prosessiparannukset ja digitaalinen tieto, mikä tilaajien ja hankkeiden kannalta parantaa merkittävästi tuloksia sekä kiinteistötoimintoja [3]. Kokeiluhankkeessa tarkastelu rajattiin vain rakennusten tietomallien käyttöön pelastusviranomaisen toiminnassa. Samalla tiedostettiin kuitenkin, että tulevaisuudessa tarkastelua on laajennettava rakennusten lisäksi koskemaan myös infran tietomalleja sekä kaupunkimalleja. Tietomallien soveltamisessa on myös panostettava nykyistä enemmän rakennusta käyttävien tai niissä toimivien tulokulmien yhteensovittamiseen rakennushankkeen eri osapuolien kanssa. Näin toimien varmistetaan tarpeellisen informaation tuottaminen ja hyödyntäminen rakennuksen koko elinkaaren aikana. Tämän seurauksena turvallisuuden arviointi ja seuranta on mahdollista toteuttaa entistä kokonaisvaltaisemmin ja tuottaa siten hyötyä siihen vaikuttaville osapuolille.

Tietomallien tarkasteluohjelmistojen soveltuvuus pelastustoimen tarpeisiin Kokeiluhankkeen yhdeksi tavoitteeksi asetettiin kevyiden ja toimivien tietomallien tarkasteluun käytettävien työkalujen löytäminen pelastuslaitoksen käyttöön. Alustaviksi kriteereiksi toiminnallisuudelle arvioitiin ohjelmien helppokäyttöisyys, selkeys, suomenkielisyys sekä soveltuvuuden painotus mallien tarkasteluun (ei tietosisältöjen muokkaamiseen). Pohjaksi tietomallien tarkastelulle ja jakamiselle asetettiin suunnitteluohjelmiin sitoutumattoman IFC-

tiedonsiirtostandardin käyttö. IFC on rakennusalan käyttöön luotu avoin tiedonsiirtostandardi, jonka mukaisia malleja pystyy luomaan pääasiassa kaikkien suunnittelualojen mallinnusohjelmista [1]. Pelastusviranomaisen kannalta koettiin, että IFC-mallit ovat käytännöllisiä avoimen tiedonsiirron lisäksi siksi, ettei niihin pysty tekemään tarkasteluohjelmilla pysyviä muokkauksia, kuten poistamaan erehdyksessä tärkeää tietoa. Hankkeen alussa tutustuttiin noin kymmeneen eri tietomallien tarkasteluun soveltuvaan ohjelmaan. Lähempään tarkasteluun valikoituivat Dalux Build, Solibri Model Viewer ja Trimble Connect -ohjelmistot, jotka vastasivat pääasiallisesti annettuja vaatimuksia. Solibri Model Viewer on kiinteää muistia hyödyntävä tietomallien tarkasteluohjelma. Toiset ovat pilvipalvelua hyödyntäviä rakennushankkeen yhteistyöalustoja, joissa on sisäänrakennettu tarkasteluohjelma. Tarkemmassa tarkastelussa jokaisesta ohjelmasta paljastui hyviä puolia, mutta myös kehityskohtia, eikä yksikään ohjelma osoittautunut täysin optimaaliseksi kaikkiin haettuihin tarkoituksiin. Eri tietomalliohjelmistojen tietomallinäkymiä on havainnollistettu kuvassa 1. Tarkastelun perusteella havaittiin, että Solibri Model Viewer -ohjelman hakutoiminnot ovat valikoituneista ohjelmista helppokäyttöisimmät, tehokkaimmat ja toimivimmat. Ohjelmalla saadaan haettua malleista nopeasti halutut tiedot ja esitettyä ne sel keästi mallihierarkiaa ja objektien ryhmäkohtaista suodatusta hyödyntämällä. Ohjelman vähäiset viestintämahdollisuudet kuitenkin häviävät verrokeille ja viestinnän joutuu käytännössä toteuttamaan ruudunkaappausten ja sähköpostin avulla. Hakutyökalujen ansiosta Solibri Model Viewer olisi käyttökelpoinen ja tehokas ohjelma lupavaiheen tarkasteluissa ja valvonnassa. Viranomaiset voivat hakutyökalujen avulla suodattaa tehokkaasti esiin tarpeenmukaista tietoa ja rajata tarkasteltavia kohteita mallista. Ohjelmassa on myös perustyökalut merkintöjen ja mittausten tekemiseen. TUTKIMUKSEN TOTEUTUS JA TULOKSET Valituilla kolmella osa-alueella Maankäytön ja rakentamisen ohjaaminen, valvontatoiminta sekä sammutusja pelastustoiminta katsottiin olevan pelastuslaitostasolla eniten potentiaalia saada hyötyä rakennusten tietomalleista. Tämän lisäksi arvioitiin rakennuksien tietomallien hyödyntämistä yleisellä tasolla niin palontutkinnassa, turvallisuusviestinnässä kuin tutkimus-, kehittämis- ja innovaatiotoiminnassa (TKI). Rakennusten tietomallien hyödynnettävyyttä arvioitiin pitämällä kolme erillistä työpajaa jokaiselle eri osa-alueelle. Työpajoihin osallistui Etelä-Karjalan pelastuslaitoksen henkilöstöä, joiden työnkuvaan kunkin työpajan osa-alueet liittyivät. Työpajoihin3

Kuva 1. Tietomallinäkymiä eri tietomalliohjelmistoista [4].

Kuva 1. Tietomallinäkymiä eri tietomalliohjelmistoista [4]. 72

Palotutkimuksen päivät 2019

Viranomaiset voivat hakutyö kalujen avulla suodattaa tehokkaasti esiin tarpeen mukaista tietoa ja rajata tarkasteltavia kohteita mallista. osallistuville henkilöille järjestettiin koulutusta ennakkoon tietomalleihin sekä eri IFC-tarkasteluohjelmistoihin liittyen. Koulutuksen avulla lisättiin henkilöiden osaamista ja ymmärrystä tietomalleista ja niiden soveltamisesta osana omaa työnkuvaa. Työpajatoiminnassa henkilöt jaettiin pienryhmiin, joissa he pohtivat tietomallien sovellettavuutta ja hyödyntämispotentiaalia pelastuslaitoksen palvelutuotannon osana. Pienryhmien tuotokset käytiin yhteisesti läpi työpajan lopuksi. Samalla kirjattiin ylös mahdollisia kypsyneitä ajatuksia, joita loppuyhteenvedon aikana tuli esille.

Tietomallien hyödyntäminen maankäytön ja rakentamisen ohjaamisen yhteydessä Pelastusviranomaisella on pelastuslain 379/2011 mukainen yleinen ohjausvelvoite, jota sovelletaan esimerkiksi riskiperusteisesti rakennusten paloturvallisuussuunnitteluun. Pelastusviranomaisen asiantuntemusta hyödyntämällä rakennushankkeiden eri vaiheissa voidaan saavuttaa tuloksellisia ratkaisuja rakennusten turvallisuuden varmistamisessa riskien ennakoinnin, varautumisen ja hallinnan sekä onnettomuuksien aikaisen vasteen tuottamisen ja palontutkinnan osalta. Tietomallien laatiminen rakennushankkeiden yhteydessä on yleistynyt, mutta niiden soveltaminen viranomaiskäyttöön on toistaiseksi vielä vähäistä. Viranomaiset eivät saa tietomalleja automaattisesti käyttöönsä, vaan käyttötarve tulee osoittaa suunnittelijalle erillisenä pyyntönä. Tietomallit laaditaan pääsääntöisesti isompiin rakennuskohteisiin. Pienemmissä hankkeissa tietomalli laaditaan, jos rakennushankkeeseen ryhtyvä katsoo siitä olevan sille oleellista hyötyä. Pelastuslaitoksen henkilöstölle järjestettyjen työpajojen tulokset osoittavat, että rakennusten tietomallien hyödyntämisen suurin potentiaali muodostuu ensivaiheessa maankäytön ja rakentamisen ohjaamisen yhteydessä. IFC-tiedoston avulla oleelliset tiedot löytyvät keskitetysti yhdestä tiedostosta, mikä sujuvoittaa prosessiin liittyvää tiedonhallintaa. Lisäksi tietomallin jakaminen on helppoa rakennushankkeen eri toimijoille. Tietomallin jakamisessa eri toimijoille voidaan hyödyntää esimerkiksi projektipankkia. Näin varmistetaan, että käytettävissä on aina viimeisin ja ajantasaisin tietomalli. Suunniteltaessa uutta tai saneerattaessa vanhaa, saadaan tietomallin avulla hahmotettua rakennuksen kokonaisuus normaaleja 2D-tasopiirustuksia paremmin. Myös pihasuunnittelusta voidaan saada entistä kokonaisvaltaisempi kuva jo suunnitteluvaiheessa. Tietomallin etuna on, että sen avulla kiinteistöä voidaan helposti lähestyä eri kulmista. Tämä korostuu pelastuslaitoksen eri tehtävissä, kuten onnettomuuksien ennaltaehkäisyn ja varautumisen sekä sammutusja pelastustoiminnan toimivuuden tarkastelun yhteydessä. Jälkimmäisen osalta voidaan arvioida helposti esimerkiksi hyökkäysreittien ja pelastusteiden toimivuutta. IFC-tarkasteluohjelmistojen peli- ja kävelytoimintoja hyödyntämällä ra-

kennusten sisätiloja on mahdollista tarkastella esimerkiksi poistumisreittien toimivuuden sekä alkusammutuskaluston ja poistumisopasteiden näkyvyyden osalta. Käytönaikaista tilannetta voidaan tarkastella siinä tapauksessa, jos arkkitehtimallissa on esitetty tilojen kalusteet. Työpajojen yhteydessä tuotettiin esityksiä rakennusten tietomallien tietosisältöjen täydentämisestä siten, että tietomalleista olisi entistä enemmän hyötyä pelastusviranomaisten näkökulmasta. Etelä-Karjalan pelastuslaitos sekä Lappeenrannan Toimitilat Oy laativat yhteistyössä esityksen yleisten tietomallivaatimusten täydentämisestä paloturvallisuuden osa-alueen tiedoilla.

Tietomallien hyödyntäminen pelastuslaitoksen valvontatoiminnassa Yleisimpiä ja tunnetuimpia valvontatehtäviä ovat palotarkastukset. Palotarkastusten avulla pyritään ennaltaehkäisemään onnettomuuksien syntyä. Työpajan tulosten perusteella voidaan todeta, että tietomalleista voidaan saada hyötyä myös palotarkastustoiminnan yhteydessä. Rakennusten tietomallia voi hyödyntää jo ennen palotarkastuksen suorittamista. Tietomalli tarjoaa mahdollisuuden tutustua nopeasti ja kattavasti kohteeseen, jos kohde ei ole entuudestaan tuttu. Samalla tietomallia voidaan hyödyntää suunnittelemalla palotarkastuskierrosta etukäteen. Palotarkastuksen aikana tietomalli voi toimia apuvälineenä arvioitaessa kohteen paloturvallisuutta. Mikäli tietomallista on löydettävissä helposti pelastuslaitoksen kannalta oleellisimmat tiedot, voidaan palotarkastuksen aikana arvioida, ovatko rakennuksen tilat vaatimusten mukaisessa käytössä sekä onko esimerkiksi vaadittu alkusammutuskalusto paikallaan. Palotarkastuksen lopussa voidaan mahdollisia havaittuja puutteita kerrata asiakkaan kanssa tietomallia hyödyntäen. Samalla tavalla palotarkastuspöytäkirjan kirjoittamisvaiheessa tiloihin voi perehtyä jälkikäteenkin. Palotarkastusten yhteydessä on oiva tilaisuus myös tallentaa kohdetta koskevat uudet tiedot pelastusviranomaisen valvontarekisteriin. Yksi näistä tiedoista voisi tulevaisuudessa olla kohteen uusimman tietomallitiedoston tallentaminen pelastuslaitoksen tietokantaan tai päivittää kohdetta koskeva kohdekortti, jos se on laadittu tietomallipohjaisesti. Tietomallien hyödyntäminen sammutusja pelastustoiminnan yhteydessä Sammutus- ja pelastustoiminnan johtamisen tueksi on olemassa erilaisia ohjelmistoja ja tietokantoja, joita pelastusviranomainen voi hyödyntää sammutusja pelastustoiminnan johtamisen aikana. Digitaaliset työkalut ovat yleistymässä pelastustoiminnan arkipäivässä. Myös rakennusten tietomalleja voidaan tulevaisuudessa hyödyntää pelastuslaitoksen sammutusja pelastustoiminnassa. Tämä tulos tuli esille pelastustoimintaan kuuluneille henkilöille suunnatun työpajan tuloksena. Saatua hyötyä katsottiin löytyvän niin sammutusja pelastustoiminnan kuin kohteen sammutusja pelastustoiminnan suunnittelun tehtävissä. Sammutus- ja pelastustehtävien yhteydessä rakennuksen tietomallia on mahdollista hyödyntää eri tilanteissa, johtamistasoilla ja tehtävissä. Hankkeen työpajassa tietomallien sovellettavuuden arviointi painottui joukkueenjohtajan tulokulmaan. Rakennusten tietomallin soveltaminen onnettomuustilanteessa voidaan aloittaa heti tehtävän vastaanottamisen jälkeen. Tämä tulee kysymykseen esimerkiksi päivystävän palomestarin (joukkueenjohtajan) toimesta, joka pystyy nopeasti tutustumaan kohteeseen tietomallin kautta saatuaan ensi- ja lisätiedot hätäkeskukselta. Teoriassa ajomatkan aikana on mahdollista hyödyntää rakennusten tietomallia hankkimalla sieltä tietoa esimerkiksi onnettomuuskohteen tontille ajosta, hyökkäysreiteistä sekä paloteknisten laitteistojen käyttöPalotutkimuksen päivät 2019

keskusten sijainnista. Ajomatkan yhteydessä tapahtuvaa tietomallien hyödyntämistä ei ole testattu toistaiseksi. Onnettomuuskohteessa pelastustoiminnan johtaja voi hakea tietomalleista tietoa johtamistoiminnan päätöksen tueksi. Tieto tulee olla nopeasti rajattavissa ja kohdennettavissa, jotta sen hyödyntäminen vaativissa ja aikakriittisissä tehtävissä kenttäolosuhteissa on mahdollista. Tietomallista tarvittavaa tietoa voidaan tulkita myös tilanne- tai johtokeskuksesta käsin, jolloin tietomallien hyödyntäminen on mahdollista toimisto-olosuhteissa ja tieto välihittämisessä, kun tietomallit tarjoavat sisältöä eri toimijoiden yhteistyönä tuottamaan tilannekuva tetään onnettomuuspaikalle ryhmä-, joukkue- ja komppanianjohtulkintaan ja -ymmärrykseen rakennetusta ympäristöstä. Kun tietomallinnuksessa ja mallien käyt totasoille. Tarvittavat tiedot voivat esimerkiksi liittyä tulipalon rajoittamiseen tai sammutusja pelastustoiminnan helpottamiseen. töön soveltamisessa on edistytty, voidaan painopistettä siirtää yksittäisistä rakennuksista laaja-ala Näitä tietoja ovat esimerkiksi palo-osastoinnin varmistaminen tai sempiin tarkasteluihin, kuten kaupunki-infrastruktuurin tietomalleihin ja näiden soveltamiseen mo savunpoistonjärjestelyihin liittyvät selvitykset. Rakennusten tietomallien käyttö sammutusja pelastustoiminTarvittavia tietoja voivat olla erilaiset pinta-alatiedot ja tilojen nitoimijayhteistyössä tapahtuvaan turvallisuuden varmistamiseen. nassa vaatii vielä paljon harjoittelua sekä totuttelua, jotta käytön käyttötarkoitukseen liittyvät asiat. Palontutkinnassa voi korostua aikaiset hyödyt alkavat realisoitua. Tiedon saatavuuteen, hyödynobjekteihin tallennetut tiedot, joita voidaan tarvita esimerVirtuaalitodellisuus sekä rakennusten tietomallitmyös yhdistämällä voidaan luoda uudentyyppistä, teho tämiseen ja tietoturvaan liittyviä teknisiä kysymyksiä on ratkaiskiksi arvioitaessa rakenteiden syttymisherkkyyttä tai tulipalon lekasta potentiaalia rakennettuihin kohteisiin sekä Rakennus niiden voi turvallisuuden tava esimerkiksi tiedon tallentamisen, langattoman tiedonsiirron tutustumiseen viämi-sen mahdollisuuksia. tuhoutua tulipalossaarviointiin hysekä käytetyn tiedon luotettavuuden osalta. On erityisen tärkeää, vinkin kattavasti, jonka vuoksi tietomalli antaa apua rakennuksen Kehityshankkeen yhteydessä testattiin lisätyn todellisuuden eli augmented reality (AR)-tekniikan so että rakennusten tietomallien tulee aina vastata todellista tilannetkokonaisuuden tai tilojen hahmottamiseen retrospektiivisesti. Liveltuvuutta esittämiseen pelastuslaitoksen henkilöstön AR-laseihin ta, jotta tehtävättietomallien päätökset perustuvat luotettuun tietoon. Lisäksi säksi tietomalleista saatuja tietojatoimesta. on mahdollista hyödyntää pa- johdet rakennusten tietomallien käyttö edellyttää henkilöstöltä jatkuvaa arvioida lontutkinnan dokumentoinnin yhteydessä täytettäessä PRONTOtuja tietomalleja tulkitsemalla oli mahdollista rakennusten rakenteiden sisään ja paljaall ohjelmistojen käytön harjoittelua, jotta IFC-mallin käyttö onnisohjelmiston selosteille tarvitsemia tietoja. silmällä havaitsemattomien kokonaisuutta rakennukse tuu onnettomuustilanteessa tehokkaasti.rakenneosien asemoitumista Pelastuslaitosja voituottamaa hyödyntää rakennusten tietomalleja kohdekohtaisen turvallisuusviestinnän toteutuksessa. Tämä tulee ky-tarkaste Rakennuksen tietomallista saatuja tietoja voidaan hyödyntää osana. Toteutetun simuloinnin perusteella AR-laseilla saatiin paljon hyötyä rakennusten symykseen esimerkiksi tutustuttaessa kohteeseen ennalta kuten myös sammutusja pelastustoiminnassa tarvittavien onnettoluun varsinkin valvontatoiminnan yhteydessä. palotarkastustoiminnassa tai laadittaessa kohteeseen turvallisuusmuustietojen kirjaamisessa. Pelastuslaitokset kirjaavat onnettokävelyjä. Näin on mahdollista tarjota entistä parempaa palvelua muustiedot pelastustoimen resurssi- ja onnettomuustilastoon asiakkaille. Kohteissa pelastuslain mukaiseen omatoimiseen va(PRONTO), joka on sisäministeriön järjestelmä pelastustoimen rautumiseen liittyvää pelastussuunnitelmaa voidaan osin rakenseurantaa ja kehittämistä sekä onnettomuuskohtaisia tietoja varPelastuslaitoksen operatiiviset kohdekortit taa rakennuksen tietomallin ympärille. Rakennuksen tietomallin ten. Tietomallista saa tilastointia varten helposti selville esimerollessa osa pelastussuunnitelmaa voidaan kohdekohtaisessa turkiksi tilojen käyttötarkoituksia sekä pinta-alatietoja. Eri työpajoissa arvioitiin pelastuslaitoksen käytössä olevien kohdekorttien tietojen esittämistä ra vallisuusviestinnässä hyödyntää sitä asiakaskontaktissa. AsiakasTietomallien hyödyntäminen kohteessans. tietomallia voidaan käyttää turvallisuuden osa-alueen kennusten tietomalleissa. Pelastuslaitokset käyttävät operatiivisia kohdekortteja sammutus- j pelastuslaitoksen muissa toiminnoissa perehdyttämisen apuvälineenä. pelastustoiminnan tueksi ja avuksi. Rakennusten tietomallit tarjoavat kattavaa tietoa, josta pelastusPalontutkinnan yhteydessä rakennusten tietomalleista voidaan viranomaisen kaltainen loppukäyttäjä hyötyy oman palvelutuosaada samoja hyötyjä kuin valvonta- ja pelastustoiminnassakin.

Rakennusten tietomallien käyttö sammutusja pelastustoiminnassa vaatii vielä paljon harjoittelua sekä totuttelua.

Kuva 2. Tietomallipohjainen kohdekortin palo-osastonäkymä [4].

74 Palotutkimuksen päivät 2019 Kuva 2. Tietomallipohjainen kohdekortin palo-osastonäkymä [4].

Kuva 3. Tietomallipohjainen kohdekortin asemapiirrosnäkymä [4].

Kuva 3. Tietomallipohjainen kohdekortin asemapiirrosnäkymä [4]. tantonsa kehittämisessä. TKI-tulokulmasta keskeisenä tavoitteekatsottiin tarpeelliseksi. Näin kohteesta saisi muodostettua kokona tietomallien hyödyntämiseksi on niiden tarjoama merkittävä naiskuvan, joka helpottaisi ja nopeuttaisi sammutusja pelastuspotentiaali pelastustoimialan tieto-ohjattavuuden vahvistamisestoimintaa. Lisäksi tarpeelliset tiedot olisivat tietomallista entistä LOPPUPÄÄTELMÄT sa. Rakennusten tietomalleista on merkittävää hyötyä myös yhyksityiskohtaisemmin havaittavissa. Hankkeen yhteydessä laaditteistyön kehittämisessä, kun tietomallit tarjoavat sisältöä eri toitiin Lappeenrannan Hovinpellon päiväkodin tietomallista tietoTietomallit rakennusten turvallisuuden varmistamisessa -hankkeessa päästiin asetettuimijoiden yhteistyönä tuottamaan tilannekuvatulkintaan ja -ymmallipohjainen kohdekortti (kuva 3).hankkeelle Tietomallipohjainen kohmärrykseen rakennetusta ympäristöstä. Kun tietomallinnuksessa dekorttiIFC-mallien osoittautui erittäin toimivaksi, vaikka siitä laadittiin vain hin tavoitteisiin. Pelastusviranomaisen näkökulmasta sekä -tarkasteluohjelmistojen ja mallien käyttöön soveltamisessa on edistytty, voidaan painopisyksi versio. Sammutus- ja pelastustoiminnan kannalta oleellisimkäyttö katsottiin mahdolliseksi kaikissa pelastustoimen kolmessa erikorostetuksi. osa-alueessa. Kaikilla tutkituilla tettä siirtää yksittäisistä rakennuksista laaja-alaisempiin tarkastemat asiat tuotiin esiin Lisäksi piha-alueen yhteydesosa-alueilla tuli esille selkeitä hyötyjä, joita rakennusten tietomallit voivatrakennukseen tulevaisuudessa tarjota luihin, kuten kaupunki-infrastruktuurin tietomalleihin ja näiden sä esitettiin tekstein perustietoja ja kiinteistöön liitsoveltamiseen monitoimijayhteistyössä tapahtuvaan turvallisuutyen. Näin saatiin selville esimerkiksi rakennuksen paloluokka ja nykyisten toimintojen tehostamiseksi. Tietomallien hyödyntäminen olemassa olevien rakennuksien den varmistamiseen. suojaustaso. Saadut positiiviset kokemukset kannustavat kehittäosalta on vielä alkutekijöissään, joten aikaa tulee kulumaan muutamia vuosia, ennen kuin tietomalVirtuaalitodellisuus sekä rakennusten tietomallit yhdistämällä mään kohdekorttien siirtämistä tietomallien pohjalle. voidaan luoda uudentyyppistä, tehokasta potentiaalia rakennettui- keskuudessa. Hanke kuitenkin tarjosi hyvän mahlien hyödyntämisestä tulee rutiinia viranomaisten hin kohteisiin tutustumiseen sekä niiden turvallisuuden arvioinLOPPUPÄÄTELMÄT dollisuuden tutkia tätä osa-aluetta sekä haastaa Etelä-Karjalan pelastuslaitoksen työntekijöitä innotiin. Kehityshankkeen yhteydessä testattiin lisätyn todellisuuden voimaan rakennuksien tietomallien hyödyntämistä omissa rakennusten työtehtävissä. Saadut tulokset ovat eli augmented reality (AR)-tekniikan soveltuvuutta tietomallien Tietomallit turvallisuuden varmistamisessa -hank-luesittämiseen pelastuslaitoksen henkilöstön toimesta. AR-laseihin keessa päästiin hankkeelle asetettuihin tavoitteisiin. Pelastusviranpaavia. johdettuja tietomalleja tulkitsemalla oli mahdollista arvioida raomaisen näkökulmasta IFC-mallien sekä -tarkasteluohjelmistojen kennustentietomallivaatimusten rakenteiden sisään ja paljaalla päivittäminen silmällä havaitsemattokäyttö katsottiin mahdolliseksi kaikissa kolmessa Yleisten turvallisuuteen liittyvillä asioilla tuopelastustoimen hyötyä niin rakenmien rakenneosien asemoitumista ja tuottamaa kokonaisuutta raeri osa-alueessa. Kaikilla tutkituilla osa-alueilla tuli esille selkeitä nushankkeeseen ryhtyvälle kuin pelastusviranomaiselle. Hyvin suunniteltaessa tietomallista on hyökennuksen osana. Toteutetun simuloinnin perusteella AR-laseilla hyötyjä, joita rakennusten tietomallit voivat tulevaisuudessa tartyä pelastuslaitoksen eri prosesseissa. Hankkeen onnistuneimmista kokeiluista oli tietomallisaatiin paljon hyötyä rakennusten tarkasteluun varsinkin valvon- yksi jota nykyisten toimintojen tehostamiseksi. Tietomallien hyödyntatoiminnan yhteydessä. täminen olemassa olevien rakennuksien osalta on vielä alkutekijöissään, joten aikaa tulee kulumaan muutamia vuosia, ennen kuin

Pelastuslaitoksen operatiiviset kohdekortit Eri työpajoissa arvioitiin pelastuslaitoksen käytössä olevien kohdekorttien tietojen esittämistä rakennusten tietomalleissa. Pelastuslaitokset käyttävät niin sanottuja operatiivisia kohdekortteja sammutusja pelastustoiminnan tueksi ja avuksi. Kohdekortista selviävät oleelliset tiedot, kuten palo-osastointi, joita pelastuslaitokset tarvitsevat onnettomuustilanteiden hoitamiseksi (kuva 2). Suomessa pelastuslaitoksilla on käytössä useita eri kohdekorttimalleja. Yleensä kohdekortti sisältää kiinteistöstä tehdyn kaksisivuisen A4-tietosivuosion, jossa on esitetty kohteen tärkeimmät tiedot tekstimuodossa. Lisäksi kohdekortin liitteenä voi olla esimerkiksi asema- ja pohjapiirustuksia, joissa on korostettu ja osoitettu pelastuslaitokselle tarpeellisimmat tiedot. Kohdekorteissa esitettyjen tietojen esittäminen tietomallissa

Pelastuslaitokset käyttävät niin sanottuja operatiivisia kohdekortteja sammutusja pelastustoiminnan tueksi ja avuksi. Palotutkimuksen päivät 2019

tietomallien hyödyntämisestä tulee rutiinia viranomaisten keskuudessa. Hanke kuitenkin tarjosi hyvän mahdollisuuden tutkia tätä osa-aluetta sekä haastaa Etelä-Karjalan pelastuslaitoksen työntekijöitä innovoimaan rakennuksien tietomallien hyödyntämistä omissa työtehtävissä. Saadut tulokset ovat lupaavia. Yleisten tietomallivaatimusten päivittäminen turvallisuuteen liittyvillä asioilla tuo hyötyä niin rakennushankkeeseen ryhtyvälle kuin pelastusviranomaiselle. Hyvin suunniteltaessa tietomallista on hyötyä pelastuslaitoksen eri prosesseissa. Hankkeen yksi onnistuneimmista kokeiluista oli tietomallipohjaisen kohdekortin tuottaminen. Laadittu kohdekorttimalli tuotti odotettua paremman tuloksen. Tuomalla turvallisuuteen liittyviä asioita esille tietomalleissa etupainotteisesti, voidaan siitä saada helposti aikaan myös pelastuslaitoksen palvelutuotannon käyttöön soveltuva kohdekortti. Rakennusten tietomallien käyttö pelastuslaitoksen eri prosesseissa tarjoaa aivan uudenlaisen visuaalisen tietolähteen tutustua kohteeseen tai hankkia siitä tarvittavaa tietoa. Pelastuslaitoksen palvelutuotannon osalta on erityisen tärkeää huomioida, että rakennusten tietomallien kautta tuleva tieto on ajantasaista. Oleellista on myös, ettei IFC-mallien tieto ole muunneltavissa käyttäjän toimesta, jolloin tieto säilyy luotettavana eri käyttöproses sien aikana. Tietomallien hyödyt tulevat kokonaisuutena parhaiten esille, kun niiden käyttö on sujuvaa loppukäyttäjän tulokulmasta. Käytön rajapintojen on oltava yhteen sovitettavissa muihin keskeisiin tietolähteisiin, kuten pelastustoimessa kehitteillä olevaan uuteen onnettomuuksien ehkäisyn tietojärjestelmään. Tietomalleja voidaan hyödyntää pelastustoimen lisäksi myös ensihoidossa päivittäisissä tehtävissä. Tietomallien sisältämällä informaatiolla voidaan helpottaa ensihoitoyksiköiden tehtäväkohteeseen saapumista sekä siten nopeuttaa potilaan tavoittamisaikaa. Tietomallit voivat lisätä tätä kautta sekä potilasturvallisuutta että ensihoita jien työturvallisuutta. Hankkeen tulosten pohjalta voidaan tietomallien käyttöä edistää rakennusten turvallisuuden varmistamisessa paikallisella, kansallisella ja kansainvälisellä tasolla. Paikallisella tasolla on Etelä-Karjalan pelastuslaitoksella perusvalmiudet hyödyntää ensivaiheessa rakennusten tietomalleja maankäytön ja rakentamisen ohjauksessa. Sujuvinta on aloittaa tietomallien käyttö Lappeenrannan Toimitilat Oy:n rakennushankkeissa rakennuslupavaiheessa kokeiluhankkeessa kehitettyjen toimintatapojen mukaisesti. Tämän lisäksi tietomallien tietoa tulisi kyetä hyödyntämään mahdollisimman laaja-alaisesti pelastuslaitoksen muissa tehtävissä onnettomuuk sien ehkäisemiseksi, niihin varautumiseksi sekä palontutkinnassa. Tietomallien käyttöä on jatkossa edistettävä systemaattisesti kaikissa pelastuslaitoksen palvelutuotannon osa-alueissa. Näin tietomallien tuottama hyötypotentiaali on maksimoitavissa asiakkaalle ja yhteiskunnalle muodostuvana hyötynä toimintaympäristön turvallisuuden parantamisessa. Rakennusten tietomalliaineistojen lisäksi toimintaympäristön turvallisuuden arviointiin on saatava mukaan myös kaupunkien inframalli- ja kaupunkimalliaineistot. Näin turvallisuutta on mahdollista arvioida ja kehittää laaja-alaisesti tietomallien tuottaman informaation perusteella. Tiedon tulkintaan on kytkettävä monipuolisesti eri käyttäjä- ja toimijatahoja, jolloin tietoperusteisuus kasvaa yhteiseksi tulkinnaksi toimintaympäristöön liittyvästä turvallisuudesta ja sen edellyttämästä yhteistyöstä. Kansallisella tasolla tavoitteena on jatkokehityshankkeen käynnistäminen, jossa olisi mukana mahdollisimman moni alueellinen pelastuslaitos. Nämä voisivat yhdessä kehittää, määritellä ja testata rakennusten tietomallien, inframallien ja kaupunkimallien konkreettisia käyttötapauksia rakennusten ja rakennetun ympä76

Palotutkimuksen päivät 2019

ristön turvallisuuden varmistamisessa. Käyttötapausmäärittelyssä kannattaa tehdä yhteistyössä muiden KIRA-digi -kokeiluhankkeiden kanssa, joissa on myös tehty määrittelyjä eri käyttötapauksiin. Määrittelytyöhön tarvitaan mukaan myös BuidingSMART Finland ja tuloksia voidaan hyödyntää kansallisessa Yleisten Tietomallivaatimusten päivityksessä. Hankkeeseen on saatava mukaan rakennushankkeiden tilaajia ja kiinteistönomistajia, joilla on tarjota hankkeeseen sopivia tietomallipohjaisia rakennushankkeita. Tarkasteltavat rakennushankkeet olisi oltava sellaisilla alueilla, joissa on saatavissa käyttöön inframalli- ja kaupunkimalliaineistoja. Samaan jatkokehityshankkeeseen voidaan kytkeä myös tarvittavan tietomallien käyttökoulutuksen kehittäminen pelastusviranomaisille. Hankkeeseen voitaisiin kytkeä myös muita turvallisuusviranomaisia sekä sisäministeriö, Pelastusopisto ja Pelastuslaitosten kumppanuusverkosto mahdollistamaan tulosten levittämistä ja jatkokehittämisen koordinointia. Kansainvälisellä tasolla kannattaa edetä levittämällä nyt toteutetun kokeiluhankkeen tuloksia alan kansainvälisissä seminaareissa ja aloittaa kansainvälinen yhteistyö hyödyntämällä suomalaisten pelastusalan toimijoiden verkostoja. On käynnistettävä myös teemaan liittyvää selvitystyötä kansainvälisellä tasolla tavoitteena löytää niitä alan toimijoita, jotka mahdollisesti jo ovat hyödyntäneet tietomalleja rakennetun ympäristön varmistamisessa. KIITOKSET Erityisesti kiitämme ympäristöministeriön KIRA-digi kärkihanketta hanketoteutuksen mahdollistaneesta rahoituksesta. Lisäksi kiitämme hankkeen ohjausryhmää hankkeen asiantuntevasta ohjauksesta hankkeen aikana. Lisäksi kiitos kuuluu Saimaa ammattikorkeakoulun, Etelä-Karjalan pelastuslaitoksen sekä Lappeenrannan Toimitilat Oy:n henkilöstölle, jotka osallistuivat hankkeeseen oman työnsä ohella sen eri vaiheissa. Tämä artikkeli on lyhennelmä hankkeen yhteenvetoraportista, joka on julkaistu Saimaan ammattikorkeakoulun julkaisusarjassa sähköisenä julkaisuna. Kirjoittajina ovat toimineet Saimaan ammattikorkeakoululta lehtori Timo Lehtoviita, projekti-insinööri Jarno Rautiainen ja lehtori Tia Windahl, Etelä-Karjalan pelastuslaitokselta vs, valmiuspäällikkö Tuomas Pylkkänen, projektipäällikkö Heidi Huuskonen ja riskienhallintapäällikkö Jani Kanerva sekä Lappeenrannan Toimitilat Oy projekti-insinööri Jani Paappanen. LÄHDELUETTELO: 1. RASTI-projektin raportti (2019). Rakennetun ympäristön tiedonhallinnan standardisointi – Nykytilan kartoitus ja ehdotus toimenpiteistä. Raportti, V 1.0 / 4.2.2019. https://rastiprojekti. com/wp-content/uploads/2019/02/RASTI-strategia-v1.pdf. Luettu 26.4.2019. 2. BuildingSMART Finland. (2012). YTV 2012, Yleiset tietomallivaatimukset 2012 -julkaisusarja, osat 1–14 sekä täydentävät liitteet. https://buildingsmart.fi/yleiset-tietomallivaatimukset-ytv/. Luettu 26.4.2019. 3. EU BIM Task Group (2018). Käsikirja tietomallintamisen käyttöön ottamisesta Euroopan julkisella sektorilla. http://www. eubim.eu/wp-content/uploads/2018/10/GROW-2017-01356-0000-FI-TRA-00.pdf. Luettu 2.5.2019. 4. Lappeenrannan Toimitilat Oy. Kuvia Hovinpellon ja Lappeenrannan urheilutalon tietomalleista.

Brita Somerkoski, Turun yliopisto, Opettajankoulutuslaitos Mika Luimula, David Oliva, Kimmo Tarkkanen, Lassi Niinikorpi Turun ammattikorkeakoulu

Tulevaisuuden interaktiiviset teknologiat –virtuaalitodellisuus turvallisuusviestinnän välineenä paloturvallisuudessa TIIVISTELMÄ Tässä artikkelissa kuvataan kahta virtuaaliympäristöön sijoittuvaa paloturvallisuuspeliä ja virtuaalitodellisuuden käyttämistä turvallisuusviestinnän välineenä. Pelimetriikan analyysilla selvitettiin neljään pelaajaryhmään kuuluvien henkilöiden käyttäytymistä hätäpoistumistilanteessa. Lisäksi artikkelissa esitellään alkusammuttamisen simulointiin perustuvaa virtuaalitodellisuusympäristöön sijoittuvaa opetuspeliä. Tutkimuksen tarkoituksena on tarkastella opetuspelin pelaamista ja tulevaisuuden teknologioiden mahdollisuuksia paloturvallisuuden edistämisessä. Suhteellisen pienen koehenkilöjoukon (n=169) pelitulosten perusteella ilmeni, että peruskouluikäiset pelaajat eivät virtuaaliympäristön poistumis skenaariossa käyttäneet yhtä paljon poistumisen tukena turvakilpiä tai seinällä ollutta pohjapiirroskarttaa kuin muut pelaajaryhmät. Vaikka alustavien tutkimustulosten perusteella ei voidakaan päätellä käyttäytymistä todellisessa tulipalotilanteessa, tarkoituksenmukaiseen toimintaan, turvakilpien ja pohjapiirroskarttojen käyttämiseen tulisi kiinnittää huomiota turvallisuusviestinnässä.

vuosi. Luku on asukaslukuun suhteutettuna EU-maiden keskitasoa. Tulipaloissa loukkaantuneiden määrä on noin kymmenkertainen palokuolemiin verrattuna. Tosin tulipaloissa loukkaantuneiden määrä on pelastusviranomaisten arvio loukkaantuneista. Yleisin tulipalotyyppi Suomessa on rakennuspalo, joita on vuosittain noin 4500. Rakennuspalojen arvioidaan vähentyneen siksi, että ihmisten aiheuttamat rakennuspalot ovat vähentyneet. Noin puolet paloista on ihmisen aiheuttamia. Tavallisin rakennuspalotyyppi on asuinrakennuspalo. Opetusrakennusten paloja raportoidaan noin sata joka vuosi pelastustoimen onnettomuustietokanta PRONTOn mukaan. Palokuolemista noin 80 % oli tapaturmaisia. Yleisin kuolinsyy oli häkämyrkytys [3]. Tämän tutkimuksen tarkoituksena on tarkastella opetuspelin pelaamista ja tulevaisuuden teknologioiden mahdollisuuksia paloturvallisuuden edistämisessä. Tarkemmin kuvataan kahta opetuspeliä, joiden teemana on rakennuspalo. Artikkelin empiirinen osuus on VirPa-pelin pelimetriikan tutkimus.

TAUSTAA

MITÄ ON VIRTUAALITODELLISUUS?

Yhteiskunta on digitalisoitumassa nopeasti. Digitalisaatio ja virtuaalitodellisuuteen liittyvän tekniikan kehittyminen mahdollistavat virtuaaliteknologiaan perustuvien ympäristöjen toteuttamisen paloturvallisuuden edistämiseen. Pelastustoimen turvallisuusviestinnällä on kaksi päätavoitetta: ihmisten asenteiden muuttaminen onnettomuuksien vähentämiseksi ja ihmisten turvallisuusosaamisen kehittäminen. Turvallisuusosaaminen on turvallisuustietojen, -taitojen ja -asenteiden edistämistä. Paloturvallisuuden osalta kyse on osaamisesta, joilla estetään palon syttyminen ja leviäminen. [1] Simulaatiomallit ja virtuaalitodellisuuden ympäristöt sopivat hyvin tilanteisiin, joita on vaikeaa tai mahdotonta toteuttaa todellisuudessa esimerkiksi vaarallisuuden tai korkeiden kustannusten vuoksi [2] Suomessa tulipaloissa kuolee keskimäärin 71 henkilöä joka

Virtuaalitodellisuus on tietokoneella luotu keinotekoinen ympäristö, joka saadaan aikaan tavallisimmin virtuaalilaseilla. Pelaajalla on käsissään kaksi peliohjainta, joilla hän etenee rakennuksessa teleporttaamalla eli liikkumalla virtuaalisesti. Virtuaalikäsillä voidaan tarttua, työntää, lyödä tai siirtää tavaroita. Peliohjainta käytetään painamalla liipaisinta. Pelaajalla on silmillään virtuaalilasit, joilla kolmiulotteisen virtuaalimaailman näkeminen on mahdollista. Lasien johto on kiinnitetty tietokoneeseen. Pelaaja kykenee liikkumaan huonetilassa muutaman neliömetrin alueella. Hänellä on korvillaan virtuaalilaseihin kuuluvat kuulokkeet. Virtuaalilasit tarjoavat kokemuksia, joita ei voisi muuten kokea. Lasit mittaavat sensoreiden avulla pään liikkeitä sekä sijaintia virtuaalihuoneessa. Huoneessa liikkumiseen tarvitaan myös käsiohjaimet, joiden avulla asioita toteutetaan virtuaalitilassa. Virtuaalilasit luovat silmien Palotutkimuksen päivät 2019

eteen 3D-tilan ja syvyysilluusion. Lasit mittaavat sensoreiden avulla pään liikkeitä ja henkilön sijaintia virtuaalihuoneessa. Virtuaaliympäristöön tuodaan toiminnallisuus virtuaalisten käsien avulla VR-laitteet sisältävät virtuaalilasit, joissa on tarkka näyttö. Laseissa on myös sensorit. Tämän lisäksi huoneeseen sijoitetaan ulkoiset sensorit. Nämä havaitsevat pelaajan liikkeen tilassa ja siirtävät liikkeen virtuaalimaailmaan. Virtuaalitodellisuudessa käyttäjä on osa virtuaalisesti luotua ympäristöä. Virtuaalitodellisuuden ratkaisuilla saadaan aito ympäristö ja voidaan simuloida asioita, joiden harjoitteleminen muulla tavoin olisi liian kallista tai vaarallista. Kun kyseessä on oppimispeli, siitä voidaan käyttää käsitettä oppimisympäristö. Tutkimuskirjallisuudessa tällaisista digitaalisista oppimisympäristöistä käytetään tarkemmin käsitteitä e-oppimisympäristö, sähköinen oppimisympäristö tai virtuaalinen (vrt. autenttinen) oppimisympäristö. Käsitteiden käyttö ei ole vakiintunut, mutta niille on yhteistä, että oppimisen apuna käytetään digitaalista tai sähköistä työvälinettä, kuten tablettia, pöytätietokonetta tai mobiililaitetta. Kehitettäessä digitaalisia oppimisympäristöjä tutkijat päätyivät jo 70-luvulla [4] käyttämään oppimistavoitteita sisältäville peleille käsitettä hyötypeli (serious game) erotuksena peleille, joiden pääasiallisena tavoitteena oli viihtyminen. Virtuaalioppimisessa oppijat eivät ole pelkästään vastaanottajia. He ovat tiedon tarjoajia, kysymysten esittäjiä tai vastaajia ja käsitteiden analysoijia. Kaikkiaan voidaan olettaa, että virtuaalitodellisuus tarjoaa vuorovaikutteisen elämyksellisen tavan oppia, ja joissain tapauksissa virtuaaliympäristö voi korvata kokonaan opettajan ja oppijan välistä vuorovaikutusta samaan tapaan kuin videot [5][6]. PELIEN KÄSIKIRJOITUKSET

seen ja henkilön tulee ymmärtää poistua rakennuksesta. Pystyäkseen nopeaan poistumiseen pelaajan on keskeytettävä Hanoin torni -pelin pelaaminen välittömästi ja ryhdyttävä etsimään poistumistietä. Pelastautumismahdollisuuksina on poistuminen pääoven kautta; poistuminen portaikkoon tai poistuminen ulos palo-oven kautta. Myös oven tiivistäminen teippaamalla oli mahdollista. Mikäli pelaaja liikkuu pelissä savuiseen tilaan, peliruutu muuttuu punertavaksi. Muutaman sekunnin kuluttua pelaaja kuolee ja peli keskeytyy.” [8]. Toinen Turun ammattikorkeakoulun kehittämä virtuaaliympäristöön sijoittuva paloturvallisuuden opetuspeli nimeltään Electric Fire Simulation sijoittuu rakennuksen sähköpääkeskukseen, jossa syttyy tulipalo. Henkilön on osattava toimia oikein tässä tilanteessa. Pelin tarkoituksena on kehittää pelaajan alkusammutustaitoja. Kyseessä oli sähkökaappipalo. Pelin käsikirjoitus on seuraava: ”Ympäristönä on yksinkertainen huone, jossa on metallirakenteinen sähkökaappi. Pelaaja tulee paikalle ja näkee sähkökaapin tulessa. Hänen tulee valita tilanteeseen sopivin sammutusmenetelmä. Vaihtoehtoina ovat sammutuspeitto, kalvovaahtosammutin, paloletku sekä CO2-sammutin. Henkilön on osattava valita CO2sammutin, joka sopii parhaiten sähkö-, kaasuja öljypaloihin. Palo on aluksi sähkökaapin sisällä ja ainoastaan savua on näkyvissä. Myöhemmin myös isompi liekki tulee näkyville. CO2-sammuttimen valittuaan ja oven avattuaan savu leijuu ilmassa ja näin henkilön kasvoille tulee savua.” Henkilön on lähestyttävä palavaa kohdetta kyyryssä ja pysyttävä polvillaan sammutuksen ajan. Sokka on osattava poistaa, suutin on osattava suunnata liekkien juureen ja liipaisinkahvaa on osattava painaa. Harjoitteluympäristössä pelaajan käyttäytymisestä ja päätöksistä kerättiin dataa. Pelaajan oli kyettävä tunnistamaan oikea sammutusmenetelmä, kohdistamaan suutin tehokkaasti liekkeihin, poistaa sokka sammuttimesta ennen oven avaamista palotilaan, painaa oven vieressä olevaa palohälytintä, edetä kyyryssä kohti liekkejä, välttää liian lähelle menemistä sekä sulkea päätteeksi huoneen ovi. Pelin päätyttyä pelaaja saa suorituspalautteen pisteillä, jotka näytetään pelin lopussa. Peleille on yhteistä paloturvallisuusaihe. Molemmissa peleissä pelaajan tulee osata ratkaista itse, miten tilanteessa toimitaan tarkoituksenmukaisesti. Sähköpääkeskuksen palo -pelissä pelaamistulos ilmoitetaan ruudulla pistein pelitilanteen päätyttyä. VirPapelissä peli päättyy pelaajan kuolemaan tai selviytymiseen. Pelaamisaika on molemmissa peleissä alle kymmenen minuuttia ja pelit soveltuvat pelattaviksi sekä suomeksi että englanniksi.

Tutkimuksessa hyödynnettiin kahta Turun ammattikorkeakoulun kehittämää virtuaaliympäristöä, joiden metriikkaa, kehitystyötä ja ominaisuuksia kuvataan tässä artikkelissa. VirPa-pelissä fyysinen oppimisympäristö on tavanomaisilla kalusteilla varustettu toimistorakennus, jossa on huonetiloja, käytäviä, hissi, portaikko ja useita siipiä. Pelaajan liikkuminen tuotetaan pelissä teleport-menetelmällä peliohjainten avulla. Paloturvallisuuden oppimispelissä nimenomaan savun leviämisestä on pyritty tekemään realistista. Tälle on tarvetta esimerkiksi siksi, että mediassa esitetään stereotyyppisiä ja virheellisiä kuvauksia tulipaloista ja ihmisten mahdollisuuksista selviytyä palavassa huonetilassa hengissä. Savun virtausdynamiikasta virtuaalitodellisuusympäristössä tuotettiin erillinen tutkimus ja VirPa-pelin kehitystyössä kiinnitettiin erityistä huomiota nimenomaan savun käyttäytymiseen [7]. TUTKIMUSMENETELMÄ JA KOEHENKILÖT Käsikirjoitus on seuraava: ”Pelaaja tulee työhönottohaastattetiivistäminen teippaamalla oli mahdollista. MikäliTämän pelaaja liikkuu pelissä savuiseen tilaan, peliruutu luun ja kuljettuaan rakennuksen kolmanteen kerrokseen hän aloitartikkelin empiirisessä osassa kuvataan poistumispeli Virtaa Hanoin torni -pelin pelaamisen. Peli keskeytyy palohälytykPan pelaajien käyttäytymistä yllätyksellisessä hätätilanteessa, joka punertavaksi ja muutaman sekunnin kuluttua pelaaja kuolee ja peli keskeytyy.” [8]

Kuva 1. Kuvamateriaalia VirPa-pelin virtuaalisesta oppimisympäristöä [9].

Kuva 1 Kuvamateriaalia VirPa-pelin virtuaalisesta oppimisympäristöä [9] 78 Palotutkimuksen päivät 2019 Toinen Turun ammattikorkeakoulun kehittämä virtuaaliympäristöön sijoittuva paloturvallisuuden

pysyttävä polvillaan sammutuksen ajan. Sokka on osattava poistaa, suutin on osattava suunnata liekkien juureen ja liipaisinkahvaa on osattava painaa.

Kuva 2. Kuvamateriaalia Electric Fire Simulation -opetuspelistä. Kuva 2 Kuvamateriaalia Electric Fire Simulation -opetuspelistä

Harjoitteluympäristössä pelaajan käyttäytymisestä kerättiin (DATA dataa.I)Pelaajan oli kyettävä edellytti poistumista. VirPa-pelin analyysi keskittyy tässä pelaajan ja päätöksistä Testattava pelimetriikka perustui tutkimuskirjallisuutekemien ratkaisujen tutkimiseen. Pelien testaus toteutettiin kolteen jasuutin pelastuslaitoksen henkilöstön asiantuntijalausuntoihin tunnistamaan oikea sammutusmenetelmä, kohdistamaan tehokkaasti liekkeihin, poistaa sokka samella paikkakunnalla Etelä-Suomessa kolmen kuukauden aikana. vun leviämisestä ja tulipalosta poistumisesta [9]. Metriikalla hasammuttimesta ennen169 oven avaamista palotilaan, olevaa palohälytintä, edetä häKoehenkilöitä oli kaikkiaan (n=169). Koehenkilöt olivat pe-painaa luttiinoven tutkia,vieressä millaisia ratkaisuja pelaajat tekevät yllättävässä ruskoulun luokan oppilaita, ammattikorkeakoulun Tarkoituksenahuoneen oli kehittää mittausmenetelmiä kyyryssäkahdeksannen kohti liekkejä, välttää liian lähelle menemistälytystilanteessa. sekä sulkea päätteeksi ovi. Pelin päätyttyä opiskelijoita, aikuisia toimistotyöntekijöitä ja pelastusalan ammatvirtuaalitodellisuuden avulla toteutettavaan poistumiskäyttäytypelaaja saa suorituspalautteen pisteillä, jotka näytetään pelin lopussa. tilaisia. Opiskelijat ja koululaiset olivat eteläsuomalaisen kaupunmisen arviointiin. gin opiskelijoita, joista nuorimmat olivat 13-vuotiaita. Pelaajien rekrytoinnissa hyödynnettiin julkisia tiloja, tapahtumia ja henPeleille on yhteistä paloturvallisuusaihe. Molemmissa peleissä pelaajan tulee osata ratkaista itse, miten VIRPA-PELIN ANALYYSIN TULOKSET kilökohtaisia suhteita. Julkisia tiloja ja tapahtumia varten pelistä tilanteessa toimitaan tarkoituksenmukaisesti. Sähköpääkeskuksen palo -pelissä pelaamistulos ilmoitetaan valmistettiin roll up -mainos, jossa oli kuva pelin Ines-hahmosta Tutkimuskohteena oli pelaajien käyttäytyminen, joka liittyi pelaaruudulla pistein pelitilanteen päätyttyä. päättyy pelaajan kuolemaan tai selviytymiseen. ja kehotus tulla kokeilemaan virtuaalilaseja. PelaajatVirPa-pelissä eivät saaneet peli jan ratkaisuihin pelitilanteessa palohälytyksen jälkeen (N1–N19, osallistumispalkkiota. Pelaaminen ja tutkimukseen osallistumiTaulukko 1). Ratkaisuja olivat esimerkiksi huoneesta poistumiPelaamisaika on molemmissa peleissä alle kymmenen minuuttia ja pelit soveltuvat pelattaviksi sekä nen oli vapaaehtoista. Pelin alussa pelaaja antoi suostumuksensa nen, pohjapiirustuksen katsominen, turvakilpien katsominen, häsuomeksi että englanniksi. pelaajadatan käyttöön siten, että GDPR-säännökset otettiin huotänumeroon soittaminen, sammuttimen ottaminen, selviäminen mioon. Pelin saattoi keskeyttää milloin tahansa ja pelaaja saattoi hengissä (poistuminen turvalliseen, savuttomaan tilaan) ja pelissä vielä pelin jälkeen pyytää oman datansa poistoa. Pelilaitteet oli sikuoleminen. Data tallennettiin arvoilla 0 (pelaaja ei tee) tai 1 (kylTutkimusmenetelmä ja koehenkilöt joitettu joko luokkatilaan (oppilaiden testaus), luento- tai kokouslä, pelaaja tekee) Data tallentui .csv-tiedostoon pelaajakohtaisestilaan (pelastuslaitoksen henkilöstö) tai käytävälle (toimistotyönti. Tulokset on esitetty tässä tarkastelussa pelaajaryhmittäin (koutekijöiden ja opiskelijoiden testaus). Paikalla oli yksi ohjaaja, joka lulaiset, opiskelijat, työntekijät, pelastusalan ammattilaiset) [9]. antoi tarvittaessa neuvoa ja ohjeita testaukseen. Pelaajat eivät komErot hälytystilanteen jälkeisessä käyttäytymisessä olivat neljän munikoineet toistensa kanssa ennen peliä. koehenkilöryhmän välillä suhteellisen (Taulukko 1). Kouon tilastollisesti lähes merkitsevä ero kohderyhmien välillä (p-arvo = 0,0731) ja merkitsevä ero lastenpieniä (0–18Testauksen yhteydessä kerättiin tietoa useaan tarkoitukseen. lulaisilla ja opiskelijoilla hälytykseen reagoiminen oli selvästi hivuotiaat) ja aikuisten (> 19-vuotiaat) välillä (p-arvo = 0,026). Tässä artikkelissa kuvataan pelaajan tekemien ratkaisuja (DATA taampaa (41–47 % ryhmästä reagoi nopeasti) kuin toimistotyönteI). Lisäksi tutkimuksessa kerättiin käytettävyystutkimuksen aikijöillä ja pelastusalan ammattilaisilla (53–60 % vastaavasti). Kouneistoa pelin sisään rakennetuilla monivalintakysymyksillä (DAlulaisten ryhmässä (13–15-vuotiaat peruskoululaiset) katse kohTA II) sekä pelin jälkeen täytettävällä kyselylomakkeella, jossa oli distettiin selkeästi harvemmin poistumistie-turvakilpiin (N9) ja avokysymyksiä. (DATA III). Tutkimustulokset kokonaiskäytettärakennuksen pohjakarttoihin (N10) kuin muissa pelaajaryhmissä. vyydestä on julkaistu erillinen raportti [9]. Koululaisista vain 2,9 % katsoi poistumiskylttejä, kun vastaavasTaulukko 1. Pelaajien käyttäytyminen palohälytyksen jälkeen prosenttiosuuksin tarkasteltuna (DATA I). Osallistujien lukumäärä (N) N1 Pelaaja reagoi nopeasti keskeyttämällä tornipelin N3 Pelaaja ei lähde huoneesta 20 sekunnin aikana N4 Pelaaja ei lähde huoneesta 40 sekunnin aikana N5 Pelaaja kommunikoi huoneessa olijoiden kanssa N6 Pelaaja soittaa hätänumeroon 112 N7 Pelaaja ottaa mukaansa henkilökohtaiset tavarat N8 Pelaaja ottaa sammuttimen seinältä N9 Pelaaja katsoo poistuessaan poistumiskylttejä (exit) N10 Pelaaja katsoo rakennuksen karttaa seinällä N11 Pelaaja käyttää poistuessaan hissiä N12 Pelaaja siirtyy rakennuksessa turvalliseen osaan N13 Pelaaja oleskelee savussa ainakin hetken N14 Pelaaja löytää pois käytöstä olevan hätäuloskäynnin N15 Pelaaja pelastautuu löytämällä ulos talosta N16 Pelaaja pelastautuu tuloreittiä (pääsisäänkäynti) N17 Pelaaja pelastautuu hätäuloskäynnistä N18 Pelaaja kuolee N19 Pelaaja pelastautuu teippaamalla huoneen ovet

YHT koulul. 169 51 51,5 % 47,1 % 75,1 % 86,3 % 50,3 % 56,9 % 88,8 % 82,4 % 4,1 % 2,0 % 3,0 % 2,0 % 11,2 % 13,7 % 14,2 % 3,9 % 44,4 % 27,5 % 0,6 % 2,0 % 21,3 % 27,5 % 87,6 % 86,3 % 32,0 % 17,6 % 59,8 % 62,7 % 19,5 % 27,5 % 40,2 % 35,3 % 36,1 % 33,3 % 4,1 % 3,9 %

opisk. työntek. palom. 34 17 67 41,2 % 52,9 % 59,7 % 79,4 % 70,6 % 65,7 % 58,8 % 41,2 % 43,3 % 94,1 % 82,4 % 92,5 % 5,9 % 0,0 % 6,0 % 5,9 % 5,9 % 1,5 % 11,8 % 5,9 % 10,4 % 20,6 % 23,5 % 16,4 % 38,2 % 47,1 % 59,7 % 0,0 % 0,0 % 0,0 % 8,8 % 23,5 % 22,4 % 85,3 % 94,1 % 88,1 % 38,2 % 23,5 % 41,8 % 44,1 % 70,6 % 62,7 % 17,6 % 29,4 % 11,9 % 26,5 % 41,2 % 50,7 % 52,9 % 23,5 % 32,8 % 2,9 % 5,9 % 4,5 %

Taulukko 1. Pelaajien käyttäytyminen palohälytyksen jälkeen prosenttiosuuksin tarkasteltuna (DATA I).

Kylttien katsomisen puutteesta huolimatta koululaiset pystyivät poistumaan pelissä turvaan lähes yhtä Palotutkimuksen päivät 2019 hyvin kuin muut ryhmät. Koululaisten ryhmästä kuoli pelissä kolmannes, muissa ryhmissä vastaava luku oli

Osallistujien lukumäärä (N) N1 Pelaaja reagoi nopeasti keskeyttämällä tornipelin N3 Pelaaja ei lähde huoneesta 20 sekunnin aikana N4 Pelaaja ei lähde huoneesta 40 sekunnin aikana N5 Pelaaja kommunikoi huoneessa olijoiden kanssa N6 Pelaaja soittaa hätänumeroon 112 N7 Pelaaja ottaa mukaansa henkilökohtaiset tavarat N8 Pelaaja ottaa sammuttimen seinältä N9 Pelaaja katsoo poistuessaan poistumiskylttejä (exit) N10 Pelaaja katsoo rakennuksen karttaa seinällä N11 Pelaaja käyttää poistuessaan hissiä N12 Pelaaja siirtyy rakennuksessa turvalliseen osaan N13 Pelaaja oleskelee savussa ainakin hetken N14 Pelaaja löytää pois käytöstä olevan hätäuloskäynnin N15 Pelaaja pelastautuu löytämällä ulos talosta N16 Pelaaja pelastautuu tuloreittiä (pääsisäänkäynti) N17 Pelaaja pelastautuu hätäuloskäynnistä N18 Pelaaja kuolee N19 Pelaaja pelastautuu teippaamalla huoneen ovet

YHT selvinneet kuolleet 169 108 61 51,5 % 70,4 % 18,0 % 75,1 % 67,6 % 88,5 % 50,3 % 30,6 % 85,2 % 88,8 % 88,9 % 88,5 % 4,1 % 1,9 % 8,2 % 3,0 % 3,7 % 1,6 % 11,2 % 11,1 % 11,5 % 14,2 % 16,7 % 9,8 % 44,4 % 50,9 % 32,8 % 0,6 % 0,9 % 0,0 % 21,3 % 27,8 % 9,8 % 87,6 % 80,6 % 100,0 % 32,0 % 29,6 % 36,1 % 59,8 % 93,5 % 0,0 % 19,5 % 30,6 % 0,0 % 40,2 % 63,0 % 0,0 % 36,1 % 0,0 % 100,0 % 4,1 % 6,5 % 0,0 %

0-18 v. 48 43,8 % 89,6 % 60,4 % 85,4 % 2,1 % 2,1 % 14,6 % 4,2 % 27,1 % 2,1 % 27,1 % 87,5 % 18,8 % 60,4 % 27,1 % 33,3 % 35,4 % 4,2 %

18+ v. 111 54,1 % 71,2 % 46,8 % 90,1 % 5,4 % 3,6 % 9,0 % 16,2 % 53,2 % 0,0 % 19,8 % 88,3 % 37,8 % 58,6 % 15,3 % 43,2 % 37,8 % 3,6 %

Taulukko 2. Pelissä selvinneiden ja pelissä kuolleiden koehenkilöiden, sekä lasten ja aikuisten ryhmien käyttäytyminen palohälytyksen jälkeen (DATA I).

Pelissä tulipalosta pelastuneiden toimintaa luonnehtii yleisesti nopea reagointi hälytykseen (N1–N4), ti opiskelijoiden ja työntekijöiden keskuudessa kyltit huomioivia näyttäisi siltä, että nuoremmatpelissä pelaajatkuolleisiin keskittyivät etenemään virkylttien ja opasteiden katsominen (N9–N10) sekä vähäinen oleskelu savussa (N12–N13) oli yli 20 % ryhmään kuuluvista pelaajista. Poistumiskylttien seutuaalirakennuksen käytävillä nopeasti. Erityistä huolta aiheuttaa verrattuna (Taulukko 2). Esimerkiksi pelissä selviytyneistä nopeasti reagoi (N1) noin 70 %, kun kuolleista raamisessa on tilastollisesti lähes merkitsevä ero kohderyhmien alustava tulos siitä, että nuoremmat pelaajaryhmät eivät käyttäneet nopeasti reagoi vain118 välillä (p-arvo = 0,073 ) ja%. merkitsevä ero lasten (0–18-vuotiaat) pelastautumiseen tarjolla olleita apuvälineitä, esimerkiksi turvaja aikuisten (> 19-vuotiaat) välillä (p-arvo = 0,026).

kilpiä tai kerroskarttoja, kuten vanhemmat pelaajat tekivät. Pelin kehitystyön kannalta vaikuttaisi siis siltä, että tässä virtuaalitopoistumaan pelissä turvaan lähes yhtä hyvin kuin muut ryhmät. dellisuudessa toteutetussa pelissä selviäminen edellyttää ja vastaa Tämän artikkelin tarkoituksena kuvata paloturvallisuuteen liittyvien opetuspelien Koululaisten ryhmästä kuoli pelissäolikolmannes, muissa pelaajamelko hyvin niitä toimia,mahdollisuuksia joita todellisessa ja palohälytystilanteesryhmissä vastaava prosenttiluku oli 36. Ryhmien ei havaitsakin tarvittaisiin:Alustavien nopeaa reagointia, savun välttämistä ja pelaspelimetriikan avulla saatuja tuloksia ihmisenvälillä käyttäytymisestä pelitilanteessa. tulosten mukaan tu tilastollisesti merkitseviä eroja pelissä selviämisessä tai kuoletumisteiden opasteiden seuraamista. Vaikka koehenkilömäärä oli nuorimmat pelaajat (14-16-vuotiaat) eivät palohälytyksen tullessa keskeyttäneet pelaamista tai aloittaneet misessa (p-arvo = 0.121), vaikka opiskelijoiden ryhmässä pelisverrattain pieni, keskeiseksi tulokseksi näyttäisi jäsentyvän se, etsiirtymistä turvaan yhtä nopeasti vanhemmista pelaajistatäkoostunut koehenkilöryhmä. Analyysin liikkumaan nopeassä kuolemisen luku vaikuttaisi olevankuin huomattavasti korkeampi hätätilanteessa nuoret pelaajat keskittyivät perusteella näyttäisi siltä, että nuoremmat pelaajat keskittyivät etenemään virtuaalirakennuksen käytävillä tarjolla olleita (53 %) kuin muissa ryhmissä (23–33 %). Pelastuminen tapahtui ti eteenpäin sen sijaan, että olisivat havainnoineet useimmiten löytämällä ulospääsy oven alustava kautta (N15): pääsiohjausmerkkejä, kuten pohjapiirroskarttoja tai poistumistiekyltnopeasti. Erityistä huolta aiheuttaa tulosjoko siitä, että nuoremmat pelaajaryhmät eivät käyttäneet säänkäynnistä, josta pelaaja myös saapui (N16) tai hätäuloskäyntejä. Tällainen käyttäytyminen hälytystilanteessa aiheuttaisi vaapelastautumiseen tarjolla olleita apuvälineitä, esimerkiksi turvakilpiä tai kerroskarttoja, kuten vanhemmat nistä (N17). Pelaajat löysivät paljon useammin rakennuksen toiran poistujalle, ja siksi alustava tutkimustulos herättääkin huolen pelaajat Pelin kehitystyön kannalta vaikuttaisi siis siltä,aiheen että tässä virtuaalitodellisuudessa sen osan tekivät. hätäuloskäynnin kuin pakenivat tuloreittiä pääsisäännuorten turvallisuudesta. On huomattava, että pelissä pekäynnistä. Kaikista pelastuneista vainedellyttää 6,5 % käytti laajatniitä eivättoimia, voineetjoita kommunikoida toteutetussa pelissä selviäminen jamahdollisuutvastaa melko hyvin todellisessapoistumisskenaarion aikana ta löytää suoja huoneesta (N19) teippaamalla ovi, hälyttämällä muiden rakennuksessa olleiden henkilöiden kanssa. Tulosta on palohälytystilanteessakin tarvittaisiin: nopeaa reagointia,jasavun välttämistä ja pelastumisteiden opasteiden odottamalla apua (Taulukko 2). pienen otoksen vuoksi pidettävä alustavana. Tarkempi analyysi seuraamista. Vaikka koehenkilömäärä oli verrattain pieni, keskeiseksi tulokseksi näyttäisi jäsentyvän se, Pelissä tulipalosta pelastuneiden toimintaa luonnehtii yleisesti edellyttäisi kokeen toistamista suuremmalla koehenkilöjoukolla. että hätätilanteessa nuoret pelaajatkylttien keskittyivät liikkumaan eteenpäinettä senvirtuaaliympäristöön sijaan, että olisivatsijoittuva peli ei yknopea reagointi hälytykseen (N1–N4), ja opasteiden kat- nopeasti On oletettavaa, sominen (N9–N10) sekäolleita vähäinen oleskelu savussakuten (N12–N13) sinään toimitai paloturvallisuuden opetusvälineenä. havainnoineet tarjolla ohjausmerkkejä, pohjapiirroskarttoja poistumistiekylttejä. Tällainen Pelimetriikasta pelissä kuolleisiinhälytystilanteessa verrattuna (Taulukko 2). Esimerkiksi saadut tulokset rohkaisevat kuitenkin herättääkin kehittämään pelillisiä ratkaikäyttäytyminen aiheuttaisi vaaranpelissä poistujalle, ja siksi alustava tutkimustulos selviytyneistä nopeasti reagoi (N1) noin 70 %, kun pelissä kuolsuja paloturvallisuuteen siten, että pelastustoimella olisi käytössä huolen aiheen nuorten turvallisuudesta. On huomattava, että pelissä pelaajat eivät voineet kommunikoida leista nopeasti reagoi vain 18 %. vaihtelevia ja motivoivia turvallisuusviestinnän muotoja. Toinen poistumisskenaarion aikana muiden rakennuksessa olleiden henkilöiden kanssa. Tulosta onpeli, pienen virtuaaliympäristöön sijoittuva jossaotoksen harjoitellaan alkusammuttimien käyttöäsuuremmalla sähköpääkeskuksen palossa, on osoittautunut vuoksi pidettävä alustavana. Tarkempi analyysi edellyttäisi kokeen toistamista JOHTOPÄÄTÖKSET motivoivaksi harjoittelutavaksi. Harjoitteluympäristöä on esitelty koehenkilöjoukolla. Tämän artikkelin tarkoituksena oli kuvata paloturvallisuuteen liituseissa tapahtumissa ja yrityksissä ja pelistä on selkeytensä ja petyvien opetuspelien mahdollisuuksia ja pelimetriikan avulla saalattavuutensa vuoksi saatu positiivista palautetta. Pelistä valmisOn oletettavaa, että virtuaaliympäristöön sijoittuva peli ei yksinään toimi paloturvallisuuden tuja tuloksia ihmisen käyttäytymisestä pelitilanteessa. Alustavien tetaan parhaillaan versiota, jota voidaan käyttää virtuaalisissa alopetusvälineenä. Pelimetriikasta tulokset rohkaisevat kehittämään pelillisiä ratkaisuja tulosten mukaan nuorimmat pelaajatsaadut (14–16-vuotiaat) eivät pa- kuitenkin kusammutusharjoituksissa yritystoiminnassa. lohälytyksen tullessa keskeyttäneet sitä, mitä olivat tekemässä tai Lisätyn ja virtuaalitodellisuuden teknologioiden kehitys on nyaloittaneet siirtymistä turvaan yhtä nopeasti kuin vanhemmiskyisellään erittäin nopeaa. Hyvinvointiala, koulutus ja teknolota pelaajista koostunut koehenkilöryhmä. Analyysin perusteella giateollisuus kokeilevat teknologian hyödyntämismahdollisuuksia yhteistyössä korkeakoulujen ja alan yritysten kanssa. Kiinnostuksesta kertoo esimerkiksi se, että uusia VR-lasimalleja ilmestyy 1 Käytössä Khiin neliö -testi, jossa merkitsevyyden lähes kuukausittain markkinoille. Uusimpana ovat esimerkiksi ihraja-arvona on kaikissa käytetty p<0,05. missilmän resoluutiotasolle yltävät lasit. Tämä tarjoaa uusia mah-

Johtopäätökset Kylttien katsomisen puutteesta huolimatta koululaiset pystyivät

Palotutkimuksen päivät 2019

dollisuuksia opetuspelien kehittäjille. On ennustettavissa, että yksittäiset toimijat tulevat hankkimaan laitteistoja suurempia määriä esimerkiksi oppilaitoksiin. Vaihtoehtona tällaiselle luokkamuotoiselle digitaaliselle oppimisympäristölle Turun ammattikorkeakoulu on parhaillaan rakentamassa harjoittelukeskusta, jossa AR- ja VR-teknologioihin voi tutustua kokeilemalla pelaamista. Yrityksissä virtuaali- ja lisätyn todellisuuden teknologioiden hyödyntäminen paloturvallisuudessa avaa uusia mahdollisuuksia alan koulutuksiin [10]. Kehitystyössä voidaan ottaa huomioon erilaiset koulutustarpeet ja haasteelliset olosuhteet erityisesti teollisuudessa. Laaditun käytettävyystutkimuksen perusteella tutkijat päätyvätkin ehdottamaan, että virtuaaliympäristöjä käytettäisiin nuorten ja aikuisten turvallisuusviestinnän välineenä esimerkiksi motivointiin ja kokemuksellisuuden lisäämiseen. Pelejä tulisi kehittää siten, että pelaajaa ohjataan seuraamaan tarkemmin poistumiskilpiä. Suositeltavaa on, että pelaajien kanssa käydään opetuskeskustelu pelaamisen jälkeen, jotta mahdollisia virheellisiä toimintatapoja ei toistettaisi todellisessa hätätilanteessa. HUOMAUTUKSET Kirjoittajat kiittävät Palosuojelurahastoa tuesta, jonka Turun AMK sai VirPa-hankkeeseen. Samoin kirjoittajat kiittävät Business Finlandia Allied ICT Finland -rahoituksesta, joka mahdollistanut Electric Fire Simulation -sovelluksen kehittämisen. Lisäksi Palosuojelurahaston tuki Lassi Niinikorvelle opinnäytetyöhön Savun simulointi virtuaalitodellisuusympäristössä on merkittävästi auttanut tämän tutkimusaineiston koostamisessa. LÄHTEET [1] Kobes, Margrethe, Helsloot, Ira, de Vries, Bauke & Post, Jos (2010). Building Safety and Human Behaviour in Fire: A Literature Review. Fire Safety Journal 45, 1−11. [2] Huang, Hsiu-Mei, Rauch, Ulrich & Liaw, Shu-Sheng (2010). Investigating learners’ attitudes toward virtual reality learning environments: Based on a constructivist approach, Computers & Education 55:3, 1171−1182. [3] Kokki, Esa (2019). Rakennuspalot Suomessa. Teoksessa Brita Somerkoski (toim.) Rakennusten paloturvallisuus. (Teos julkaisussa). [4] Abt, Clark (1970). Serious Games. New York: Viking Press. [5] Pan. Zhigeng, Cheok, David, Yang, Hongwei, Zhu, Jiejie & Shi, Jiaoying (2006). Virtual reality and mixed reality for virtual learning environments, Computers & Graphics, 30, 20−28. [6] Smith, Shana & Ericson, Emily (2009). Using immersive game-based virtual reality to teach fire-safety skills to children, Virtual Reality, 13, 87–99. [7] Niinikorpi, Lassi (2018.) Savun simulointi virtuaalitodellisuusympäristössä. Kandidaatin opinnäyte, Turku: Turun ammattikorkeakoulu, 2018/38. [8] Somerkoski, Brita, Oliva, David, Tarkkanen, Kimmo, Luimula, Mika, Lehto, Anttoi & Niinikorpi, Lassi. (2019). Kuva. Käytettävyysraportti. VR-teknologia pelastustoimen turvallisuusviestinnässä. – Case VirPa. Turku: Turku AMK. [9] Oliva, David, Somerkoski, Brita, Tarkkanen, Kimmo, Lehto, Anttoni & Luimula, Mika. (2019). Virtual Reality as a Communication Tool for Fire Safety – Experiences from the VirPa project. Proceedings from GamiFIN Conference, 9.–11.4.2019, Kittilä. CEUR Workshop Proceedings (CEUR-WS.org). [10] Pihl, Jani. Virtuaalitodellisuuden käyttämisen mahdollisuuksia. Suullinen tiedonanto 24.4.2019.

Ä Y T H I I V A P LU on parissa ammatillisen tied

Tilaa mukaasi Pelastustieto-lehti nyt reiluun tarjoushintaan

40 €/vsk. tai digilehti

20 €/vsk. Tarjouksemme on voimassa 30.9.2019 asti

www.pelastustieto.fi Palotutkimuksen päivät 2019

Rahul Kallada Janardhan and Simo Hostikka Aalto University, P.O. Box 11000, FI-00076 AALTO

Predictive fire spread simulations using wood cribs

ABSTRACT The introduction of the travelling fire concept, presents a scenario where structures would experience severe thermal stress due to the non-uniform temperature field. Currently there is little information about such fires and only a few large scale experiments, which try to replicate travelling fires, exists. In this work we attempt to create a reliable and computationally feasible CFD fire spread modelling procedure based on the ignition temperature model and pyrolysis model in FDS. Making the simulations computationally feasible would require using coarse meshes but this reduces the predictive accuracy of the simulations. Numerical accuracy of gas phase scalar and vector field solutions are lower as use of coarse meshes simplifies the geometry resulting in a decrease in the burning surface area of the fuel object. To address this issue, a correction factor called area adjust is used to compensate for the reduced area of the fuel surfaces. We investigated the applicability of ignition temperature model (simple pyrolysis) and complex pyrolysis model (single step reaction model) along with area adjust for coarse mesh fire spread simulations. Experiments conducted by Hansen and Ingason served as test cases for validation simulations. 1. INTRODUCTION Structural design for fire resistance of most large compartments is still based on the results obtained from the standardized tests with spatially homogeneous temperature field [1]. The temperature gradient experienced in these furnaces was relatively low in comparison to real fire scenarios. In 1976, Petersson and Magnusson developed a set of time-temperature fire curves which was later used to develop the parametric temperature-time curve in the Eurocode. With time, many other methods which provided temperature-time curves for fire resistance analysis were developed [2], [3]. All these methods however make the same assumption that the fires induce uniform heating loads on the structures. De82

Palotutkimuksen pĂ¤ivĂ¤t 2019

velopment of the natural fire concept during the early 2000s was an attempt at describing a realistic fire safety concept where fire spread, ventilation and compartment linings are accounted. The full scale fire tests carried out at Cardington with uniformly spaced wood cribs demonstrated the variation between temperature curves of the Eurocodes and a realistic fire [4]. In 2012, SternGottfried and Rein proposed the concept of travelling fires for fire engineering design of large compartments [5], [6]. In a travelling fire, a localised fire would propagate through the compartment depending on the availability of fuel and oxygen. This idea contradicts the oft used fire resistance testing process assumption of uniform heating loads on structural elements. Temperature gradients experienced in a travelling fire scenario is inconsistent over time and space. The stresses induced by this type of heating process is more detrimental to the structure than a standard fire. Since the introduction of this concept, there have only been a few large scale experiments conducted and little information of such fires currently exist [7], [8]. This is where computational fluid dynamics (CFD) based models can be used to understand the behaviour of large scale fires but this task presents additional challenges from the modelling perspective as well. Fire spread is a difficult problem to accurately simulate because of the different time and length scales involved. Based on the length scales (Figure 1. A comparison of different simulation scales.) we can identify three categories of fire spread simulations (i) Flame spread simulations where the flames and surfaces are well resolved. Here the aim is to resolve the boundary layer flows. (ii) Room scale fires where flames and surfaces are partially resolved. In these simulations, the flame features are not resolved and fuel geometry is simplified. (iii) In wild-land fire simulations, each computational cell spans a few metres or tens of metres. Fuel surface is not resolved and is modelled using sub-grid scale models. The scale of interest in our case is the partially resolved room scale fires. Fire spread modelling started with deterministic mathematical

spans a few metres or tens of metres. Fuel surface is not resolved and is modelled using sub-grid scale models. The scale of interest in our case is the partially resolved room scale fires. Figure 1. A comparison of different simulation scales.

2. Numerical method

Fire Dynamics Simulator (FDS) is a Large Eddy Simulation (LES) based Computational Fluid software which solves the low Mach number combustion equations on a rectilinear grid o 2. Numerical method in this study were performed using FDS version 6.6.0. Combustion is han The simulations turbulent batch(FDS) reactor basedSimulation on the Eddy concept in which the mixin Fire Dynamics Simulator is amodel Large Eddy (LES)dissipation based Computational Fluid Dynamics 2. Numerical method and oxygen is a single step reaction [16]. software which solves the low Mach number combustion equations on a rectilinear grid over time

models and progressed to Figure probabilistic andDynamics stochastic models [9], were The wood burning process specified isbased described below and here 1. A comparison simulation scales. Fire Simulator (FDS) isfor a Large Eddy Simulation (LES) Computational Fluid Dyna The simulations indifferent this using FDS version 6.6.0. Combustion is handled by a Woodof cribs arestudy used as fuelperformed all the simulations in this paper. The wood burning process [10]. These models though are usually one dimensional and canvf are the specified yields and â&#x2C6;&#x2020;Hr is the heat released. software which solves the low Mach number combustion equations on a rectilinear grid over turbulent batch reactor model based on the Eddy dissipation concept in which the mixing of fue are the specified yields and â&#x2C6;&#x2020;đ??ťđ??ťđ??ťđ??ť is the heat released. is described below and here đ?&#x2018;Łđ?&#x2018;Łđ?&#x2018;Łđ?&#x2018;Ł not modelmodelling the fire spread physicswith in detail. Recent advancement Fire spread started deterministic mathematical "models and progressed to & The simulations instep thisreaction study were performed using FDS version 6.6.0. Combustion is handled and oxygen is a single [16]. 2. Numerical method /-0,.*one dimensional and of computers allowed the use of CFD models predictmodels fire behaprobabilistic and stochastic models [9], [10].toThese though are usually đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160; on 1â&#x17D;Żâ&#x17D;Żâ&#x17D;Ż3 đ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??š (đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;) + đ?&#x2018;Łđ?&#x2018;Łđ?&#x2018;Łđ?&#x2018;Ł>?@& đ??śđ??śđ??śđ??śâ&#x201E;&#x17D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;đ?&#x2018;&#x17D; + (1 (1)mixing o turbulent batch reactor model based the đ?&#x2018;Łđ?&#x2018;Łđ?&#x2018;Łđ?&#x2018;ŁEddy dissipation concept in â&#x2C6;&#x2020;đ??ťđ??ťđ??ťđ??ť which *+,-. & the inside large There have been several Fire Dynamics (FDS) a Large Eddy Simulation (LES) based Computational Fluid Dynamics Wood cribs areSimulator used asstudies fuel forisall the simulations in" this paper. Theuse wood burning process specified cannotviour model the firecompartments. spread physics in detail. Recent advancement of computers allowed the oxygen is a single step reaction [16].the ignition of fuel object occurs when the tempera which investigate the performance ofand a CFD code through valiIn the ignition temperature model, software which solves the low number combustion onheat a rectilinear is described below and here đ?&#x2018;Łđ?&#x2018;Łđ?&#x2018;Łđ?&#x2018;Ł"Mach are the specified yields andequations â&#x2C6;&#x2020;đ??ťđ??ťđ??ťđ??ť&studies is the released.grid over time. of CFDdation models to predict fire behaviour inside large compartments. There have been several and fire scene reconstruction simulations where accuracy Inperformed the ignition temperature model, the ignition of fuel object surface cell reaches a specified value. The fuel mass flux is then controlled aocuser spec Wood cribs are used as fuel for all the simulations in this paper. The wood burning process spea The simulations in this study were using FDS version 6.6.0. Combustion isbyhandled by /-0,.* whichofinvestigate theisperformance a CFD code through validation and fire scene +reconstruction the initial data low [11â&#x20AC;&#x201C;13].2. Allof these simulations had their curs when the temperature of a surface cell reaches a specified vađ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160; 1â&#x17D;Żâ&#x17D;Żâ&#x17D;Ż3 đ?&#x2018;Łđ?&#x2018;Łđ?&#x2018;Łđ?&#x2018;Ł đ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??š (đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;) đ?&#x2018;Łđ?&#x2018;Łđ?&#x2018;Łđ?&#x2018;Ł đ??śđ??śđ??śđ??śâ&#x201E;&#x17D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;đ?&#x2018;&#x17D; + â&#x2C6;&#x2020;đ??ťđ??ťđ??ťđ??ť (1) release behaviour. Char produced this model. Inâ&#x2C6;&#x2020;đ??ťđ??ťđ??ťđ??ť the a single-step *+,-.is " specified >?@& Numerical are the yields andconcept the heatmodel, released. is described below and here đ?&#x2018;Łđ?&#x2018;Łđ?&#x2018;Łđ?&#x2018;Ł"not turbulent batch method reactor model on the Eddyindissipation in& which the mixing of fuel & ispyrolysis simulations accuracy initial data is low [11-13]. Allbased these simulations had theircontrolled own set own setwhere of limitations. Theof fuelthe behaviour was mostly prescribed, lue. The fuel mass flux is then by a user specified hemodel was used to model burning of fuel. The kinetic parameters control the burning beha and oxygen is a single step reaction [16]. ignition temperature the/-0,.* ignition of Char fuel object occurs when the temperature of Fire Simulator (FDS) is at a Large Eddy Simulation based Computational Fluid the simulations usedbehaviour fine meshesIn (â&#x2030;&#x2C6;the 5 Dynamics cm) which are not compurelease behaviour. is(LES) not in model. In theDynamic of limitations. The fuel was mostly prescribed, themodel, simulations used fine meshes 5 cm) đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160; 1â&#x17D;Żâ&#x17D;Żâ&#x17D;Ż3 -Dđ?&#x2018;Łđ?&#x2018;Łđ?&#x2018;Łđ?&#x2018;Ł"specifies đ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??š (đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;) +rate (â&#x2030;&#x2C6; đ?&#x2018;Łđ?&#x2018;Łđ?&#x2018;Łđ?&#x2018;Łproduced đ??śđ??śđ??śđ??śâ&#x201E;&#x17D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;đ?&#x2018;&#x17D; + this â&#x2C6;&#x2020;đ??ťđ??ťđ??ťđ??ť *+,-. >?@& & temperature đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;(1) the wood based equation 2 where đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;đ?&#x2018;&#x17D; the of reaction at , đ??´đ??´đ??´đ??´ i * heat surface cell reaches value. The fuel mass fluxpaper. is equations then controlled by used a user specified software solves the low Mach number on aburning rectilinear grid over time for engineering applications and the a computapyrolysis model, a in single-step reaction model was to model Wood cribs are used asspecified fuel for all the simulations this The wood process specified whichtationally are not feasible computationally feasible forwhich engineering applications and thecombustion computational times exponential factor, đ??¸đ??¸đ??¸đ??¸ is burning the activation energy, đ?&#x2018;&#x2026;đ?&#x2018;&#x2026;đ?&#x2018;&#x2026;đ?&#x2018;&#x2026; is the universal gas đ?&#x2018;&#x203A;đ?&#x2018;&#x203A;đ?&#x2018;&#x203A;đ?&#x2018;&#x203A;*,-D is by the In the ignition temperature model, ignition of fuel object when theis temperature release behaviour. Char is not produced in this model. In the pyrolysis model, aconstant, single-step reaction tional times were not reported. is ofthe fuel. The kinetic parameters control the burning beThe simulations this study performed using FDS version Combustion handled described belowinand here đ?&#x2018;Łđ?&#x2018;Łđ?&#x2018;Łđ?&#x2018;Ł"were are the specified yields and â&#x2C6;&#x2020;đ??ťđ??ťđ??ťđ??ť theoccurs heat released. & is 6.6.0. were not reported. order and đ?&#x2018;&#x2039;đ?&#x2018;&#x2039;đ?&#x2018;&#x2039;đ?&#x2018;&#x2039; is the gas phase oxygen volume fraction. Engineering simulation of firemodel spread would require aLMsimplihaviour of The the based equation 2 where rij specifies ra-specified surface cell reaches amodel specified Thewood fuel mass flux is then controlled by a the user was used to model burning ofvalue. fuel. kinetic parameters control the burning behaviour of turbulent batch reactor based /-0,.*on the Eddy dissipation concept in which the mixing of fue fied yet simulation reliable pyrolysis model and arelease method comte yet of reaction at temperature T , A is the pre-exponential factor, E Engineering of fire spread would require a step simplified reliable pyrolysis model and a s behaviour. Char is*+,-. not in this model. In the pyrolysis model, a single-step rea đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160; 1â&#x17D;Żâ&#x17D;Żâ&#x17D;Ż3 đ?&#x2018;Łđ?&#x2018;Łđ?&#x2018;Łđ?&#x2018;Ł đ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??š (đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;) + đ?&#x2018;Łđ?&#x2018;Łđ?&#x2018;Łđ?&#x2018;Ł đ??śđ??śđ??śđ??śâ&#x201E;&#x17D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;đ?&#x2018;&#x17D; + â&#x2C6;&#x2020;đ??ťđ??ťđ??ťđ??ť (1) the based equation 2 reaction where đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;produced specifies the rate of reaction at temperature đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021; , đ??´đ??´đ??´đ??´ is the preY P ,-D P andwood oxygen istoa improve single [16]. " >?@& & Q,RS RS ]M -D * The đ??´đ??´đ??´đ??´-D đ?&#x2018;&#x152;đ?&#x2018;&#x152;đ?&#x2018;&#x152;đ?&#x2018;&#x152; exp Wâ&#x2C6;&#x2019; \ đ?&#x2018;&#x2039;đ?&#x2018;&#x2039;đ?&#x2018;&#x2039;đ?&#x2018;&#x2039;gas (2 -D = putational efficiency. Pyrolysis of the fuel can be simplified is thecan activation energy, isby the universal nburning isthe the reaction L s,ij *,-Runiversal method to improve computational efficiency. Pyrolysis ofbythe fuel simplified using the model was used to model burning of đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;be fuel. kinetic parameters control the behavio M constant, Z[ is exponential factor, đ??¸đ??¸đ??¸đ??¸ is the activation energy, đ?&#x2018;&#x2026;đ?&#x2018;&#x2026;đ?&#x2018;&#x2026;đ?&#x2018;&#x2026; is the gas đ?&#x2018;&#x203A;đ?&#x2018;&#x203A;đ?&#x2018;&#x203A;đ?&#x2018;&#x203A; Q constant, *,-D In the ignition temperature model, the ignition of fuel object occurs when the temperature of a Wood cribs are used as fuel for all the simulations in this paper. The wood burning process specifie using the ignition criterion temperature criterion for combustibles but not it 2reproduce reaction and XOthe oxygen fraction. , đ??´đ??´đ??´đ??´ is the 2 is the specifies rate ofphase reaction at volume temperature đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021; the wood based equation where đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;order ignition temperature forsurface combustibles but it does the3) physics of agas travelling -Dfuel * transfe is the gas phase oxygen volume fraction. order and đ?&#x2018;&#x2039;đ?&#x2018;&#x2039;đ?&#x2018;&#x2039;đ?&#x2018;&#x2039;reaches L The one dimensional heat (equation conduction equation is used to solve heat cell a specified value. The mass flux is then controlled by a user specified heat M is described below and here đ?&#x2018;Łđ?&#x2018;Łđ?&#x2018;Łđ?&#x2018;Ł are the specified yields and â&#x2C6;&#x2020;đ??ťđ??ťđ??ťđ??ť is the heat released. does not reproduce the physics of a travelling fire behaviour ac- " & isreaction theside rea exponential factor, đ??¸đ??¸đ??¸đ??¸ isThe the activation energy, đ?&#x2018;&#x2026;đ?&#x2018;&#x2026;đ?&#x2018;&#x2026;đ?&#x2018;&#x2026; is universal gas đ?&#x2018;&#x203A;đ?&#x2018;&#x203A;đ?&#x2018;&#x203A;đ?&#x2018;&#x203A;and fire behaviour accurately. A kinetics based pyrolysis model would bephase able predict the non-uniform *,-D back solid gas temperature and heat on constant, thea front P]M ,-Dfluxmodel, P release behaviour. Char not produced into this model. In Ythe the single-step Q,RS RS pyrolysis curately. A kinetics based pyrolysis model wouldobstruction. be able toispre/-0,.* (2) đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;đ?&#x2018;&#x17D; = đ??´đ??´đ??´đ??´ đ?&#x2018;&#x152;đ?&#x2018;&#x152;đ?&#x2018;&#x152;đ?&#x2018;&#x152; exp Wâ&#x2C6;&#x2019; \ đ?&#x2018;&#x2039;đ?&#x2018;&#x2039;đ?&#x2018;&#x2039;đ?&#x2018;&#x2039; (2) -D -D is the gas phase oxygen volume fraction. order and đ?&#x2018;&#x2039;đ?&#x2018;&#x2039;đ?&#x2018;&#x2039;đ?&#x2018;&#x2039; spreaddict of the thenon-uniform fire but it can beofquite complex implement especially with Coarse Lquite M control đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160; 1â&#x17D;Żâ&#x17D;Żâ&#x17D;Ż3 đ?&#x2018;Łđ?&#x2018;Łđ?&#x2018;Łđ?&#x2018;ŁThe +*Z[ are đ?&#x2018;Łđ?&#x2018;Łđ?&#x2018;Łđ?&#x2018;ŁQ>?@&L đ??śđ??śđ??śđ??śâ&#x201E;&#x17D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;đ?&#x2018;&#x17D; (1) boundary conditions [17]. Here đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;*,-* coarse , kinetic đ?&#x2018;&#x2DC;đ?&#x2018;&#x2DC;đ?&#x2018;&#x2DC;đ?&#x2018;&#x2DC;* andmeshes. đ??śđ??śđ??śđ??ś the density, and spec Mmodel model was burning of fuel. parameters burning behaviour of spread the fire but itused cantobeto comp + â&#x2C6;&#x2020;đ??ťđ??ťđ??ťđ??ťthe *+,-. " đ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??šđ??š (đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;) & conductivity meshes can reduce computational time but also reduce predictive accuracy. The available burning Y P ,-D P respectively of the solid. lex to implement especially withthe meshes. meshes wood basedCoarse equation 2(equation where đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;-D3) specifies the Q,RS rate ofobject reaction at]to preMtemperature đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021; * , đ??´đ??´đ??´đ??´ is the The oneignition dimensional heat isRSused solve transfer within Incoarse the temperature model, the ignition fuel whenheat the temperature đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;-Dconduction = đ??´đ??´đ??´đ??´-D đ?&#x2018;&#x152;đ?&#x2018;&#x152;đ?&#x2018;&#x152;đ?&#x2018;&#x152;*,-ofequation exp(equation Wâ&#x2C6;&#x2019; Z[ \occurs đ?&#x2018;&#x2039;đ?&#x2018;&#x2039;đ?&#x2018;&#x2039;đ?&#x2018;&#x2039;Lconduction (2)ofa M canarea reduce time but also reduce predictiveis accuraTheThis one dimensional heatuniversal equation isthe us-reaction đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;_đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D; đ??śđ??śđ??śđ??ś_đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D; (đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;_đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;)/đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022; = đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;/đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;(đ?&#x2018;&#x2DC;đ?&#x2018;&#x2DC;đ?&#x2018;&#x2DC;đ?&#x2018;&#x2DC;_đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D; (đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;_đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;)/đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;) (3 surface ofcomputational the fuel decreases as the geometry simplified. results in loss of numerical Q 3) exponential factor, đ??¸đ??¸đ??¸đ??¸ is the activation energy, đ?&#x2018;&#x2026;đ?&#x2018;&#x2026;đ?&#x2018;&#x2026;đ?&#x2018;&#x2026; is the gas constant, đ?&#x2018;&#x203A;đ?&#x2018;&#x203A;đ?&#x2018;&#x203A;đ?&#x2018;&#x203A; is solid obstruction. Thea specified gas phasevalue. temperature on controlled the front and side servehea as *,-D surface cell reaches The fuel and massheat flux flux is then by a back user specified cy. The available burning surface areascalar of the fuel decreases as the as the ed toheat solvetransfer heat transfer within a solidare obstruction. The gas phaaccuracy while solving the gas phase and vector fields characteristics order andbehaviour. đ?&#x2018;&#x2039;đ?&#x2018;&#x2039;đ?&#x2018;&#x2039;đ?&#x2018;&#x2039; is theChar gas phase oxygen The one dimensional heat (equation 3)this conduction used to solve heat transfer wit boundary conditions [17]. Here đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;*simulations , đ?&#x2018;&#x2DC;đ?&#x2018;&#x2DC;đ?&#x2018;&#x2DC;đ?&#x2018;&#x2DC;volume and đ??śđ??śđ??śđ??śfraction. are theInequation density, conductivity and specific heat Conservation of mass in the is ensured using aisbulk density value for each cell c release is not produced the model, single-step * in *model. M is simplified. This results in of lossfuel of Lnumerical accurase temperature and heat flux onpyrolysis theafront and backaside serve as reactio alteredgeometry significantly. The surface area object in a coarse mesh is usually lower than in fine solid obstruction. The gas phase temperature and heat flux on the front and back side ser respectively of the solid. fire load. The fuel mass in a cell is then determined as a product of the bulk density and cel model used toasmodel burning of fuel.conditions The parameters control behaviour o YHere PQ,RSkinetic RS cy while solving the gas phase scalar andwas vector fields the heat [17]. Ď Ps],kMs,-Dand Cs arethe the burning density, con đ?&#x2018;&#x152;đ?&#x2018;&#x152;đ?&#x2018;&#x152;đ?&#x2018;&#x152; exp Wâ&#x2C6;&#x2019; \ đ?&#x2018;&#x2039;đ?&#x2018;&#x2039;đ?&#x2018;&#x2039;đ?&#x2018;&#x2039;Adjust (2) đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;boundary -D = đ??´đ??´đ??´đ??´đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;-D mesh transfer and to characteristics solve this problem, we introduced a simple multiplication factor called Area in L đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;_đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D; đ??śđ??śđ??śđ??ś_đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D; (đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;_đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;)/đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022; = đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;/đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;(đ?&#x2018;&#x2DC;đ?&#x2018;&#x2DC;đ?&#x2018;&#x2DC;đ?&#x2018;&#x2DC;_đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D; (đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;_đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;)/đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;) (3) boundary conditions [17]. Here , đ?&#x2018;&#x2DC;đ?&#x2018;&#x2DC;đ?&#x2018;&#x2DC;đ?&#x2018;&#x2DC; and đ??śđ??śđ??śđ??ś are the density, conductivity and *,A fuel containing cell is changed into a gas phase cell when equation 4 is satisfied. Here đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;e M Z[ * * * the wood based equation 2 where đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;đ?&#x2018;&#x17D; specifies the rate of reaction at temperature đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021; , đ??´đ??´đ??´đ??´ isspecific the pre Q are altered significantly. The surface area ductivity and specific heat respectively of the solid. -D * FDS. This parameter artificially increases the mass flux of fuel from a surface by multiplying it with respectively of the solid. to the bulk density specified for an obstruction. The bulk density specifies the combust of fuel object in a coarse mesh is The usually than in a fine mesh exponential factor, đ??¸đ??¸đ??¸đ??¸ the activation energy, đ?&#x2018;&#x2026;đ?&#x2018;&#x2026;đ?&#x2018;&#x2026;đ?&#x2018;&#x2026; is the auniversal gastoconstant, đ?&#x2018;&#x203A;đ?&#x2018;&#x203A;đ?&#x2018;&#x203A;đ?&#x2018;&#x203A;*,-D is the reactioa Conservation of mass inisthe simulations is ensured using bulkisdensity value each cell containing onelower dimensional heat (equation 3) conduction equation used solvefor heat transfer within đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;_đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D; đ??śđ??śđ??śđ??ś_đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D; (đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;_đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;)/đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022; =the đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;/đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;(đ?&#x2018;&#x2DC;đ?&#x2018;&#x2DC;đ?&#x2018;&#x2DC;đ?&#x2018;&#x2DC;_đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D; (đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;_đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;)/đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;) (3) (3) the specified area adjust value. within a particular cell and is controlled by required energy per floor area. The energ and to solve this problem, we introduced a simple multiplication is the gas phase oxygen volume fraction. order and đ?&#x2018;&#x2039;đ?&#x2018;&#x2039;đ?&#x2018;&#x2039;đ?&#x2018;&#x2039; fire load. The fuel mass in a cell is then determined as a product of the bulk density and cell volume solid obstruction. The gas phase temperature and heat flux on the front and back side serve as LM factor called Area Adjust in FDS.A This parameter artificially incsingle wood isindetermined by first calculating the mass ofis asatisfied. wood crib per floor area of mass the into simulations isPđ??śđ??śđ??śđ??śspread ensured using a bulk density value for each cell conta fuelConservation containing cell iscrib changed phase cell the when equation 4 Here đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152; refers boundary conditions [17]. Here đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;* ,ađ?&#x2018;&#x2DC;đ?&#x2018;&#x2DC;đ?&#x2018;&#x2DC;đ?&#x2018;&#x2DC;gas and conductivity and specific heat Ydensity, P]more ,-D The objective of this ongoing research project is to make the modelling fire scenarios ef,g * of * are Q,RS RS reases the mass flux of fuel from a surface by multiplying it with Conservation of mass in the ensured using a bulk =then combustion. đ??´đ??´đ??´đ??´-D đ?&#x2018;&#x152;đ?&#x2018;&#x152;đ?&#x2018;&#x152;đ?&#x2018;&#x152; exp \product đ?&#x2018;&#x2039;đ?&#x2018;&#x2039;đ?&#x2018;&#x2039;đ?&#x2018;&#x2039;LM M specifies (2) cell đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;đ?&#x2018;&#x17D;-D is multiplying it with the of fire load. fuel mass infor aheat cell determined asZ[asimulations ofisthe bulk and vol *,- temperature to we the bulk density specified an obstruction. TheWâ&#x2C6;&#x2019; bulk thedensity combustible mass respectively ofThe the solid. Qdensity reliable and feasible. In this work attempt to validate the use of ignition model l the specified area adjust value. density value for kk each cell containing fire load. The fuel mass in đ?&#x2018;&#x161;đ?&#x2018;&#x161;đ?&#x2018;&#x161;đ?&#x2018;&#x161;Ě&#x2021;= đ??´đ??´đ??´đ??´>0,,cell đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160; energy > đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;ef,g đ?&#x2018;&#x2030;đ?&#x2018;&#x2030;đ?&#x2018;&#x2030;đ?&#x2018;&#x2030;>0,,floor4area. (4 â&#x2C6;Ťmgas A fuel containing cell is changed into a phase when equation is satisfied. Here đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152; r "f0, đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;_đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D; đ??śđ??śđ??śđ??ś_đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D; (đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;_đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;)/đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022; đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;/đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;(đ?&#x2018;&#x2DC;đ?&#x2018;&#x2DC;đ?&#x2018;&#x2DC;đ?&#x2018;&#x2DC;_đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D; (đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;_đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;)/đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;) (3) within a particular cell and is controlled by the required per The energy from ef,g a accompanied by area for coarse mesh fireisspread simulations. burning behaviour fuel The one dimensional heat (equation conduction equation isof used to bulk solvedensity heat transfer The objective of adjust this ongoing research project to make the a cell 3) isThis then determined as a product of the and cell within Fuel surfaces in coarse meshes cannot be resolved as accurately as in the fine mesh simula to the bulk density specified for an obstruction. The bulk density specifies the combustible single wood crib is determined byvolume. first calculating theheat mass ofisdensity achanged wood crib floor area and then modelling of fireby spread scenarios more reliable feasible. fuel containing cell intoper aand gas phase cell is further improved using a single step pyrolysis model. Experiments conducted by Hansen and solid obstruction. The gasIn phase temperature and flux on the value front back side serve a Conservation ofand mass in the simulations isAensured using a bulk for each cell containing this results in a reduction of surface area in coarse meshes. A multiplication factor called ar within a particular cell and is controlled by the required energy per floor area. The energy fr multiplying it with the heat of combustion. thisserve work as we test attempt to validate theload. use ofThe ignition temperature equation 4 is satisfied. Here Ď refers to the bulk density bulk boundary conditions [17]. Here đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152; , đ?&#x2018;&#x2DC;đ?&#x2018;&#x2DC;đ?&#x2018;&#x2DC;đ?&#x2018;&#x2DC; and đ??śđ??śđ??śđ??ś are the density, conductivity and specific hea fire fuel mass in a cell is when then determined as a product of the bulk density and cell volume. Ingason cases for validation simulations [14], [15]. We also attempt to determine the * * l *kk (â&#x2C6;&#x2026;)wood is used tois maintain fuel surface area between finespecifies and per coarse meshes. T cribspread determined first calculating the mass ofdensity a wood crib area and đ?&#x2018;&#x161;đ?&#x2018;&#x161;đ?&#x2018;&#x161;đ?&#x2018;&#x161;by Ě&#x2021; same > (4) accompanied by area adjust forsingle coarse mesh fire si- into specified for anđ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;obstruction. The bulk thefloor comâ&#x2C6;Ťthe >0,, ef,g đ?&#x2018;&#x2030;đ?&#x2018;&#x2030;đ?&#x2018;&#x2030;đ?&#x2018;&#x2030; >0,, of the solid. Arespectively fuel containing cell is changed gasđ??´đ??´đ??´đ??´ phase cell when equation 4ais satisfied. Here đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;ef,g refers m a"f0, criteriamodel required to perform room scale fire spread calculations. Our hypothesis is đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;that to perform multiplies the mass flux of a cell by the specified area adjust value. Activation of burn aw multiplying it with the heat of combustion. mulations. This burning behaviour ofsurfaces fuel is further improved byđ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;_đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D; đ??śđ??śđ??śđ??ś_đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D; (đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;_đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;)/đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022; bustible mass within particular cell is controlled bysimulations the reFuel in coarse meshes cannot be resolved asa accurately as and in the finethe mesh and = The đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;/đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;(đ?&#x2018;&#x2DC;đ?&#x2018;&#x2DC;đ?&#x2018;&#x2DC;đ?&#x2018;&#x2DC;_đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D; (đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;đ?&#x2018;&#x2021;_đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;đ?&#x2018;&#x201D;)/đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;đ?&#x153;&#x2022;) (3) mass to the bulk density for anofobstruction. bulk density specifies combustible room using scale asimulation with consistent fire spread, aspecified area initial would be l kk prescribed area adjust iscertain used occurs when the equation 5 fire isef,g satisfied. The bulk density used in adjust coars single step pyrolysis model. Experiments conducted bysurface quired energy per floor area. The energy from afactor single wood crib đ?&#x2018;&#x161;đ?&#x2018;&#x161;đ?&#x2018;&#x161;đ?&#x2018;&#x161; Ě&#x2021; đ??´đ??´đ??´đ??´ đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160; > đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152; đ?&#x2018;&#x2030;đ?&#x2018;&#x2030;đ?&#x2018;&#x2030;đ?&#x2018;&#x2030; (4) â&#x2C6;Ť >0,, > 0,, this results in a reduction of area in coarse meshes. A multiplication called area "f0, within a particular cell in and controlledm is by the required per floor area. The energy from a required. Thisand hypothesis is tested in a for room with uniformly distributed fire load. Conservation of mass theisfrom simulations ensured using aenergy bulkthe density forcrib each containin Hansen Ingason serve as test(â&#x2C6;&#x2026;) cases validation simulations isthe determined first calculating mass ofvalue a wood percell floor is usually different one used in the fine simulations. surfaces in coarse cannot bebyresolved asmesh accurately as in the fine mesh simulation isFuel used to maintain the meshes same fuel surface area between fine and coarse meshes. This factor single wood crib is determined by first calculating the mass of a wood crib per floor area and then l fire load.theThe fuel mass in atocell isarea then as a đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160; product theof bulk density and cell volume kk [14], [15]. We also attempt to determine criteria required anddetermined then multiplying it with theofheat combustion. â&#x2C6;&#x2026; đ?&#x2018;&#x161;đ?&#x2018;&#x161;đ?&#x2018;&#x161;đ?&#x2018;&#x161; Ě&#x2021; đ??´đ??´đ??´đ??´ > đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152; đ?&#x2018;&#x2030;đ?&#x2018;&#x2030;đ?&#x2018;&#x2030;đ?&#x2018;&#x2030; (5 â&#x2C6;Ť this results in a reduction of surface area in coarse meshes. A multiplication factor called area a >0,, ef,g > 0,, "f0, multiplies the mass flux of a cell by the specified area adjust value. Activation of burn away when m multiplying it with the isheat of combustion. perform room scale fire spread calculations. Our hypothesis ischanged that A fuel containing cell into a gas phase cell when equation 4 is satisfied. Here đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152; refer ef,g l equation (â&#x2C6;&#x2026;) is used to maintain the same area between fine and coarse meshes. This f kk fuel surface area adjust is used occurs when the 5 is satisfied. The bulk density used in coarse meshes đ?&#x2018;&#x161;đ?&#x2018;&#x161;đ?&#x2018;&#x161;đ?&#x2018;&#x161;Ě&#x2021;"f0, đ??´đ??´đ??´đ??´>0,, đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160; >model đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;ef,g đ?&#x2018;&#x2030;đ?&#x2018;&#x2030;đ?&#x2018;&#x2030;đ?&#x2018;&#x2030;>0,,density (4) (4) 3. Validation: Ignition temperature to perform a room scale simulation consistent fire specified spread, a forâ&#x2C6;Ťman to with the bulk density obstruction. The bulk specifies the combustible mas multiplies the mass flux of a cell by the specified area adjust value. Activation of burn away isfire usually different from the used in fine mesh simulations. certain area of initial prescribedFuel would be required. This hy-one surfaces in coarse meshes cannot bethe resolved as accurately asper in the fine mesh simulations and within aValidation particular cell and is controlled by the required floor area. The from l simulations were performed using theenergy tunnel fire experiments of energy SP, Sweden. kk equation area adjust is used occurs when the 5 is satisfied. The bulk density used in(5) coarse me â&#x2C6;&#x2026; đ?&#x2018;&#x161;đ?&#x2018;&#x161;đ?&#x2018;&#x161;đ?&#x2018;&#x161; Ě&#x2021; đ??´đ??´đ??´đ??´ đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160; > đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152; đ?&#x2018;&#x2030;đ?&#x2018;&#x2030;đ?&#x2018;&#x2030;đ?&#x2018;&#x2030;A>0,, â&#x2C6;Ť pothesis is tested in a room withthis uniformly distributed fire load. Fuel surfaces in coarse meshes cannot be resolved as accurately >0,, ef,g "f0, results in a reduction of surface area in coarse meshes. multiplication factor called area adjust m single wood is determined by first calculating thetomass ofthe a wood crib of perfuel floor area and thea werecrib conducted in athe laboratory scale tunnel study influence objects placed is usually different from one used in the fine mesh simulations. asfuel in the fine mesh simulations and results in ameshes. reductionThis of factor (â&#x2C6;&#x2026;) is used toit with maintain the same area between finethis and coarse multiplying thethe heat of combustion. l surface 3. Validation: Ignition temperature model distances on total HRR under the effect of>ventilation. A total of 12 called tests area were carrie kkin coarse area meshes. A multiplication factor â&#x2C6;&#x2026; đ?&#x2018;&#x161;đ?&#x2018;&#x161;đ?&#x2018;&#x161;đ?&#x2018;&#x161; Ě&#x2021; đ??´đ??´đ??´đ??´ đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160; đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152; đ?&#x2018;&#x2030;đ?&#x2018;&#x2030;đ?&#x2018;&#x2030;đ?&#x2018;&#x2030; (5) â&#x2C6;Ť l >0,, ef,g > 0,, "f0, 2. NUMERICAL METHOD multiplies the mass flux of a cell surface kk by the specified area adjust value. Activation of burn away đ?&#x2018;&#x161;đ?&#x2018;&#x161;đ?&#x2018;&#x161;đ?&#x2018;&#x161;Ě&#x2021;m"f0, đ??´đ??´đ??´đ??´>0,, m đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;ef,g đ?&#x2018;&#x2030;đ?&#x2018;&#x2030;đ?&#x2018;&#x2030;đ?&#x2018;&#x2030;>piles (4) â&#x2C6;Ťmm tunnel of dimensions 10.0 Ă&#x2014;(0) 0.6 m Ă&#x2014;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;0.4 with of white pine wood pallets aswhen fuel 0,, adjust is used to> maintain the same fuel surface area between Validation simulations were performed using the tunnel fire experiments of SP, Sweden. The tests area adjust is used occurs whentemperature the equation 5 is satisfied. The bulk density used in coarse meshes 3. Validation: Ignition model Fuel surfaces in coarse meshes cannot be resolved as accurately as in the fine mesh simulations an Fire Dynamics Simulator (FDS) is a Large Eddy Simulation (LES) scale fine and coarse This factor multiplies the massplaced flux of at a varying were conducted infrom a laboratory tunnel to meshes. study the influence of fuel objects is usually different the one used in the fine mesh simulations. this results in a reduction of surface area in coarse meshes. A multiplication factor called area adjus based Computational Fluid Dynamics software which solves the specified areatunnel adjust value. ofofburn away out The Validation simulations werecell using the fire experiments SP, Sweden. distances on the total HRRthe under thebyeffect of ventilation. A total ofActivation 12 tests were carried in a lperformed kk â&#x2C6;&#x2026; đ?&#x2018;&#x161;đ?&#x2018;&#x161;đ?&#x2018;&#x161;đ?&#x2018;&#x161; Ě&#x2021; "f0, đ??´đ??´đ??´đ??´adjust >used đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;between đ?&#x2018;&#x2030;đ?&#x2018;&#x2030;đ?&#x2018;&#x2030;đ?&#x2018;&#x2030;>0,, when (5) â&#x2C6;Ťmwhen >0,, đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160; ef,g low Mach number combustion equations on a rectilinear grid over area is occurs the equation 5 is satisfied. (â&#x2C6;&#x2026;) is used to maintain the same fuel surface area fine and coarse meshes. This facto were conducted in a laboratory scale tunnel to study the influence of fuel objects placed at va tunnel of dimensions 10.0 m Ă&#x2014; 0.6 m Ă&#x2014; 0.4 m with piles of white pine wood pallets as fuel load. The time. The simulations in this study were performed using FDS The bulk density used in coarse meshes is usually different from multiplies the mass flux of a cell by the specified area adjust value. Activation of burn away whe distances on the total HRR under the effect of ventilation. A total of 12 tests were carried ou 3. Validation: Ignition temperature model version 6.6.0. Combustion is handled by a turbulent batch reacone used in the fine mesh simulations. areatunnel adjust is used occurs whenmthe the equation satisfied. bulk pine density used in coarse meshe of dimensions 10.0 Ă&#x2014; 0.6 m Ă&#x2014; 0.45mis with piles The of white wood pallets as fuel load Validation simulations were performed using the tunnel fire experiments of SP, Sweden. The tests tor model based on the Eddy dissipation concept in which the miis usually different from the one used in the fine mesh simulations. xing of fuel and oxygen is a single stepconducted reaction [16]. l were in a laboratory scale tunnel to study the influence of fuel objects placed at varying kk Ě&#x2021; "f0, đ??´đ??´đ??´đ??´>0,, đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160;đ?&#x2018;&#x160; > đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;đ?&#x153;&#x152;ef,g đ?&#x2018;&#x2030;đ?&#x2018;&#x2030;đ?&#x2018;&#x2030;đ?&#x2018;&#x2030;>0,, (5) â&#x2C6;Ť â&#x2C6;&#x2026; đ?&#x2018;&#x161;đ?&#x2018;&#x161;đ?&#x2018;&#x161;đ?&#x2018;&#x161; (5) Wood cribs are used as fuel fordistances all the simulations in thisHRR paper. effect on the total under mthe of ventilation. A total of 12 tests were carried out in a

3. Validation: Ignition tunnel of dimensions 10.0 temperature m Ă&#x2014; 0.6 m Ă&#x2014; 0.4model m with piles of white pine wood pallets as fuel load. The

Palotutkimuksen 2019 83 The test Validation simulations were performed using the tunnel fire experiments of pĂ¤ivĂ¤t SP, Sweden. were conducted in a laboratory scale tunnel to study the influence of fuel objects placed at varyin

velocities of 0.6 m/s (đ??šđ??šđ??šđ??š> ). Four piles of pallets were used and their arrangement is as shown in Figure 2. Test 1, 4 and 12 were reference tests performed with a single pile.

Figure Simulated of the tunnel showing the arrangement of woodofpiles (left). Comparison of the Figure 2.2. Simulated modelmodel of the tunnel showing the arrangement of wood piles (left). Comparison the wood pallet used in experiments andwood the pallet pallet used the fine-mesh simulations. Figure taken the report by Hansen and Ingason (right). used in inexperiments and the pallet usedfrom in the fine-mesh simulations. Figure taken from the report by Hansen and Ingason (right).

3.1. Simulation model 3. VALIDATION: IGNITION TEMPERATURE MODEL

Y and Z directions. Simulations with multiple wood piles used 8 meshes and each mesh was assigned to a single MPI process. The The spatial resolution used inusing thethe first setfireofex-validation simulations was 2 as cm 2 cm Ă&#x2014; 1.8 cm in X, Y Validation simulations were performed tunnel experimental tunnel was modelled perĂ&#x2014;dimensions 10.9 m Ă&#x2014; 0.6 periments of SP, Sweden.allowing The tests were in a laboratory m Ă&#x2014; 0.4 m. boundary condition (BC)The was modelled and Z directions, forconducted an accurate reproduction ofTunnel woodinlet pallet surface area. connecting scale tunnel to study the influence of fuel objects placed at varying as a supply vent with a fixed velocity of 0.6 m/s and outlet BC as meshesonhad a resolution ofeffect 4 cm Ă&#x2014; 4 cm Ă&#x2014;A1.8 X, Yduct andconnected Z directions. Simulations withwasmultiple distances the total HRR under the of ventilation. total cmain HVAC to the ambient. Exhaust system not of 12 testspiles were carried in a tunnel of dimensions 10.0 m Ă&#x2014;was 0.6 assigned modelled asto peraexperiments because the performance paramewood usedout 8 meshes and each mesh single MPI process. The experimental m Ă&#x2014; 0.4 m with piles of white pine wood pallets as fuel load. The were not provided. Heat release rate per unit area (HRRPUA) tunnel was modelled as per dimensions 10.9 m ters Ă&#x2014; 0.6 m Ă&#x2014; 0.4 m. Tunnel inlet boundary condition parameters tested were the distance between piles of wood pallets of the wood and ignitor properties (HRRPUA and duration) we(BC)longitudinal was modelled a supply vent a fixed ofthrough 0.6 m/s and outlettests BCbased as aonHVAC and ventilation as velocities of 0.6 m/s (uc).with Four piles of revelocity determined inverse modelling the refe-duct pallets were usedto andthe theirambient. arrangement Exhaust is as shown in Figure 2.wasrence Test 1 and 4.as per experiments because the connected system nottests, modelled Test 1, 4 and 12 were reference tests performed with a single pile. The wood pallet was modelled as collection of wood sticks. It performance parameters were not provided. Heat rate unitpallets arearesembled (HRRPUA) of the wood wasrelease ensured that theper simulated the experiments 3.1. model closely as shown in showing the arrangement of wood piles (left).tests andSimulation ignitor properties (HRRPUA and duration) were determined through inverse modelling The spatial resolution used in the first set of validation simulations Comparison of the wood pallet used in experiments and the palbased on the reference tests, Test 1 and 4. was 2 cm Ă&#x2014; 2 cm Ă&#x2014; 1.8 cm in X, Y and Z directions, allowing for let used in the fine-mesh simulations. Figure taken from the rean accurate of wood pallet surface area. The conport sticks. by Hansen 2 (right). Each pile consisted of three typespallets of The woodreproduction pallet was modelled as collection of wood Itand was ensured that the simulated necting meshes had a resolution of 4 cm Ă&#x2014; 4 cm Ă&#x2014; 1.8 cm in X, sticks with different dimensions: Type 1: 0.3 m Ă&#x2014; 0.02 m Ă&#x2014; 0.018 m,

resembled the experiments closely as shown in showing the arrangement of wood piles (left). Comparison of the wood pallet used in experiments and the pallet used in the fine-mesh simulations. Figure taken from the report by Hansen and 2 (right). Each pile consisted of three types of sticks with different dimensions: Type 1:0.3 m Ă&#x2014; 0.02 m Ă&#x2014; 0.018 m, Type 2: 0.2 m Ă&#x2014; 0.02 m Ă&#x2014; 0.018 m, and Type 3: 0.2 m Ă&#x2014; 0.04 m Ă&#x2014; 0.036

son of experimental and simulated TGA curves at different heating rates (left). Comparison of the m. Each pile in the simulationunder consisted of The fuelandin FDSTGAwas byrates the formula 3. Comparison of2experimental simulated curves defined at different heating (left). Comparison of the meter results of the simulation and experimental a heating Figure rate5cone ofpallets. 50 kW/m (right). calorimeter results of the simulation and experimental under a heating rate of 50 kW/m2 (right).

C3.4H6.2O2.5 and was assigned a critical flame temperature of 1337 C. The reported values for heat of

3.4. Validation: Area adjust Area adjust combustion, 18100 kJ/kg, was used in the simulations as well.

The validation simulations with a fine mesh were computationally expensive to perform. Using

mulations with a fine mesh were computationally expensive to perform. Using coarse would reduce the computational time. At the same time, theat pallet geometry In the ignition temperature model (ITM), themesh ignition of the fuela was specified to begin 300 C and the surfacegeometry area is reduced ould reduce the computational time. At the same changed time, the pallet iswhich affects the total burning rate. The capability of th based on the values of white pine used by Hietaniemi et al and the uncertainty associated with area adjust parameter to [17] compensate for the reduced surface area was tested in thre e surface area is reduced which affects the total burning rate. The capability of Figure the 5 shows the pallet geometries and the details of th configurations of coarser meshes. this choice is unknown. For the wood sticks, the HRRPUA was maintained at a constant value of 260 rameter to compensate for the reduced surfaceconfigurations area wasaretested in 3.three given in Table In Configuration 1, the surface area of the pile in fine mesh wa kW/m2 and the burnout of fuel was modelled using equation 2. This value was 2 0.8704 m and surface area of piles in coarse mesh of wasHRRPUA 0.5904 m2, i.e. 47 %obtained lower than realit f coarser meshes. Figure 5 shows the pallet geometries and the details of the Consequently, the areaperformed adjust parameter with for Configuration 1 was 0.8704/0.5904 â&#x2030;&#x2C6; during 1.47 [20]. by calibrating the simulation based on a reference test a single pile of wood re given in Table 3. In Configuration 1, the surface area of the pile in fine mesh was 2 Table 1. The mesh resolutions (cm) and area adjust parameters for the three validation configurations. Thermal specific surface the areaexperiments. of piles in coarse mesh conductivity was 0.5904 m2was , i.e.0.11 47 %W/m lower/s, than reality.heat was 1.35 kJ/kgK and density 3 kg/m . for Configuration 1 was 0.8704/0.5904 â&#x2030;&#x2C6; 1.47 [20]. he area was adjust370 parameter Figure 3.Comparison Comparison of experimental and simulated TGA curves at different rates (left). of the Figure 3. of experimental and simulated TGA curves at different heating rates heating (left). Comparison of theComparison cone calorimeter

2 cone of theunder simulation and under a heating rate of 50 kW/mdetermined (right). results of the calorimeter simulation andresults experimental a heating rateexperimental of 50 kW/m For the single pyrolysis model of white pine, the2 (right). kinetic properties were e mesh resolutions (cm) and step area adjust parameters for the three validation configurations.

from the TGA3.4. experiments Validation: performed Area adjust at Aalto University using the parameter estimation tool, GPyro [18]. The estimated values of the kinetic parameters are E=90.7E3, A=1.413E5, n=1.69. The FDS cone The validation simulations with a fine mesh were computationally expensive to perform. Using a calorimeter simulations using these kinetic parameters were then validated against the cone coarse mesh would reduce the computational time. At the same time, the pallet geometry is experiments conducted at VTT [19]. The layer divide value was set to 0.25 and the thickness of the changed and the surface area is reduced which affects the total burning rate. The capability of the wood stick was 0.036 m. The fitting of thefor TGA cone arewas illustrated the Figure 4. Pileand in thesimulations three different mesh configurations. The geometryin with increasing4. mesh size Figure 4. Pile geometries the three different mesh configurations. area adjust parameter to compensate Figure thegeometries reduced surface inarea tested inchanges three Table 1. The mesh resolutions (cm) and area adjust parameters for the geometry changes with increasing mesh size. 3.5. Validation:The Pyrolysis model three validation configurations.

configurations of coarser meshes. Figure 5 shows the pallet geometries and the details of the The validation for the single step pyrolysis (SSP) model was performed using fine-meshes onl configurations are given in Table 3. In Configuration 1, the surface area of the pile in fine mesh was Initially, the burning behaviour of all wood piles were modelled using the SSP model but the ignito 2 Palotutkimuksen pĂ¤ivĂ¤t 2019 0.8704 m and surface area of piles in coarse mesh wasthe0.5904 m2This , i.e.issue 47was % addressed lower than reality. was unable to ignite wood cribs. by using a combination of ignitio temperature and SSP model for modelling the pyrolysis of wood. Simulations were run with Consequently, the area adjust parameter for Configuration 1 was 0.8704/0.5904 â&#x2030;&#x2C6; 1.47 [20].

Table 2. Combinations of pyrolysis models used to specify the burning of wood. Each pile of wood was modelled using either the Ignition temperature model (ITM) the single step pyrolysis (SSP) model. modelled using either the Ignition temperature model (ITM) oror the single step pyrolysis (SSP) model. Table 2. Combinations of pyrolysis models used to specify the burning of wood. Each pile of wood was modelled using either the Ignition temperature model (ITM) or the single step pyrolysis (SSP) model.

In the ignition temperature model (ITM), the ignition of the fuel was specified to begin at 300 o C based on the values of white pine used by Hietaniemi et al [17] and the uncertainty associated with this choice is unknown. For the wood sticks, the HRRPUA . Validation results Table 2.4. Combinations of pyrolysis models used to specify the burning Validation results 4. Validation results at a constant value of 260 kW/m2 and the burof wood. Each pilerun of wood modelled using either the Ignition he tunnel fire simulations were on thewas CSC-Taito supercomputer over multiple nodes was with maintained the noutMPI ofsupercomputer fuel was modelledover usingmultiple equation 2.nodes This value ofthe HRRmodel (ITM) or simulations the8 single step pyrolysis (SSP) The tunnel fire were run onthe theCSC-Taito CSC-Taito withthe ame setup in alltemperature cases. The simulations used meshes and each mesh was assigned to a single The tunnel fire simulations were run onmodel. supercomputer over multiple nodes with PUA for was obtained by calibrating the simulation based on a referocess. CPU time forsame the fine-mesh simulations varied between 56 to 72 hours and runtimes setup inallallcases. cases. Thesimulations simulationsused used8 8meshes meshesand andeach eachmesh meshwas wasassigned assignedtotoa single a single MPI same rence test performed with a single pile of wood during MPI the expemulations with area adjustsetup varied in between 12 andThe 30 hours, depending on the mesh resolution. 2 runtimes for process. CPU time theslightly fine-mesh simulations varied between hours andruntimes riments. Thermal conductivity was 0.11and W/m /s, specific heat PU time for the simulations with thetime SSP model was varied simulations between 66-72 hours. Firebetween process. CPU forforthe fine-mesh varied 5656toto7272hours for was 3 2: simulations 0.2 m time × 0.02 mwith × 0.018 m,350 and Type 3: 0.2 m ×the0.04 m ×12simulations 1.35 kJ/kgK and density was 370on kg/m . mesh resolution. rowth rate isType defined as the to reach a HRR of kW. Thevaried results ofbetween validation area adjust and 30 hours, depending the simulations with area adjust varied between 12 and 30 hours, depending on the mesh resolution. sing area adjust arem.presented with fine mesh and uncorrected coarse simulations 0.036 Each piletogether the simulation consisted of 5 pallets. The fuel For the single step pyrolysis model of white pine, the kinetic CPU timein for thesimulations simulations withthe the SSPmesh model wasslightly slightlyvaried variedbetween between66-72 66-72 hours.Fire Fire CPU time for the with SSP model was φ= 1). in FDS was defined by the formula C3.4H6.2O2.5 and was assigned a properties were determined from the TGA hours. experiments pero as the time to reach a HRR of 350 kW. The results of the validation simulations growth rate defined criticalgrowth flame temperature of 1337 as C.the The time reported heat of formed at Aalto University the parameter estimation tool, rate is is defined to values reachfor a HRR 350 kW. The results of using the validation simulations of combustion, 18100 kJ/kg, was used in the simulations as well. GPyro [18]. The estimated values of the kinetic parameters are using area adjust are presented together with fine mesh and uncorrected coarse mesh simulations using area adjust are presented together with fine mesh and uncorrected coarse mesh simulations

(φ=1).1). (φ=

gure 5. Comparison of HRR for fine-mesh, coarse mesh (area adjust) and coarse mesh (uncorrected) in Configuration 1: Doubled cell size in downstream meshes.

Figure 5. Comparison of HRR for fine-mesh, coarsecoarse mesh (area adjust) andadjust) coarse mesh (uncorrected) in Configuration 1:inDoubled Figure Comparison HRR fine-mesh, mesh (area and coarse mesh (uncorrected) Configuration Figure 5. 5. Comparison ofof HRR forfor fine-mesh, coarse mesh (area adjust) and coarse mesh (uncorrected) in Configuration cell size in downstream meshes. 1: Doubled cell size in downstream meshes. 1: Doubled cell size in downstream meshes.

gure 6. Comparison of HRR for fine-mesh, coarse mesh (area adjust) and coarse mesh (uncorrected) in Configuration 2: Doubled cell size in all meshes.

Figure 6. Comparison of HRR for fine-mesh, coarse mesh (area adjust) and coarse mesh (uncorrected) Configuration Figure Comparison of for fine-mesh, coarse meshmesh (area adjust) and coarse mesh (uncorrected) in Configuration Doubled Figure 6.6. Comparison ofHRR HRR for fine-mesh, coarse (area adjust) and coarse mesh (uncorrected) in2:in Configuration 2: Doubled cell size in all meshes. cell size in all meshes. 2: Doubled cell size in all meshes.

Figure 7. Comparisonof of HRR HRR for coarse meshmesh (area (area adjust) adjust) and coarse mesh (uncorrected) in Configuration 2.5 times Figure 7. Comparison forfine-mesh, fine-mesh, coarse and coarse mesh (uncorrected) in3:Configuration larger cell sizes in horizontal direction in all meshes. 3: 2.5 times larger cell sizes in horizontal direction in all meshes.

Fine mesh simulations reproduce the experimental results accurately. In coarse mesh simulations Palotutkimuksen päivät 2019 without area adjust, a temporal delay in the fire growth rate is observed in configurations 2 and 3,

E=90.7E3, A=1.413E5, n=1.69. The FDS cone calorimeter simulations using these kinetic parameters were then validated against the cone experiments conducted at VTT [19]. The layer divide value was set to 0.25 and the thickness of the wood stick was 0.036 m. The fitting of the TGA and cone simulations are illustrated in the Figure 4.

3.4. Validation: Area adjust The validation simulations with a fine mesh were computationally expensive to perform. Using a coarse mesh would reduce the computational time. At the same time, the pallet geometry is changed and the surface area is reduced which affects the total burning rate. The capability of the area adjust parameter to compensate for the reduced surface area was tested in three configurations of coarser meshes. Figure 5 shows the pallet geometries and the details of the configurations are given in Table 3. In Configuration 1, the surface area of the pile in fine mesh was 0.8704 m2 and surface area of piles in coarse mesh was 0.5904 m2, i.e. 47 % lower than reality. Consequently, the area adjust parameter for Configuration 1 was 0.8704/0.5904 ≈ 1.47 [20].

MPI process. CPU time for the fine-mesh simulations varied between 56 to 72 hours and runtimes for simulations with area adjust varied between 12 and 30 hours, depending on the mesh resolution. CPU time for the simulations with the SSP model was slightly varied between 66–72 hours. Fire growth rate is defined as the time to reach a HRR of 350 kW. The results of the validation simulations using area adjust are presented together with fine mesh and uncorrected coarse mesh simulations (φ= 1). Fine mesh simulations reproduce the experimental results accurately. In coarse mesh simulations without area adjust, a temporal delay in the fire growth rate is observed in configurations 2 and 3, i.e. the simulations where the initial fire mesh was coarse. The long delay in Configuration 3 may have been caused by the cell aspect ratio 2.77 which is higher than the recommended maximum of 2. With area adjust, the coarse-mesh predictions of fire growth time in configurations 1 and 2 are 13 % and 33 % faster than the fine-mesh predictions, respectively, and 22 % slower in Configuration 3.

4.1. Validation results: SSP model The results from the single step pyrolysis model show that the pre3.5. Validation: Pyrolysis model diction of the HRR improves as number of piles modelled with the The validation for the single step pyrolysis (SSP) model was perignition temperature model increases. No further improvement is formed using fine-meshes only. Initially, the burning behaviour of seen when more than two cribs are modelled with ITM. This inall woodFigure piles were modelled using thefor SSP model butcoarse the ignitor dicates thatand to effectively utilise the capabilities of the SSP model, 7. Comparison of HRR fine-mesh, mesh (area adjust) coarse mesh (uncorrected) in Configuration was unable to ignite the wood cribs.3:This addressed byin horizontal we need to combine simple pyrolysis models or methods. 2.5 issue timeswas larger cell sizes direction in itallwith meshes. using a combination of ignition temperature and SSP model for The initial stages of the fire must be as specified or predicted using modelling themesh pyrolysis of wood. Simulations werethe run experimental with 3 difanresults ignition accurately. temperature model. Fine simulations reproduce In coarse mesh simulations ferent combinations of ignition temperature and SSP model. For without area adjust, a temporal delay in the fire growth rate is observed in configurations 2 and 3, example, in the first combination the first pile was modelled using 5. COMPARTMENT FIRE SPREAD SIMULATIONS i.e. the where themodel. initial fire mesh was coarse. The long delay in Configuration 3 may the ITM and thesimulations other 3 piles using the SSP In order to study the the capability of the area adjust parameter in have been caused by the cell aspect ratio 2.77 which is higher than recommended maximum reducing the grid dependency for a large scale application, fire 4. VALIDATION RESULTS of 2. With area adjust, the coarse-mesh predictions of fire growth time in configurations 1 and 2 spread was simulated in a compartment with uniformly distriare fire 13 simulations % and 33 were % faster the fine-mesh predictions, and 22 % slowermodel. in The dimenThe tunnel run onthan the CSC-Taito supercombuted firerespectively, load using the ignition temperature puter over multiple nodes3.with the same setup in all cases. The sisions of the simulated compartment were 30 m × 30 m × 3.6 m. Configuration mulations used 8 meshes and each mesh was assigned to a single Compartment boundaries were specified as open surfaces to en-

4.1. Validation results: SSP model

Validation results: SSP model. The results from the single step pyrolysis model show that the prediction of the HRR improves as number of piles modelled with the ignition temperature model increases. No further improvement is seen when Palotutkimuksen päivätmore 2019 than two cribs are modelled with ITM. This indicates that to effectively utilise the capabilities of the SSP model, we need to combine it with simple pyrolysis models or methods.

cm and 20 cm grids was 24-64 hours and 6-12 hours respectively. The 5 cm grid simulation was only able to complete approximately 180 seconds of fire spread in 6 days. Figure 8. Model of the compartment showing fire spread. The red region is specified and the brown region is predicted using the ignition temperature model.

Figure 8. Model the compartment Theofheat release rateshowing fire spread. The red region is specified and the brown region is predicted using the ignition temperature model.

The heat release rate

release rate. Fire spreading was found to be dependentThe onheat grid resolution and the size of the prescribed fire source. Grid resolution had an influence on the rate of HRR development as fire spread in 20 cm simulations slower than cm simulations. accuracy coarseusing mesh simulations sure that ventilationwere does not influence fire10 spread. Generic con- TheFire spread of wasthe modelled a combination of are prescripticretevastly properties were specified for the floor and ceiling ve and predictive methods. initial area of fire was improved by area adjustment. The surfaces. average temperature andmodelling heat flux valuesAn illustrated The fire load was a uniform crib across the entire floor area, macentre of the compartment. Within the inishow that difference between results was found to prescribed decrease atasthe area of the prescribed fire de up of 30 m long sticks. The height of the crib was kept constial area of fire, an ultra-fast fire growth was specified with HRR increased. shadedofregion indicates the time which the in flames start to75burn at the tant (0.4 m) but asThe the number sticks and layers changed with after reaching 1 MW approximately s. Spread rates domain were calibrated the mesh resolution the bulk density parameter was used to mainto achieve the desired growth rate, being 0.00693 m/s and 0.0071 boundaries.

tain the fire load density of 600 MJ/m2. The thickness and width of wood sticks was equal to the mesh cell size. 6. Conclusion

m/s for the 10 cm and 20 cm resolutions, respectively. Three different prescribed areas were used in the simulations â&#x20AC;&#x201C; 4 m2, 16 m2

The performance of the ignition temperature and single step pyrolysis models were validated Palotutkimuksen pĂ¤ivĂ¤t 2019 using the SP tunnel fire tests. Using ignition temperature model, fine mesh simulations were able

and 36 m2. Around the prescribed area, a predictive region based on the 300 o C ignition temperature was used. The simulations were performed with three grid resolutions – 5 cm, 10 cm and 20 cm. The time taken to simulate 600 seconds of fire spread in 10 cm and 20 cm grids was 24–64 hours and 6–12 hours respectively. The 5 cm grid simulation was only able to complete approximately 180 seconds of fire spread in 6 days.

The heat release rate Fire spreading was found to be dependent on grid resolution and the size of the prescribed fire source. Grid resolution had an influence on the rate of HRR development as fire spread in 20 cm simulations were slower than 10 cm simulations. The accuracy of the coarse mesh simulations are vastly improved by area adjustment. The average temperature and heat flux values illustrated show that difference between results was found to decrease as area of the prescribed fire increased. The shaded region indicates the time after which the flames start to burn at the domain boundaries. 6. CONCLUSION The performance of the ignition temperature and single step pyrolysis models were validated using the SP tunnel fire tests. Using ignition temperature model, fine mesh simulations were able to reproduce the experimental results with an average accuracy of 99\% and 92\% for peak heat release rates and the fire growth times (to 350 kW) respectively. In coarse mesh simulations, the area adjust factor significantly improved the HRR predictions and the experimental results were reproduced with an average accuracy of 94.3\% for peak heat release rates. Fire growth rate was on average predicted 12.56\% faster for case 1, 33\% faster for case 2 and 22\% slower for case 3. For the room scale fire spread cases, an initial prescribed area was used to start the fire after which it was predicted using an ignition temperature of 300 o C. Grid resolution had an influence on the rate of HRR development and the use of area adjust in 20 cm calculations significantly improved the HRR predictions. Average compartment temperatures and heat fluxes were under-predicted but the deviations became smaller as the area of prescribed fire was increased. The method employed in the study produced reliable results for modelling fire spread in coarse meshes along with significant improvements in computational times. For the SP simulations, the CPU time on average reduced from 64.31 hours for fines meshes to 11.83 hours for coarse meshes. In the room scale fire spread simulations, the CPU time on average reduced from 44 hours with 10 cm grids to approximately 10 hours with 20 cm grids. 7. ACKNOWLEDGEMENTS This work was funded by the Academy of Finland project no: 289037. The authors would also like to acknowledge CSC-IT center for Science, Finland, for the computational resources used. We would also like to thank Prof. Haukur Ingason and Dr. Rickhard Hansen for providing us with test data for the tunnel fire tests. The authors would like to acknowledge the data provided by Aleksi Rinta-Paavola for the single step pyrolysis model. REFERENCES 1. Babrauskas, V. & Williamson, R.B (1978). The historical basis of fire resistance testing – Part 2, Fire Technology, Volume 14, Issue 4, pp. 301–316.

Palotutkimuksen päivät 2019

2. Blagojevic, M.D. & Pesic, D.J (2012). A new curve for temperature time relationship in compartment fire, Thermal Science, vol. 15, no. 2, pp. 339–352. 3. Du, G. & Li, G.-q (2012). A new temperature time curve for fire resistance analysis of structures, Fire Safety Journal, vol. 51, pp. 113–120. 4. Lennon, T., & Moore, D (2003). The natural fire safety concept – full-scale tests at Cardington. Fire Safety Journal, 38(7), 623–643. https://doi.org/10.1016/S0379-7112(03)00028-6 5. Stern-Gottfried, J. & Rein, G (2012). Travelling fires for structural design – Part I: Literature Review, Fire Safety Journal, vol. 54, pp. 74–85. 6. Stern-Gottfried, J. & Rein, G (2012) Travelling fires for structural design – Part II: Design Methodology, Fire Safety Journal, vol. 54, pp. 96–112. 7. Horová, K., Wald, F., & Bouchair, A (2013). Travelling Fire in Full-Scale Experimental Building. In: Jármai K., Farkas J. (eds) Design, Fabrication and Economy of Metal Structures. Springer, Berlin, Heidelberg. 8. Rush, D.; Lange, D.; Maclean, J. & Rackauskaite, E (2015). Effects of a travelling fire on a concrete columns – Tisova Fire Test. Applications of Structural Fire Engineering, Dubrovnik, Croatia. 9. Tanaka, T (1983). A Model of Multiroom Fire Spread. Fire Science and Technology, 3, 105 –121. https://doi.org/10.3210/ fst.3.105. 10. Ling, W-C.T., & Williamson, R. B (1985). Modeling of fire spread through probabilistic networks. Fire Safety Journal, 9(3), 287–300. https://doi.org/10.1016/0379-7112(85)90039-6 11. Chen, C. J., Hsieh, W. D., Hu, W. C., Lai, C. Ming, & Lin, T. H (2010). Experimental investigation and numerical simulation of a furnished office fire. Building and Environment, 45(12), 2735–2742. 12. Yang, P., Tan, X., & Xin, W (2011). Experimental study and numerical simulation for a storehouse fire accident. Building and Environment, 46(7), 1445 –1459. 13. Ahn, C. S., & Kim, J. Y (2011). A study for a fire spread mechanism of residential buildings with numerical modeling. WIT Transactions on the Built Environment, 117, 185–196. 14. Hansen, R. & Ingason, H (2012). Heat release rates of multiple objects at varying distances. Fire Safety Journal, 52. 1–10. 15. Hansen, R. & Ingason, H (2010). Model scale fire experiments in a model tunnel with wooden pallets at varying distances. Malardens University. 16. McGrattan, K., Hostikka, S., McDermott, R., Floyd, J., Weinschenk, C., & Overholt, K. Fire Dynamics Simulator, Technical Reference Guide. National Institute of Standards and Technology, Gaithersburg, Maryland, USA, and VTT Technical Research Centre of Finland, Espoo, Finland, 6th edition, November 2015. 17. Hietaniemi, J. & Mikkola, E (2010). Design fires for Fire Safety Engineering, VTT working papers 139 . VTT, Technical Research Centre of Finland. February. 18. Rinta-Paavola, Aleksi (2019). Personal communication. 19. Matala, Anna (2019). Personal communication. 20. Kallada Janardhan, Rahul & Hostikka, Simo. (2019) Predictive Computational Fluid Dynamics Simulation of Fire Spread on Wood Cribs. Fire Technology. ISSN: 1572-8099.

Saani Shakil, Wei Lu, Jari Puttonen Aalto University, Department of Civil Engineering, Finland

Modelling of high strength steel beams exposed to a non-uniform temperature field

ABSTRACT Inside a large open-plan compartment of a building, the temperature field within the enclosure can be non-uniform because of the travelling nature of the fire. To start with, the effects of temperature gradient across the beam cross-section due to the presence of concrete floor slab on the beam response are studied in this paper. Finite element (FE) models are created to simulate the response of restrained floor-beams subjected to heating and cooling. The restrained beam is selected from a benchmark test which uses fire insulation on the top flange to simulate the temperature sink effect similar to a concrete slab. The uncoupled sequential thermal and mechanical analyses are performed to simulate both thermal and mechanical responses of the beam. In the thermal analysis, because of less variation of temperatures along the beam, a 2D FE model is created using three-node linear heat transfer elements (DC2D3). The heat transfer analysis is performed using Abaqus/ Standard. The comparisons of temperatures between FE analyses and test results show that the FE model can predict the thermal response of the beam with good agreement. For stress analysis, the beam is discretized using a general purpose linear 4-sided shell element (S4R). The results also show that compared to mild steel beam, high strength steel beam has higher fire resistance. The results from further parametric studies indicate that end-restraints, non-uniform temperature distribution, and fire duration are critical factors affecting the beam behaviour. The methods developed in this paper highlight the importance of performance-based fire design approach in designing other types of steel members subjected to non-uniform temperature. INTRODUCTION The use of high strength steel (HSS) is becoming popular in modern construction due to its higher strength advantage. Perfor-

mance based fire saftey design is also increasingly being used because of the modelling of more realistic fires. Therefore, different aspects of design like the interaction between structural members and various design-fires are taken into account for fire safety design. Compared to simply supported beams, restrained beams can survive longer in fire [1, 2, 3]. The load-bearing mechanism of the restrained beams gradually changes from bending to axial elongation leading to connection failures. Research on restrained beams exposed to fire [4, 5] are usually performed on mild steel material. As indicated in [6], a simply supported HSS beam can have longer fire resistance than mild steel. Therefore, in this work high strength steel having restraints at the supports is analysed. A benchmark test which uses a restrained mild steel exposed to fire is used for validation of the numerical tool. Therafter, in parametric analysis, the material of the validated beam is upgraded to HSS and the effect of diffferent fire scenarios having non-uniform temperature distribution across the profile are also studied. RESTRAINED BEAM STRUCTURE The restrained beam structure from the tests performed by Li et al. [4] is selected for analysis in this study. The test setup with loads and support conditions can be seen in Figure 1. The profile of the beam is H250 (250×250×8 ×12) with the material grade of Q235B having measured yield strength of 271 N/mm2. The span of the beam is 4500 mm with two mechanical loads placed at the trisection points. The top flange of the beam is protected by a 3 mm thick ceramic fibre blanket. After the application of theloads, the beam is heated inside the furnace. The furnace is turned off at 19 minutes and the test is terminated at 148 minutes after the start of heating. Palotutkimuksen päivät 2019

is heated inside the furnace. The furnace is turned off at 19 minutes and the test is t minutes after the start of heating.

METHOD OF SIMULATION

Figure 1 Test set up of the restrained beam [4] Figure 1 Test set up of the restrained beam [4]

METHOD OF SIMULATION

Thermal Analysis METHOD SIMULATION ThermalOF Analysis A finite element model for transient thermal analysis is createdThermal Analysis A finite element model for transient thermal analysis is created using linear heat transfer elements Since along lengththermal the thermal variation was negligible in the test [4], a 2 elements dimensional using linear heat transfer elements (DC2D3). Since along theA (DC2D3). finite element modelthe forbeam transient analysis is created using linear heat transfer domain was used for this analysis (Figure 2). The cross-section of the steel beam including the ceramic (DC2D3). Since along the beam length the thermal variation was negligible in the test [4], a 2 dimensional beam length the thermal variation was negligible in the test [4], a fibre insulation discretized with(Figure 5136 elements. domain was used isfor this analysis 2). The cross-section of the steel beam including the ceramic 2 dimensional domain was used for this analysis (Figure 2). Thefibre insulation is discretized with 5136 elements. The boundary conditions of the transient thermal analysis is shown in Figure 3. Average furnace cross-section of the steel beam including the ceramic fibre insu-Thetemperature boundary provided conditionsin of analysis is shown The in Figure 3. Average thethe testtransient [4] is usedthermal as the input temperature. temperature field isfurnace applied to lation is discretized with 5136 elements. temperature provided the test [4] isprofile used as the inputthe temperature. Theinsulation temperature field convection is applied toand the perimeter of theinwhole beam including ceramic fibre through Figure 1 Test set up of the restrained beam [4] 2 perimeter of the whole beamConvection the ceramic fibre insulation through boundary conditions. coefficient and emissivity of 25 W/m K andconvection 0.7 is usedand in the The boundary conditions of the transient thermal analysis istheradiation Figure 1. Test set up profile of theincluding restrained beam [4]. radiation conditions. Convection coefficient emissivity of 25 W/m K and 0.7inisthe used in theand analysis,boundary respectively. The thermal properties of steeland given in EN 1993-1-2 [7] 2are used analysis METHOD OF SIMULATION shown in Figure 3. Average furnace temperature provided in theanalysis, The thermal properties of steel in EN 1993-1-2 are used in the analysis and thermalrespectively. properties of the insulation are taken fromgiven the data-sheet of a [7] commercial manufacturer. properties of the insulation are taken from the data-sheet of a commercial manufacturer. test [4] is used as the input temperature. The temperature field isthermal Thermal Analysis applied to the perimeter of the whole beam profile including the A finite element model for transient thermal analysis is created using linear heat ceramic fibre insulation through convection and radiation boun- (DC2D3). Since along the beam length the thermal variation was negligible in the test [4 Stress Analysis dary conditions. Convection coefficient and emissivity of 25 W/ domain was used for this analysis (Figure 2). The cross-section of the steel beam incl of â&#x20AC;&#x2DC;Abaqusâ&#x20AC;&#x2122; [8] isThe used for the stress analysis. This methodology has been previously m2KExplicit and 0.7dynamic is used in solver the analysis, respectively. thermal profibre insulation is discretized with 5136 elements. developed and used in [6] and [9] for studying the response of steel beams and frames. The simulation is perties of steel given Stress in EN 1993-1-2 [7] are used in the analysis Analysis The boundary conditions of the transient thermal analysis is shown in Figure 3. andconsidered thermal properties of the insulation are taken theup dataquasi-static and therefore to from speed the simulation time theintime scale the is temperature [4] isof used as simulation the Explicit dynamic solver of â&#x20AC;&#x2DC;Abaqusâ&#x20AC;&#x2122; [8] is used for the stressprovided analysis. the Thistest methodology hasinput beentemperature. previouslyThe temperature sheet of a commercial manufacturer. artificially reduced. In addition, mass scaling factor of 1000 is used for further reducing computation the perimeter of the whole beam profilethe including the ceramic fibre insulation throug developed and used in [6] and [9] for studying the response of steel beams and frames. The simulation is radiation boundary limits. conditions. Convection coefficient and emissivity of 25 W/m2K and time. The dynamic effects are monitored and kept within the allowable Stress Analysis considered quasi-static and therefore to speed up the simulation time the time scale of the simulation is analysis, respectively. The thermal properties of steel given in EN 1993-1-2 [7] are used artificially reduced. In addition, mass scaling ofproperties 1000 is of used the Explicit of â&#x20AC;&#x2DC;Abaqusâ&#x20AC;&#x2122; [8] is used for the stress anathermal the insulation arereducing taken from thecomputation data-sheet The dynamic materialsolver modelling method already defined in [6]factor and [9] is used in for thisfurther study. EN 1993-1-2 [7] of a commercial ma Figure 3 Boundary conditions for transient thermal lysis. This methodology hasThe been previously developed and time. dynamic effects are monitored for transient thermal + usedand kept within the allowable limits. Figure 3 Boundary conditions analysis formulations for mild steel (đ?&#x153;&#x17D;đ?&#x153;&#x17D; = 271 N/đ?&#x2018;&#x161;đ?&#x2018;&#x161;đ?&#x2018;&#x161;đ?&#x2018;&#x161; ) are used Figure for the stress-strain curves. According to EN analysis Figure 2 Discretization of mesh in 2D 2. Discretization ofdomain Figure 3. Boundary conditions in [6] and [9] for studying the response"of steel beams and frames. Figure 2 Discretization of mesh in 2D domain The material modelling method already defined in [6] and [9] is used in this study. EN 1993-1-2 [7] 1993-1-12 [10], the material modelling parameters defined in EN 1993-1-2 [7] are also applicable for high mesh in 2D domain. for transient thermal analysis. The simulation is considered quasi-static and therefore to speed + + formulations forstrength steel (đ?&#x153;&#x17D;đ?&#x153;&#x17D;" = 271 N/đ?&#x2018;&#x161;đ?&#x2018;&#x161;đ?&#x2018;&#x161;đ?&#x2018;&#x161; ) are used for the stress-strain curves. According to EN strength steeltime up to the of 700 N/đ?&#x2018;&#x161;đ?&#x2018;&#x161;đ?&#x2018;&#x161;đ?&#x2018;&#x161; . up the simulation the timeyield scale ofmild the simulation is artifici1993-1-12 [10], the material modelling parameters defined in EN 1993-1-2 [7] are also applicable for high ally reduced. In addition, mass scaling factor of 1000 is used for Figure 4 shows the mesh discretization scheme of the beam. The used is shell and the strength steel up to the yield strength of 700 N/đ?&#x2018;&#x161;đ?&#x2018;&#x161;đ?&#x2018;&#x161;đ?&#x2018;&#x161; . element further reducing the computation time. The dynamic effects are These +springs are type applied through the(S4R) connector elements atmesh is discretized considering computational efficiency, result accuracy, and the effects of hourglassing. monitored and kept within the allowable limits. tached to the previously defined reference nodes. Axial stiffness Figure 4 shows the mesh discretization scheme of the beam. The element type used is shell (S4R) and the The material method already defined [6] and [9] usedfor is 39.5 kN/m as provided in the test [4]. A value of 20 kNm/ After meshmodelling sensitivity analysis, 8325 shell in elements are used discretization. mesh is discretized considering efficiency, result accuracy, the effects of hourglassing. is used in this study. EN 1993-1-2 [7] formulations forcomputational mild steel milrad is determined for theand rotational stiffness by the correlatiAfterboundary mesh analysis, shell elements used forsimulation discretization. 2 Figure 5 shows conditions and8325 the loads for the stress analysis model with shell elements. (Ď&#x192;y=271 N/mm ) are the used for the sensitivity stress-strain curves. According on ofFEare the test and outputs for the initial beam deflecto EN [10],Figure thenodes material modelling parameters room temperature. The1993-1-12 two reference defined at the left anddefinright ofatthe used to define hinge 5 shows the boundary conditions andends thetion loads forbeam the FEare stress analysis modelthe with shell and elements. ed in EN 1993-1-2 [7] are also applicable for high strength steel The mechanical and thermal loads are applied sequentially. sliding boundary conditions, respectively. The reference nodes control the degrees of freedom (DOF) of and In The two reference nodes defined at the left and right ends of the beam are used to define the hinge 2 up to the yield strength of 700 N/mm . the first step a vertical loads of 130 kN is applied at the two locathe nodes of cross-sections at conditions, the two ends of the beam using kinematic constraints. The of effect of the sliding boundary respectively. The reference nodes control the degrees freedom (DOF) of Figure 4 shows the mesh discretization scheme of the beam. The tions as depicted in Figure 5 and is kept constantFigure for 3the rest of Boundary conditions for tra the nodes ofusing cross-sections at the two ends of the beam using kinematic The effect of the restraints is implemented axialisand rotational springs to In thethe beam-ends. These springs Figure 2 Discretization of mesh inconstraints. 2D domain element type used is shell (S4R) and the mesh discretized consitheattached simulation. second step, the thermal loadare is applied toanalysis restraints isresult implemented using axial andofrotational springs the beam-ends. These Axial springs are applied through the connector elements attached to the previously defined reference nodes. dering computational efficiency, accuracy, and the effects the beam. In attached order to to simulate the mechanical response of the through the connector elements to previously reference nodes. Axial hourglassing. sensitivity analysis, 8325in shell elements the test, thedefined measured temperatures from the test stiffness After used mesh isapplied 39.5 kN/m as provided the test [4].attached Abeam valuesimilar of the 20tokNm/milrad is determined for the stiffness used is 39.5 kN/m as provided theare testused [4]. valuefor of the 20 kNm/milrad is deflection determined are rotational used for discretization. asA temperature field input for the validation the FE stiffness by the correlation of the test andinsimulation outputs initial beam atforofthe rotational stiffness by the correlation of the test and simulation outputs for the initial beam deflection at Figure 5 shows the boundary conditions and the loads for the stress analysis. room temperature. room temperature. FE stress analysis model with shell elements. The two reference nodes defined at theand leftthermal and rightloads ends of theapplied beam are used The mechanical are sequentially. In the firstIn step a vertical loads ofloads 130 of kN130 is kN is RESULTS The mechanical and thermal loads are appliedVALIDATION sequentially. the first step a vertical to define the hinge and sliding boundary conditions, respectiveapplied at the two locations as depicted in 5 and isValidation kept constant for the rest of the In In applied at the thedegrees two locations asFigure depicted in Figure 5 and is of kept for the restsimulation. of the simulation. FEconstant thermal analysis ly. The reference nodes control of freedom (DOF) of the second step, the thermal load is applied to the beam. In order to simulate the mechanical response the second the thermal loadusing is applied theaverage beam. values In order to simulate for thethe mechanical response the nodes of cross-sections at the step, two ends of the beam ki- toThe of temperature furnace, bottom flange, of the beam similar to the test, the measured temperatures from the test are used as temperature field of the beam similar to the test, the measured temperatures from the test are used as temperature field 6. nematic constraints. The effect of the restraints is implemented web and the top flange with respect to time are shown in Figure input for thethe validation of FE stress analysis. input therotational validation of FE stress analysis. using axialfor and springs attached to the the beam-ends. The temperatures in the test are taken using thermocouples placed

Figure 4 Mesh discretization for stress analysis of the restrained beam Figure 5 Boundary conditions and loads for stress analysis of the Figure 4 Mesh discretization Figure 4. Mesh discretizationfor forstress stressanalysis analysis of of the Figure 4. Boundary conditions and loads for stress analysirestrained beam the restrained beam. si of the restrained beam. restrained beam Figure 5 Boundary conditions and loads for stress analysis of the

restrained beam

Palotutkimuksen pĂ¤ivĂ¤t 2019

minutes mark they are 40°C lower. The overall temperature values obtai with the test values, and therefore, this method of transient thermal an studies.

about the cross-section of the beam, and along the span length at three different locations. The average values of temperature in the FE simulation are taken from the nodes as depicted in Figure 3. As can be seen in the figure, the temperature of the unprotected web and the flange obtained from FE analysis have similar values as the test up to 40 minutes, after which the FE results are about 40 °C higher than the test results. The FE temperature values of the top flange are about 40 °C higher at 30 minutes mark, and later at 70 minutes mark they are 40 °C lower. The overall temperature values obtained from FE analysis agree well with the test values, and therefore, this method of transient thermal analysis is adopted for parametric studies.

Validation of FE stress analysis For the validation of the FE stress analysis model, the average temperature values of the steel profile for the flanges and the web are directly taken from the test so that the mechanical response can be compared with higher degree of certainty. The vertical deflection of the mid-span of the beam is measured from the top flange of the beam and the axial force is taken from the reference point located at the hinge support. As can be seen in Figures 7 and 8, the FE model has similar deformation mode as the beam in the test. The buckling of the lower flange near the supports is also captured very well by the non-linear FE model. The vertical displacement of the mid-span of the beam is compared with the test values in Figure 9. The displacement values have good agreement with each other. Similarly, in Figure 10 the axial force values from FE analysis are compared with the values provided in the test. These values also have a good agreement with each other. Considering the above results, the current FE stress analysis method is therefore adopted for parametric analysis.

Figure7. 7Stress Stress contours on the deformed after FE Figure contours on the deformed beambeam after FE stress stress analysis analysis.

Figure 9 Comparison Comparisonofofthe the mid-span deflection intest the test Figure 9. mid-span deflection in the with FE stress analysis. with FE stress analysis

PARAMETRIC STUDY Effect of high strength steel

Figure 6. Comparison oftemperature the temperature development in the test Figure 6 Comparison of the development in the test with FE simulation result with FE simulation results.

Validation of FE stress analysis

For the validation of the FE stress analysis model, the average temperatu PARAMETRIC STUDY the flanges and the web are directly taken from the test so that the mecha with higher degree of certainty. Effect of high strength steelThe vertical deflection of the mid-span of top flange of the beam and the axial force is taken from the reference poi For this analysis, the boundary conditions of the restrained beam are keptbe theseen sameinasFigures in the 7validation test, material As can and 8, the FEwhile modelthe has similarcurdeformation ves mild steel and HSSflange are used parameters. thecaptured HSS very w Thefor buckling of the lower nearasthe supports isFor also beam, two load cases are considered: Case 1ofinthe which same load The vertical displacement of the mid-span beam is compared with as for the mildvalues steel beam applied to the HSS and Case displacement have is good agreement withbeam, each other. Similarly, in 2from in which the HSSare beam has the same applied loadprovided ratio as mild FE analysis compared with the values in the test. T steel beam. agreement with each other. Considering the above results, the curren In Case 1, because of its higher strength capacity, the HSS beam therefore adopted for parametric analysis. has a lower load ratio when similar value of load is applied to the

Figure deflectionofofthe the beam after Figure 8 8.Global Global deflection beam after the the test test in [].in []

Figure10 10.Comparison Comparison of force at hinge support in the Figure ofthe theaxial axial force at hinge support test with FEin stress analysis. the test with FE stress analysis

Palotutkimuksen päivät 2019

two beam types. As can be seen in Figure 11, both the beams have the same level of mid-span deflection at room temperature when the load values are similar. At 8 minutes when the steel temperature is high, the deflection curves of the two beams start to deviate from each other. The mild steel experiences higher deflection as yielding starts earlier due to the higher load ratio. For Case 2, the load value for the HSS beam is increased so that the load ratio becomes equal to the mild steel beam. Since both the beams have the same stiffness values, the deflection of HSS beam at room temperature is twice as that of mild steel beam (Figure 11). With the rise of steel temperature with respect to time, the HSS beam experiences greater deflections. Both the beams deflect with a similar trend because they follow similar deformation mechanism. In Figure 12, the trend of axial force for all the beams is similar but with different magnitudes. For all the beams, as thermal expansion takes place with the rise of temperature, the axial compression forces reach the maximum values leading to yielding of the material accompanied by local buckling in the lower flange. Because of the higher yield strength of the HSS beams, they can carry higher loads and thus, experience higher axial compression. Due to plastification or instability after the buckling stage, the beams experience axial tension due to the effect of the end-restraints. The magnitude of axial tension force in the beams is directly related to both mid-span deflection induced by the loads and material degradation at elevated temperatures. Therefore, the HSS beam having the same applied load as that of the mild steel beam experiences comparatively lower axial tension force. The HSS beam having the same load ratio as mild steel beam experiences higher axial force because of early loss of stability. The deflection and axial force comparison shows that with higher strength reserve, the HSS beam offers longer fire resistance time because of the delayed structural failure. When using high load ratio and lower strength reserve as a result, the HSS beam has a shorter fire resistance time because of stability failure. Higher induced tension forces due to higher loads can affect the behaviour of adjacent columns or connections.

For the two fire cases the temperature of the flanges and the web is taken as the average at the three nodal points as shown in Figure 3. It can be seen from Figures 13 and 14 that the bottom flange has similar temperature development as the web. Since the top flange is protected by ceramic fibre the maximum temperatures are reached later than the bottom flange due to slower heating and cooling. These temperature differences can affect the mechanical response of the beam. Effect of the fire scenarios on the restrained beams The yield strength of 271 N/mm2 for mild steel and of 700 N/mm2 for HSS are used for the stress-strain curves implemented in FE simulations. Figures 15 to 18 shows the change in mid-span deflections and axial forces with respect to time for both mild steel and HSS restrained beams exposed to the two parametric fires. For comparison purposes, the FE simulation results of the validation beam test are also presented in these figures. Due to similar temperature trend, the mild steel beam exposed to fast fire follows the trend of mid-span deflection and axial force similar to the beam of validation test. The mild steel beam under fast fire has larger deflection and axial tension force because of the relatively higher peak temperatures compared to slow fire. For the same reason, the mild steel beam under slow fire has a mid-span deflection of around 50 mm at 35 minutes, which is much smaller than the beam exposed to the fast fire. After 35 minutes, there is an accelerated mid-span deflection observed for the mild steel beam under slow fire before the start of cooling at 60 min. The maximum deflection reached is even larger than that of the mild steel beam under fast fire. Similarly, the HSS beam also experiences accelerated deformation after 55 minutes exposure to slow fire leading to runaway failure. The observations show that apart from the fire intensity, the fire duration is also a key factor affecting the structural fire resistance. CONCLUSIONS

FE models for thermal and stress analysis are created to study the response of restrained steel beam during heating and cooling staEffect of various fire scenarios ges of fires. Validation of the FE thermal model suggests that the 2D In Figure 12, the trend of axial force for all the beams isdomain similar but different magnitudes. all the Fire scenarios studied forwith thermal analysis can beFor used to predict the non-unibeams, as thermal expansion takes place with the rise of temperature, the axial compression forces reach The mechanical response of steel beams exposed to different fire form temperature distribution about the cross-section for the stuthe maximum values leading to yielding of the material accompanied by local buckling in the lower flange. scenarios is studied in this section. Both fast-developed and slowdied test case with good accuracy. The FE model for stress analysis Because of the higher yield strength of the HSS beams, they can carry higher loads and thus, experience developed parametrichigher fire curves defined according to EN 1991is also shown to be suitable for the studied case and is able to preaxial compression. Due to plastification or instability after the buckling stage, the beams experience 1-2 [11] are used in axial FE thermal analysis. The different fire cur- Thedict the deformation behaviour along with local tension due to the effect of the end-restraints. magnitude of axial tension force in the beams is buckling. The load ves are shown in Figure 13 and 14,to theboth firemid-span curves are selected so bybearing capacity of the degradation restrained beams can be increased with the directly related deflection induced the loads and material at elevated that the maximum temperatures similar to test.the same use of HSS since it has reserve temperatures.are Therefore, thethe HSSvalidation beam having applied load as thathigher of thestrength mild steel beam under low load ratios. These selected fire curves can ensure that thelower beam will not fail When load ratiothe is high, has comparatively lower experiences comparatively axial tension force. The HSS the beam having samethe loadHSS ratiobeam as mild beamstage, experiences higher axial force because of early of stability. before the start of thesteel cooling therefore, the beam response fireloss resistance time than equivalent mild steel beam because of faiin the cooling stage can studiedand as well. The standard fire cur-that with lurehigher due tostrength instability owing similar Thebe deflection axial force comparison shows reserve, thetoHSS beamstiffness offers properties. The ruve is also included inlonger the graphs in ordertime to have a common refe-structural naway failure canusing be prevented if theand cooling fire resistance because of the delayed failure. When high load ratio lower phase of the fire starts rence for comparisonstrength amongreserve the curves. before the restrained beam reaches its tension as a result, the HSS beam has a shorter fire resistance time because of stability failure. resistance limit. The Higher induced tension forces due to higher loads can affect the behaviour of adjacent columns or connections.

Figure 11. Comparison of the midspan deflection of mild steel with HSS restrained beam.

Figure 12. Comparison of the axial force at hinge support of mild steel with HSS restrained beam.

Figure 11 Comparison of the mid-span deflection of mild steel with HSS restrained beam

Palotutkimuksen pĂ¤ivĂ¤t 2019

Effect of various fire scenarios

Figure 12 Comparison of the axial force at hinge support of mild steel with HSS restrained beam

temperatures are reached later than the bottom flange due to slower heating and cooling. These temperature differences can affect the mechanical response of the beam. Figure 13. Parametric fast fire.

Figure 14. Parametric slow fire.

Figure 13 Parametric fast fire

Figure 14 Parametric slow fire

Effect of the fire scenarios on the restrained beams Figure 15. Comparison of the midspan deflection of mild steel beam exposed to fire case 2 and test fire case.

Figure 17. Comparison of the mid-span deflection of HSS beam exposed to fire case 2 and test fire case.

The yield strength of 271 N/mm2 for mild steel and of 700 N/mm2 for HSS are used for the stress-strain curves implemented in FE simulations. Figures 15 to 18 shows the change in mid-span deflections and axial forces with respect to time for both mild steel and HSS restrained beams exposed to the two parametric fires. For comparison purposes, the FE simulation results of the validation beam test are also presented in these figures. Due to similar temperature trend, the mild steel beam exposed to fast fire follows the trend of mid-span deflection and axial force similar to the beam of validation test. The mild steel beam under fast fire has larger deflection and axial tension force because of the relatively higher peak temperatures compared to slow fire. For the same reason, the mild steel beam under slow fire has Figure 16 Comparison of the axial force of mild steel Figure 15 Comparison of the mid-span deflection of mild a mid-span deflection of around 50 mm at 35 minutes, which is much smaller than the beam exposed to beam exposed to fire case 2 and test fire case steel beam exposed to fire case 2 and test fire case the fast fire. After 35 minutes, there is an accelerated mid-span deflection observed for the mild steel Figure Comparisondeflection of the axial force of mild Figure 15 Comparison the mid-span deflection of mild at 60 min. beam under slow fireofbefore the start of cooling The16maximum reached issteel even larger beam exposed to fire case 2 and test fire case steel beam exposed to fire case 2 and test fire case than that of the mild steel beam under fast fire. Similarly, the HSS beam also experiences accelerated deformation after 55 minutes exposure to slow fire leading to runaway failure. The observations show that apart from the fire intensity, the fire duration is also a key factor affecting the structural fire resistance.

Figure 17 Comparison of the mid-span deflection of HSS beam exposed to fire case 2 and test fire case

Figure 16. Comparison of the axial force of mild steel beam exposed to fire case 2 and test fire case.

Figure 18. Comparison of the mid-span deflection of HSS beam exposed to fire case 2 and test fire case.

Figure 18 Comparison of the mid-span deflection of HSS beam exposed to fire case 2 and test fire case

higher value of tension forces developed in HSS beams compared 3. M. M. Dwaikat and V. K. Kodur (2011), A performance based Figure 17 Comparison of the mid-span deflection of HSS Figure 18 Comparison of the mid-span deflection of HSS to mild steel beamsCONCLUSIONS can affect the behaviour adjacent columns methodology for fire design of restrained steel beams, Journal of beam exposed to fire case of 2 and test fire case beam exposed to fire case 2 and test fire case and connections. The response beamsand exposed different Steel Research, vol. 67, no.beam 3, pp. 510–524. FE models forofthermal stresstoanalysis arefire createdConstructional to study the response of restrained steel scenarios indicate CONCLUSIONS that theheating steel beam under slow fires can resist fai- of the4.FE G.Q. Li and S.-X.suggests Guo (2008), Experiment during and cooling stages of fires. Validation thermal model that the 2D domainon restrained steel lure for longer durations initially than the beams under fast fire. The beams subjected to distribution heating andabout cooling, Journal formodels thermal can bestress used to predict non-uniform temperature thebeam cross- of ConstructioFE foranalysis thermal and analysis arethe created to study the response of restrained steel same beams however, canheating experience accelerated later ofThe nalFE Steel Research, vol. 64, no. pp.shown 268–274. section for theand studied teststages casedeformation with good accuracy. model for stress analysis is 3, also to be during cooling of fires. Validation the thermal model suggests that the 2D domain because of the lower thermal gradient duebe toused longer fire exposure 5. Z.temperature Guo behaviour and S.-S. Huang (2016), Behaviour of restrained suitable foranalysis the studied case andto is predict able to predict the deformation along with local buckling. for thermal can the non-uniform distribution about the crossduration. The tension developed during thewith cooling of can steel beam for with reduced section exposed Theforces load capacity the restrained beams be increased with the use ofbeam HSS since it has higher section forbearing the studied testof case goodphase accuracy. The FE model stress analysis is also shown to be to fire, Journal of a slow fire is also relatively lower. models developed in pa-load Constructional Steel Research, 122, pp. 434–444. strengthfor reserve under low the is high, the HSS beam has comparatively lower suitable the The studied caseload andratios. is ableWhen tothis predict the ratio deformation behaviour along withvol. local buckling. per can be furtherThe applied for performance-based fire safety design. 6. S. of Shakil, Luuse and Puttonen (2018), Response of high-stfireload resistance time than of equivalent mild steel beam failure due to instability owing tohigher similar bearing capacity the restrained beams can because be increased withW.the ofJ.HSS since it has rength steel beam and single-storey frame in fire: Numerical sistiffnessreserve properties. failure canthe beload prevented if the cooling phase of comparatively the fire starts before strength underThe lowrunaway load ratios. When ratio is high, the HSS beam has lower mulation, Journal of Constructional Steel Research, vol. 148, pp. theresistance restrainedtime beam reaches its tension resistance Theof higher value forces developed in fire than equivalent mild steel beamlimit. because failure due of totension instability owing to similar THANKS 551–561. HSS beams compared torunaway mild steelfailure beamscan canbe affect the behaviour of adjacent andstarts connections. stiffness properties. The prevented if the cooling phasecolumns of the fire before The authors would like to acknowledge the Academy ofresistance Finland 7. EN 1993-1-2 (2005), ofdeveloped steelslow structures – Part 1–2: GeThe response of beams exposed to different fire scenarios indicate that the steelDesign beam under fires the restrained beam reaches its tension limit. The higher value of tension forces in for supporting theHSS current (Project no. 289037). rules – Structural fire design, CEN, Brussels. can resistresearch failure for longer initially than the beams under fast fire. columns The same beams however, beams compared to milddurations steel beams can affect theneral behaviour of adjacent and connections. Abaqus 6.13 Analysis user due guide Providence, RI, USA: canresponse experience accelerated deformation later of8.indicate the lower thermal gradient to(2013), longer fire The of beams exposed to different firebecause scenarios that the steel beam under slow fires Dassault Systèmes. exposure duration. tension forcesinitially developed the cooling phase a slow firebeams is alsohowever, relatively resist failure for The longer durations than during the beams under fast fire.ofThe same REFERENCES can S. lower Shakil, W. Lugradient and J. Puttonen (2017), can experience accelerated deformation later because of9.the thermal due to longer fire Behaviour of pla1. T. C. Liu, M. K.exposure Fahad and J. M. The Davies (2002), Experimental highofstrength steel in fire, in Eurosteel 2017, Coduration. tension forces developed duringne theframes coolingofphase a slow fire is also relatively inestigation of behaviour of axially restrained steel beams in fipenhagen. re, Journal of Constructional Steel Research, vol. 58, no. 9, pp. 10. EN1993-1-12 (2007), Design of steel structures-Part 1-12: 1211–1230. Additional rules for the extension of EN1993 up to steel grades 2. Y. Z. Yin and Y. Wang (2004), A numerical study of large defS700. lection behaviour of restrained steel beams at elevated tempera11. EN 1991-1-2 (2002), Actions on structures – Part 1–2: Genetures, Journal of Constructional Steel Research, vol. 60, no. 7, pp. ral actions – Actions on structures exposed to fire, CEN, Brussels. 1029–1047. Palotutkimuksen päivät 2019

Hadi Bordbar, Simo Hostikka Aalto University PO Box 12100, FI-00076 AALTO

Characterization of Thermal Spectral Radiation of Fires for Detection Purposes ABSTRACT The spectral characteristics of fire flames are important in several ways. In large pool fires, the radiation heat flux to the liquid surface determines the evaporation and heat release rate. Moreover, spectral characteristics of the flame radiation can be used for detecting fires, distinguishing them from other sources, such as hot objects or solar radiation. In this study, we used numerical simulation to study the distinguishing spectral features of a pool fire. The case study is a 2 m Heptane pool fire. Fire Dynamics Simulator (FDS) CFD code has been used to simulate transient heat and mass transfer of the system. The time-averaged results of gas compositions and temperature along a line were collected and used in one-dimensional models for the radiant intensity. The spectral radiation profile reaching an imaginary sensor is compared with the recently published experimental data of similar pool fires, indicating that the numerical model can accurately capture the main spectral characteristics. Main uncertainties are related to the continuous parts of the spectra, i.e. soot radiation. INTRODUCTION Fires and explosions pose a threat to life, property, and environment due to the uncontrolled release of energy and harmful substances, causing each year 4000 deaths and 1 % loss of GDP in Europe alone [1]. About one-third of the thermal energy in buoyant fires is released as thermal radiation, i.e. electromagnetic radiation in the IR range. Thermal radiation drives the escalation of a local fire to a flashover, and can lead to burn injuries. Unlike heat convection and smoke, flame radiation can be observed instantaneously, which is important for the fast detection of accidental and intentional fires, such as aircraft impact deflagrations [2]. Integrating the detectors with health, safety, and security monitoring networks or embedding them with other systems requires lowweight, low-cost and energy-efficient technology [3]. 94

Palotutkimuksen päivät 2019

Fire alarm systems can be based on the detection of high temperatures, light scattered from smoky air, or on the electromagnetic radiation emitted from flames. The combustion products emit ultraviolet-visible (based on electronic transitions) and infraredmicrowave (rotational-vibration transitions) radiation. Challenge for any flame detection system is to distinguish between unintentional fire and the emissions from natural sources (the sun), lighting devices and hot objects. One solution is to use a bandpass filter for detecting the low-frequency (0.5 Hz to 15 Hz) flickering of turbulent diffusion flames [4]. One can also monitor the 2.7 μm and 4.4 μm emission peaks of high-temperature CO2 and H2O [5]. Ultraviolet (UV) -based detectors can be made non-sensitive to sunlight but they can give false alarms from man-made UV sources [6]. Today’s radiation detectors are often few cm in size, tens to hundreds of grams in weight, and require external power. Radiation-based fire detection is also used in satellite imaging for early detection of wildland fires [7]. In addition to the classical detectors, a need for continuously measuring detection technology has risen from the need to support the fire commanders in their decisions during incident management. Advanced forecasting systems are based on the faster than real-time computer simulations that are periodically assimilated with online measurement data [8]. Classical fire detectors are ON/OFF-type, and cannot provide such quantitative information about the fire conditions. There are not too many researches done to identify the characteristics of thermal radiation spectra of fires. In one of the few attempts, Suo-Anttila et al. [9] experimentally measured the thermal radiation spectrum of a 2 m pool fires reaching the pool surface using a mid-infrared spectrometer. They could identify the contributions of soot and gases in overall emission of the flame for four different fuels including n-heptane. They noticed the large absorption effect of a fuel rich region close to the pool surfa-

radiative emission from the flaming region. For most of the fuels, the radiative fra reported between 0.3-0.4. For n-heptane pool fire, 0.35 is used in this work.

whereloss theislocal, nominal where the local, nominal radiative greater than aradiative specifiedloss lo

ce compared to the absorption from within the flame zone [9]. radiative fraction in defined which đ?&#x153;&#x2019;đ?&#x153;&#x2019;đ?&#x153;&#x2019;đ?&#x153;&#x2019;"asisthe fraction of the define total c in which đ?&#x153;&#x2019;đ?&#x153;&#x2019;đ?&#x153;&#x2019;đ?&#x153;&#x2019;" is radiative fraction Erez et al. [10] recently measured the thermal radiation spectra released in the[11]. formFDS of allows thermalthe radi released in the form of thermal radiation us at 23 m distance from the center of 0.7â&#x20AC;&#x201C;2.5 m Kerosene pool flaradiative emission from the flaming re radiative emission from the flaming region. For most of the fuels, t mes. Using an opacimeter setup together with a FTIR spectromereported between 0.3-0.4. n-hepta n-heptane pool fire, 0.35 For is used in t ter, they reported the emittance values and equivalent soot tempe- reported between 0.3-0.4. For ratures. The atmospheric cold gases caused the major absorption bands in their measured spectra while the CO2 emission peak at ~ 2200 cm-1 was clearly seen in their results. Here in this study we present a novel numerical approach to predict the thermal radiation spectra outside pool fires. The hydrodynamics and reaction of a pool fire is solved by Fire Dynamics Simulator (FDS). The case study here is a 2 m n-heptane pool fire and the resolution of numerically obtained radiation spectra is 0.02 cmâ&#x20AC;&#x201C;1 which is much higher than that of previously reported experimental data, i.e. 4 cmâ&#x20AC;&#x201C;1. To validate the numerical results, they are qualitatively compared to the experimental profiles reported for Kerosene large pool fires [10]. The unique spectral features of the fire spectra are discussed and the effect of hot emitting Figure An illustration CFD model, its computational Figure 1. An illustration of the1.CFD model,ofitsthecomputational grid withgrid anwith instantaneo gases within the flame zone and cold atmospheric absorbing gaan instantaneous temperature contours and smoke at t=25 sec. contours ses outside the flame zone are addressed. The model isand also smoke imple- at t=25 sec. mented to study the smaller pool fires using the scaled CFD data of the large 2 m pool. plicitly specify the net radiative emission the flamingofregi1.from Ancorresponding illustration thetogrid CFD mo An illustration of the Figure CFD model, its computational with The pool is modeled asFigure a fuel1. mass inflow boundary with a hea on. For most ofsmoke the fuels, the radiative fraction have beenatreported 2 contours and smoke t=25 sec. contours and at t=25 sec. 4316 kW/m , calculatedbetween by an 0.3â&#x20AC;&#x201C;0.4. empirical correlation [15]: For n-heptane pool fire, 0.35 is used in this work. NUMERICAL METHODS The pool is modeled as a fuel mass inflow boundary with cor- k b D is modeled as a fuel poolkW/m is modeled as abyfuel mass in mass 2boundary 3D CFD model HRRPUA = m! Dh = m! ÂĽThe (1responding - epool ) Dto h a heat release rateThe of 4316inflow , calculatedwith ancorrespo 2 2 kW/mcorrelation , calculated[15]: by an empiric kW/m , calculated empirical empirical correlation [15]:by an4316 A three-dimensional CFD model was built for the heat and mass 4316 transfer of a 2 m Heptane pool fire using where Fire Dynamics Simulator Dh represent diameter of the pool đ??ˇđ??ˇđ??ˇđ??ˇ and and enthalpy of combustion. Th kb D = m! Dh = m! ÂĽ (1 - e-(2) ) Dh HRRPUA = m! Dh = m! ÂĽ (1 - e2-k b D )HRRPUA Dh (FDS) as shown in Figure 1. FDS is a computational fluid dyna-1 and m! ÂĽ are given as 1.1 m , and 0.101 kg/m s for n-heptane liquid pool fire [15] mics (CFD) code for simulating the fire-driven fluid flow [11]. It boundaries except pool bottom boundary are opened. hand Dand h represent where and represent diameter đ??ˇđ??ˇđ??ˇđ??ˇD and represent diameter of theDconsidered pool and enthalpy of wheresurface and Î&#x201D;h diameter ofđ??ˇđ??ˇđ??ˇđ??ˇthe pool enthalpy of numerically solves a large eddy simulation (LES) form of the Na-thewhere -1 and 2 as 1.1 â&#x20AC;&#x201C;1m-1, and 0.10 are given ! and are given as 1.1 m , 0.101 kg/m s for n-heptane liqui ! m The parameter kÎ˛ and ÂĽ are given as 1.1 m , and vier-Stokes equations appropriate for low-speed, thermally-drimÂĽ Simulation is done for 50combustion. seconds and time averaging of transient results for the line s 0.101 kg/m2except s for n-heptane pooland firebottom [15]. Allthe the pool domain ven flow, with an emphasis on smoke and heat transport from fi- boundaries boundaries except surface an the poolliquid surface are consi has been done betweenboundaries 10 to 50except seconds. The first 10bottom seconds ofboundary the the pool surface and boundary aresimulations conres, to describe the evolution of fire. Simulation is done for 50ofseconds and is done for 50 seconds andinitial time averaging transient resu account to ofmake the Simulation simulation independent of the conditions. Figure 2t sidered opened. A relatively coarse computational grid, consisting uniform has been done between 10 to 50 seco has been done between 10 to 50 seconds. The first 10 seconds of ta Simulation done for 50 seconds and time averaging of tranhexahedron Cartesian mesh with a characteristic length of 5 cm, averaged profiles of different gas isspecies, soot concentration and temperature account to make the simulation inde account to make the simulation independent of the initial condit for the line shown in Figure 1 hasradiation been doneintensity between of larg has been used to solve the hydrodynamics, turbulence, combussight shown in Figure 1.sient Theresults experimental data of spectral 10 to 50 seconds. 10 seconds of theprofiles simulations is not ta- gas and tion and heat transfer in FDS. The FDS model employs a number averaged averaged different spe profilesThe of first different gas species, sootofconcentration fires reported by Erez et al. [10] hastobeen used here toindependent qualitatively validate the ken into account make the simulation of1.the ini-experime of simplifications of the governing equations that allow for relati- sight sight shown in Figure The shown in Figure 1. The experimental data of spectral radiation approach. They measured spectraFigure of Kerosene flames 23 meters away from the p tialthe conditions. shows the time-averaged profiles difvely fast simulations of practical fire scenarios [12]. The low-Mach fires reported Erez etofto al. [10] has fires reported by Erez2et al. [10] has been by used here qualitativ ferent gas They species, soot concentration and alongthe the number hydrodynamic model consists of large-eddy simulation approach. They measured measured theapproach. spectra oftemperature Kerosene flames 23spectra meters oa line of sight shown in Figure 1. The experimental data of spectral sub-grid closure with Deardorff model for turbulent viscosity. We radiation intensity of large Kerosene pool fires reported by Erez implemented a two-step reaction model, where the fuel carbon is et al. [10] has been used here to qualitatively validate the used nufirst converted to CO and soot in ratio 2/1, and finally to CO2 and merical approach. They measured the spectra of Kerosene flames post-flame CO and soot. The radiation transport equation is writ23 meters away from the pools. The region between the simulatiten in terms of a spectrally-averaged grey gas [12]. FDS uses the on domain boundary and the target at 23 m distance from the axis narrow band code of RADCAL [13] to calculate an effective gray of the pool is assumed to be normal standard air, and hence it has gas absorption coefficient. The finite volume method [14] is usnot been included in the CFD model to reduce the computational ed to solve the thermal radiation in FDS using 104 discrete angcosts. The same gas concentrations and temperature as the open les which are updated over multiple time steps [11]. boundary surfaces of CFD model have been used for the extenDue to the coarse computational grid used in typical fire simuded the line up to 23 meters away from the pool. The mole fractilations, the computed temperatures constitute a bulk average for on of H2O and CO2 in the extended parts of the line are assumed a given grid cell and are considerably lower than the maximum 0.004 and 0.0004, respectively. The time-averaged data together temperature in a diffusion flame [12]. Due to this temperature with this assumption for the extended part of line of sight of the uncertainty and skipping the turbulence-radiation interaction in sensor have been used to build up a 1D spectral radiation solver sub grid scales, the source term of the radiation transfer equatias explained in the following section. on must be modeled in those grid cells where combustion occurs. Elsewhere, the computed temperature is used directly to compute 1D spectral radiation model the source term. It is assumed that this â&#x20AC;&#x153;flaming regionâ&#x20AC;? is where To obtain the profile of spectral intensity reaching to a sensor pothe local, nominal radiative loss is greater than a specified lower sitioned 23 m away from the pool, a 1D model has been built. bound, Ď&#x2021;r q'''>10 kW/m3 in which Ď&#x2021;r is radiative fraction defined as Two different simplifying assumptions have been used. First, the the fraction of the total combustion energy that is locally released spectral intensity directionally integrated over a hemisphere fain the form of thermal radiation [11]. FDS allows the user to exPalotutkimuksen pĂ¤ivĂ¤t 2019

1D model has been built. Two different simplifying assumptions have intensity directionally integrated over a hemisphere facing the senso three-dimensional fire to a participating media bounded between tw slab problem. Second, it is simplified by a single ray, along the sensor’s tion is solved along this line with the extended time averaged prodirecting from the flame to the sensor and spectral radiative transfer e files as described in the previous section. withTothe extended time intensity averagedprofile profiles as the described in the previous obtain the spectral using first assumpti-

i.e. 1Dthe slab problem, discreteprofile ordinate method described in Toon, obtain spectral intensity using the as first assumption, i.e. 1D [16,17] as hasdescribed been usedin while for the assumption method [16,17] hassecond been used while of forsingle the second as ray adifference simple finite differencehas approach has been used. finite approach been used. The spectral absorption data of the gases used in both simp-

The spectral absorption data of the by gases used in calculation both simplified 1D lified 1D models have been obtained line-by-line line-by-line calculation (LBL) with HITEMP 2010 [18]. The details of th (LBL) with HITEMP 2010 [18]. The details of the LBL calculafound in [16]. The absorption spectra have been intions [16].can Thebeabsorption spectra have been obtained withobresolution o -1 -1 resulting to 492500 lines bettained with resolution of 0.02 lines between 150-10000 cmcm . ween 150–10000 cm-1.

TheThe sootsoot spectral absorption as spectral absorptioncoefficient coefficient is is given given as

k s = an sh

(3)

where aresoot soot volume fraction and wave number, respe wherenvss and and ηh are volume fraction and wave number, respectively. αwhich is a fuel coefficient which is set to 7.0 for coefficient is dependent set to 7.0 for n-heptane [13]. n-heptane [13].

TheThe 1D models have been entireline lineofofsight sight starting from 1D models have beenbuilt builtfor forthe the entire starfrom the opposite sidefrom of the tothe theopsensor, i.e. ting the fromflame a pointonlocated at 23 m away thesensor flame on 46posite m. The boundary condition on the opposite wall is blackbody inte side of the sensor to the sensor, i.e. the length of the 1D (20 °C) which is assumed to have negligible effect on the intensity sp models is 46 m. The boundary condition on the opposite wall is blackbody intensity at ambient temperature (20 °C) which is assumed to have negligible effect on the intensity spectrum reaching the sensor. Comparison with the available experimental data

RESULTS AND DISCUSSIONS

Due to lack of experimental data for the radiation spectrum out of the f RESULTS AND DISCUSSIONS the results of the current modeling has been compared with the m Comparison experimental data Kerosene pool with fires.the Theavailable comparison shows qualitatively good agree However, quantitative comparison is not sensible here due Due to lack of experimental data for the radiation spectrum out of to differe the flame of large heptane theresults resultsof of the the current mo-with para experiments by Erez et al.pool [10].fire, The 1D model deling has been compared with the measured spectra of the larused in this figure. ge Kerosene pool fires. The comparison shows qualitatively good

Figure 3 shows the strong absorption effectquantitative of atmospheric agreement as depicted in Figure 3. However, com-cold gase regions numerical spectra. However, parisoninisboth not sensible hereand dueexperimental to different fuels and sizes, used in both s in the experiments by Erez et al. [10]. The results of the 1D model with parallel plates assumption has been used in this figure. Figure 3 shows the strong absorption effect of atmospheric cold gases, which explains the valley like regions in both numerical and experimental spectra. However, in both spectra, an emission peak of hot CO2 gases at ~2200 cm-1 can be seen even at 23 m away from the flame. This can, in theory, be used for detecting fires from other hot resources by optical fire detection sensors. Blackbody profiles corresponding to three possible flame temperatures are also shown in Figure 3. None of them matches with all the non-absorbing regions of the spectrum. This can be explained by emissions of soot at various temperatures along the line of sight. In other words, soot radiation does not have a single characteristic radiation temperature.

Effect of simplification assumptions Figure 4 shows a comparison of two different assumptions mae averaged profiles together with their standard deviation along thesolving sampling line de for spectral radiation along a line of sight in the large Figure 2. Time averaged profiles together with their standard deviation along the sampling shown 1. Top:Middle: Mole fraction of gas ure 1. Top: Mole fractionlineof gasin Figure species. soot volume fraction. Bottom: pool fires. The single ray assumption gives quite close results as species. Middle: soot volume fraction. Bottom: Temperature. parallel plate assumption except for the emission peak of CO2 at ~2200 cm-1 which is estimated slightly stronger by single ray assumption. It shows that for the large pool fires, the directional decing the sensor is obtained by simplifying the three-dimensional pendency is marginal. fire to a participating media bounded between two infinite paralEffect of pool size lel plates, i.e. 1D slab problem. Second, it is simplified by a single ray, along the sensor’s line of sight shown in Figure 1, directing By geometric scaling the time averaged data, the radiation spectra from the flame to the sensor and spectral radiative transfer equaof the smaller pools are estimated. Note that this only gives an esti96

Palotutkimuksen päivät 2019

ires from other hot resources by optical fire detection sensors. mation of the effect of size. However, a quantitative analysis needs CFD simulation of smaller pools as well which is planned for the next step of this research. Figure 5 shows the spectra found for three different pool sizes using the single ray solution. As seen the strength of the emission peak of CO2 remains quite the same for all different sizes while magnitude of intensity in the other parts of the spectra is quite affected by the pool size.

Comparison with blackbody To identify the main spectral characteristics of the fire radiation spectrum that make it distinguishable from a spectrum from a hot object, the 1D model is adopted. A blackbody with the same temperature as the maximum temperature of fire profile, i.e. 1180 K, is assumed as the source of radiation at one end of the 1D model. The participating media is assumed to be standard air with small fraction of H2O and CO2 at room temperature (20 째C). Mole fraction of H2O and CO 2 are assumed to be 0.004 and 0.0004, respecectral intensity profile obtained by the present numerical approach compared with Figure 3. Spectral intensity profile obtained by the present numeritively. Assuming parallel plate conditions, the same directionalcal approach compared with experimental data of the large Kerosene l data of the large Kerosene pool fire and blackbody profiles of two temperatures. ly integrated spectral intensity have been obtained reaching the pool fire and blackbody profiles of two temperatures. other end of the 1D model. Figure 6 shows two different radiatifiles corresponding to three possible flame temperatures are also in Figure 3. same location, one from a 2 m n-heponshown spectra reaching to the fire and the by other from a hot blackbody object of the matches with all the non-absorbing regions of the spectrum. Thistane canpool be explained same temperature as the oot at various temperatures along the line of sight. In other words, soot radiation doesmaximum temperature of the flame. The Planck intensity profile of the same temperature is also included gle characteristic radiation temperature. in the figure for comparison. It can be seen that the emission peak of CO2 is the characteristic feature of the fire spectrum compalification assumptions red to the spectrum of a hot black body. Moreover, for blackbody s a comparison of two different assumptions made for solving spectral radiation alongdistribution a heat source, the Planck can successfully describe the same temperature as the maximum temperature of firefor profile, 1180 is assumed radiation profile reaching the i.e. parts ofK,the spect- as the sou the large pool fires. The single ray assumption gives quite close results as parallel plate the sensors of radiation at one end of the 1D model. The participating media is assumed to be standard air w rum outside thestronger main absorbing bands of H2O and CO2. For fixcept for the emission peak of CO2 at ~2200 cm-1 which issmall estimated slightly fraction of H 2O and CO2 at room temperature (20 째C). Mole fraction of H2O and CO2 re spectrum, a single Planck distribution cannot be used as a subto be 0.004 and 0.0004, is respectively. Assuming parallel plate conditions, the sa assumption. It shows that for the large pool fires, the assumed directional dependency stitute because the profile of fire is contributed by soot emission directionally integrated spectral intensity have been obtained reaching the other end of the from6 shows different model. Figure two temperatures. different radiation spectra reaching to the same location, one from a

n-heptane pool fire and the other from a hot blackbody object of the same temperature as maximumCONCLUSIONS temperature of the flame. The Planck intensity profile of the same temperature is included in the figure for comparison. It can be seen that the emission peak of CO2 is scaling the time averaged data, the radiation spectracharacteristic of the smaller pools are of the fire spectrum compared to the spectrum of a hot black body. Moreo Thefeature spectral radiation of a large n-heptane pool fire is numerifor blackbody heatasource, the Planck distribution can successfully describe the radiation pro ote that this only gives an estimation of the effect of size. However, quantitative cally numerical approach is based onabsorbing implemenure 4. The effect of two different simplification assumption in solving spectral radiation inobtained. largereaching the sensors for theThe parts of the spectrum outside the main bands of H2O s CFD simulation of smaller pools as well which is planned for the next step of this ting the time-averaged of a 3Dcannot CFD be model solution of the pro spectrum, a single Planckdata distribution used in as a1D substitute because CO2. For fire e fires. 4. The effectFigure of two simplification assumptionassumption in solvinginspectral in largeof fireradiation is contributed by soot emission from different temperatures. 4. different The effect of two different simplification solres. ving spectral radiation in large-scale fires.

size

s the spectra found for three different pool sizes using the single ray solution. As seen of the emission peak of CO2 remains quite the same for all different sizes while intensity in the other parts of the spectra is quite affected by the pool size.

ure 5. Effect of pool size.

Figure 5. Effect of pool size.

parison with blackbody

Figure 6. Spectrum coming from a blackbody hot object compared with the one coming from a f Figure 6. Spectrum coming from a blackbody hot object compared flame. with the one coming from a fire flame. CONCLUSIONS

The spectral radiation of a large n-heptane pool fire is numerically obtained. The numer

5. Effectthe of pool dentify mainsize. spectral characteristics of the fire radiation spectrum make it Palotutkimuksen p채iv채t approachthat is based on implementing the time-averaged data of a 3D CFD2019 model in971D solution nguishable from a spectrum from a hot object, the 1D model is adopted.spectral A blackbody with thea line of sight of a sensor located outside the flame zone. The spec radiation along

spectral radiation along a line of sight of a sensor located outside the flame zone. The spectral absorption of combustion gases have been obtained by line by line calculations using the HITEMP 2010. Two different simplifying assumptions – participating media between two parallel plates and a single ray solution – have been tested in the 1D spectral radiation model. The model predictions have been qualitatively compared with the experimental intensity spectra reported for a large Kerosene pool fire. No significant difference has been observed in predictions of two simplifying assumptions. It is explained by the fact that for the large fire, the direction dependency of radiation is marginal. While the absorption effect of cold atmospheric gases is quite noticeable in the spectral locations of the gases’ absorption bands, the emission peak of CO2 at ~2200 cm-1 has been consistently found in all the simulations which was in-line with the reported experimental observations. Compared to the spectra obtained for the hot blackbody, this emission peak can be therefore identified as the characteristic feature of fire flames and used to design spectral based fire detection scenarios. Using the scaled CFD time averaged data, the spectra of the smaller pools have been also obtained. The differences of smaller pools spectra with those of hot blackbody objects is larger. It is clearly seen that for the smaller pools, the CO2 emission peak is more clearly distinguishable, which is due to the lower soot concentration in smaller pool fires. In larger pool fires, the radiation from soot makes the radiation spectra behave in a more blackbody like manner. However, a single Planck distribution cannot fully describe the form of the spectrum, thus indicating the different temperatures of the radiating soot. The research is currently continued with FDS modeling of smaller pools and more quantitative validation against new experimental data measured for smaller n-heptane pool fires. ACKNOWLEDGEMENT This work has been funded by the Academy of Finland under Grant No 314487. The great help of Pascal Boulet and Gilles Parent from Université de Lorraine in providing the data of their published experimental spectra of Kerosene fires [10] is greatly acknowledged. REFERENCES 1. The Geneva Association. World Fire Statistics (2014). Bulletin No. 29, 18 p. https://www.genevaassociation.org/research-topics/ world-fire-statistics-bulletin-no-29. 2. Sikanen, Topi & Hostikka Simo (2017). Numerical simulations of liquid spreading and fires following an aircraft impact, Nuclear Engineering and Design 318, 147–162. https://doi. org/10.1016/j.nucengdes.2017.04.012. 3. Willstrand, Ola & Brandt, Jonas & Svensson, Robert (2016). Detection of fires in the toilet compartment and driver sleeping compartment of buses and coaches – Installation considerations based on full scale tests, Case Studies in Fire Safety 5, 1–10, https:// doi.org/10.1016/j.csfs.2015.11.002. 4. Erden, F. et al. (2012) Wavelet based ﬂickering ﬂame detector using differential PIR sensors. Fire Safety Journal 53, 13–18. doi:10.1016/j.firesaf.2012.06.006. 5. Agueda, A. et al. (2010). Experimental study of the emissivity of flames resulting from the combustion of forest fuels. International Journal of Thermal Sciences 49, 543–554. doi:10.1016/j. ijthermalsci.2009.09.006. 6. Lai, Y.-H. et al. (2012). Rocksalt MgS solar blind ultra-violet detectors. AIP Advances 2, 012149, doi:10.1063/1.3690124. 98

Palotutkimuksen päivät 2019

7. Riccio, A. et al. (2011) Remote optical observation of biomass burning: A feasibility and experimental case study with the SIM. GA hyperspectral system. International Journal of Remote Sensing 32, 6241–6259. doi:10.1080/01431161.2010.508055. 8. Cowlard, A. et al. (2010). Sensor Assisted Fire Fighting. Fire Technology 46, 719–741. doi:10.1007/s10694-008-0069-1. 9. Suo-Anttila, J. M., Blanchat, T. K., Ricks, A. J., Brown, A. L. (2009) Characterization of thermal radiation spectra in 2 m pool fires. Proceedings of Combustion Institute 32, 2567–2574. 10. Erez, G., Parent, G., Collin, A., Boulet, P., Suzanne, M., Faure, E. & Thiry-Muller, A. (2018). Flame properties of large kerosene fires. Journal of Physics Conference Series 1107, p. 042035. 11. McGrattan, K., Hostikka, S., McDermott, R., Floyd, J., Weinschenk, C. & Overholt, K. (2013). Fire Dynamics Simulator; User's Guide. National Institute of Standards and Technology. NIST Special Publication 1019. 12. McGrattan, K., McDermott, R., Floyd, J., Hostikka, S., Forney, G. & Baum, H. (2012). Computational fluid dynamics modelling of fire. International Journal of Computational Fluid Dynamics 26, 349–361. 13. Lecoustre, V. R. (2014). RadCal; Improvements to the Narrow-Band Model for Radiation Calculations in a combustion Environment, National Institute of Standards and Technology. NIST Special Publication 1402, Second Edition. 14. Raithby, G. D. & Chui, E. H. (1990). A Finite-Volume Method for Predicting a Radiant Heat Transfer in Enclosures With Participating Media. Journal of Heat Transfer-T. ASME 112, 415– 423. 15. Drysdale, Dougal (2011). Introduction to Fire Dynamics, 3rd ed., John Wiley and Sons. 16. Bordbar, Hadi & Hyppänen, Timo (2018). Line by line based band identification for non-gray gas modeling with a banded approach. International Journal of Heat and Mass Transfer 127, 870–884. 17. Liu, F., Becker, H. A. & Pollard, A. (1996). Spatial differencing schemes of the discrete-ordinates method. Numerical Heat Transfer, B: Fundamentals 30, 23–43. 18. Rothman, L. S., Gordon, I. E., Barber, R. J., Dothe, H., Gamache, R. R., Goldman, A., Perevalov, V. I., Tashkun, S.A. & Tennyson, J. (2010). HITEMP, the high-temperature molecular spectroscopic database. Journal of Quantitative Spectroscopy and Radiation Transfer 111, 2139–2150.

This and previous publications of Palotutkimuksen päivät are available at www.spek.fi/ palotutkimuksenpaivat

Deepak Paudel and Simo Hostikka Aalto University, School of Engineering PO Box 12100 FI-00076 AALTO, FINLAND

Compensating model uncertainty in probabilistic fire simulations

ABSTRACT In the probabilistic simulations, the main aim is to search the output distribution for the given range of input uncertainties. The problem is that the simulated output distribution can be the result of uncertainties other than the input uncertainties. In deterministic analysis, the output distribution is the result of input uncertainty and modelling uncertainty. Whereas in stochastic analysis the output distribution is the result of input uncertainty, modelling uncertainty and sampling uncertainty. How these uncertainty types combine in the context of reliability analyses is not well understood. In this work, using arbitrary examples, we present the connection between various uncertainties involved in the probabilistic simulations. We study how the modelling and sampling uncertainty propagates to the predicted output distributions. We also propose a simple uncertainty model helpful for the quantification and treatment of modelling uncertainties in the probabilistic simulations. The proposed correction method is shown to improve the accuracy of the output distributions. In practical applications, this would lead to more accurate estimates of failure probabilities. Keywords: Uncertainty propagation, Compartment fire, Modeling uncertainty INTRODUCTION All numerical models have a certain modeling uncertainty; i.e. the model cannot capture the actual physical phenomenon perfectly. For a particular output, the modeling uncertainty should be quantified in a meaningful way. In fire safety engineering, the most common practice is to express it as a measure of systematic and random deviation from the experimentally observed value. For example, in the validation guide of Fire Dynamics Simulator (FDS), the modeling uncertainty is presented for various output quantities. The data obtained from numerous fire experiments are compared with the corresponding model simulations and the model uncertainty is quantified in terms of systematic bias and

the second central moment of random errors. These two parameters represent the trending error property of the model, hence can be used to estimate the prediction uncertainty resulting from using the tool[1,2]. The fire simulation tools have been reported to be used for the probabilistic analysis. For example, Matala[3] used FDS to study the performance of cables in the tunnel fires, Hietaniemi[4] used it to study the performance of load-bearing wood beams in the building fires, Ayala[5] used it for the stochastic simulations of atrium fires, and Anderson[6]used the CFAST zone model to estimate the community-averaged extent of fire damage in homes. The main task in such an analysis is to calculate the output uncertainty corresponding to the given input uncertainty. The term "output uncertainty" can be used in the case of non-parametric analysis as well but should not be confused with the one used for the parametric analysis. McGrattan[7] presents a method to estimate the output uncertainty based on the available information of the model uncertainty. In his method, the output uncertainty is the interpretation of normally distributed random errors around a single unbiased output. In other words, it is simply the representation of the possible modeling uncertainty resulting from using the tool. In the parametric analysis, the output uncertainty is rather the desired quantity, and should not be dependent on the modeling uncertainty but only the input parameter uncertainty. The problem not addressed in the above-mentioned and similar other studies is that the stochastically inferred output uncertainty is inevitably a combination of both input and modeling uncertainties, being possibly very different from the true output uncertainty [8,9]. In this study, we present an uncertainty model that can be used to obtain the true output uncertainty from the stochastically simulated one. We use the model to illustrate how the model uncertainty propagates together with parameter uncertainty. We present that the model uncertainty metrics can be used to statistically compensate for their effect in a probability calculation. Palotutkimuksen pĂ¤ivĂ¤t 2019

nty model that can be used to obtain the true output uncertainty Figure 1 true depicts theuncertainty uncertainty propagation for a simple model, T = Ď&#x20AC;X. A normally distr nt an uncertainty model can be how used the to obtain the output . We use the model tothat illustrate model uncertainty imulated one. use that the model to illustrate theĎ&#x20AC;2model uncertainty ncertainty. We We present the model uncertainty metrics T â&#x2C6;źNhow (Ď&#x20AC;10, ) can is obtained for a normally distributed input, X â&#x2C6;źN(10, 1). parameter We present that the model uncertainty metrics can their effect inuncertainty. a probability calculation. UNCERTAINTY mpensate for their effectMODELING in a probability calculation. Combining model and parameter uncertainty Parameter Uncertainty

If the inputs of a mathematical model are uncertain then the outLING The model uncertainty can be decomposed into two components: systematic bias and random puts will be uncertain too. This uncertainty propagation depends Combining model and parameter uncertainty error[14]. The systematic bias assumed be a measure of the multiplicative factor by which the upon the characteristics of the model itself.isThe expressionto of unel are uncertain then the outputs will be uncertain too. This The model uncertainty can be decomposed systematic and rando certainty in output output, T=f(X), f being continuous and one time difis model away from the true value. On average, it is into the two ratiocomponents: of observed and truebias output. matical model are uncertain then the outputs will be uncertain too. This on the observed characteristics of the itself. The expression of ferentiable function, can be derived by Taylor expanding T about error[14]. systematic bias is assumed to be a measure of the multiplicative factor by which t The random error is assumed toThe be anderived additive error that makes the observed output to fluctuate depends thetime characteristics of function, the model itself. Theinexpression ontinuous and differentiable can be its upon meanone and utilizing the definition of standard T the trueofvalue. On average, it is the ratio of observed and true outpu observed outputdeviation is away from f(X), f being and time We differentiable can be parameters derived and utilizing the first definition ofone standard deviation in Tfunction, [10]. The around the true value. assume these for each output [10].continuous The order approximation The is,random errorthat is assumed to be an additivecan errorbe thatdetermined makes the observed output to fluctua out itsparameter, mean and utilizing the definition of standard deviation in T [10]. The and are constants for a specific type of fire scenario. around the true value. We assume that these parameters can be determined for each outp is, (1)output parameter, and 1: areInput constants for a Figure specific type of fire Figure and distribution for T Î´, =scenario. Ď&#x20AC;X. The mean and variance 1: Input and output distribution for T = Ď&#x20AC;X. The meanÎľ,and va-X is 10 and 1 (1) The output for a simulation model, T = f (X), with systematic bias, and random error, isof riance offX(X), is 10with and 1 systematic respectively. bias, Î´, and random error, Îľ, is The output for a simulation model, T = (1) is variance-covariance matrix of the input vector, X, and J = J1, 2 For and X, non-linear represents in T,the ÎŁX of is variance-covariance iance in Where T, ÎŁX isĎ&#x192;Tvariance-covariance matrix input simply vector, and J = J1,problems, such derivation is mathematically challengi s, X, are independent of eachvariance other then Eqthe 1 complex would matrix ofX, theare input vector, X, and = J1, Jother J3 ,â&#x20AC;Ś,then Ji = df/dX methods are adopted. 2,stochastic i. If1the (3) input variables, independent of Jeach the Eq would simply Some examples of stochastic methods are Monte-Ca input variables, X, are independent of each other then the Eq 1 (LHS) and Fourier Amplitude Sensitivity Test (FAST) [11-13]. Hypercube Sampling TC is the simulated and T is the true quantity. Here, the Tindependent and Îľ are independent where TC is the simulatedwhere quantity and T is thequantity true quantity. Here, the T and Îľ are and theand t would simply reduce to such conditions, the mean and variance of the observed quantiCombining model and parameter uncertainty mean of Îľ is zero. For such conditions, the mean and variance of the observed quantity can be writt mean of Îľ is zero. For such conditions, the mean and variance of the observed quantity can be written (2)modeltyuncertainty can be written The can beas,decomposed into two components: systematic bias and random as, (2) as, error[14]. The systematic bias is assumed to be 2a measure of the multiplicative factor by which th (2) observed output and true output gation for a simple model, T = Ď&#x20AC;X. A normally distributed output, is away from the true value. On average, it is the ratio of observed (4) The random error is assumed to be an additive error that makes the observed output to fluctuat rtainty propagation for a simple model, T = Ď&#x20AC;X. A normally distributed output, Figureinput, 1 depicts the uncertainty propagation for a simple model, ly distributed X â&#x2C6;źN(10, 1). around the true value. We assume that these parameters can be determined for each outpu 2 T = Ď&#x20AC;X. A normally distributed output, T~N (Ď&#x20AC;10, Ď&#x20AC; ) is obtained (4)rando parameter, and are constants for a specific type of fire scenario. 2 d for a normally distributed input, X â&#x2C6;źN(10, Where 1). Îź and Ď&#x192;T are the mean and variance of the true quantity and Ď&#x192;đ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;ş2 is the variance of the 2 for a normally distributed input, X~N(10,T 1). Where Îź and Ď&#x192; are the mean and variance of the true quantity T T The output for a simulation model, T =the f (X),expressions with systematicof bias, Î´, and random error, Îľ, is For and a normally distributed Table 1 and lists in the presen Ď&#x192;T2non-linear are theerror. mean variance ofistheoutput, true Ď&#x192;đ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;ş2random is theerror. variance of thedistrirandom Where ÎźT andand For complex problems, such derivation and Ď&#x192;Îľ2 quantity isT,the variance of the Fordistributions a normally or absence of model uncertainty. Figureoutput, 2 shows the histogram plots for of specific valuesinofthe Î´ and Ď&#x192;đ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;ş. (3 T mathematically challenging, therefore, stochastic methods are 1 lists buted T, Table 1 listsof thedistributions expressions distributions error. For a normally distributed output, T, Table the expressions in theofpresence left figure compares the effect of only the bias, the middle one compares the effect only the rando adopted. Some examples of stochastic methods are Monte-Carlo presence or quantity absenceand of model uncertainty. Figure shows hiswhere TC is the simulated T is the true quantity. Here, the 2T and Îľ arethe independent and th or(MC), absence of model uncertainty. shows the histogram plots for specific values offigure Î´bias and Ď&#x192;đ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;ş.canThe error, and the right2 one compares theForplots effect of both. Figures show that the simply shifts Latin Hypercube Sampling (LHS) andFigure Fourier Amplitude togram specific values Î´ variance and Ď&#x192;Îľ. The compamean of Îľ is zero. suchfor conditions, the meanof and of theleft observed quantity be writtet as, the Sensitivity (FAST) [11â&#x20AC;&#x201C;13]. res the effect of compares only the bias, the oneof compares the effect whilethe thebias, random error widens it. left figureTest compares the distribution, effect of only middle one themiddle effect only the random

of only Figures the random error, and thethe right bias one compares the effect error, and model the right one compares the Table effect of output both. that simply 1: The distributionshow in presence or absence of error. shifts the (4 Combining and parameter uncertainty of both. Figures show that the bias simply shifts the distribution, distribution, whilecan theberandom error widens it. The model uncertainty decomposed into two components: while random error widens it. true quantity and Ď&#x192; is the variance of the random Where Îź and Ď&#x192; the are the mean and variance of the T

đ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;ş

systematic bias and random error[14]. The systematic bias iserror. as- For a normally distributed output, T, Table 1 lists the expressions of distributions in the presenc or absenceCorrection of model uncertainty. Figure 2distribution shows the histogram plots for specific values of Î´ and Ď&#x192;đ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;ş. Th of output eter uncertainty sumed to be a measure of the multiplicative factor by which the left figure compares the effect of only the bias, the middle one compares the effect of only the random observed output iscomponents: away fromof theX true average, iserror, the and Ifthethe prior Î´ and Ď&#x192;Îľ isFigures available, or T = Ď&#x20AC;X. Theinto mean and variance is 10value. and 1Onrespectively. decomposed two systematic bias andit random right one information compares the of effect of both. showone thatcan the correct bias simply shifts th ratio of observed and true output. The random error is assumed distribution, while the random error widens it. t distribution for T = Ď&#x20AC;X. The mean and variance of X is 10 and 1 respectively. assumed to be a measure of the multiplicative factor by which the

Table 1: The output distribution in presence or absence of error.

toderivation be an additive error that makes the observed output to fluctus, such is mathematically therefore, Table 1: The output distribution in presence or absence of error. value. On average, it is the ratio ofchallenging, observed and true output. dtrue parameter uncertainty ate around the true value. Weisare assume that these parameters can therefore, problems, such derivation mathematically challenging, enear examples of stochastic methods Monte-Carlo (MC), Latin be error that makes the observed output to fluctuate can an be additive decomposed intofor two components: systematic bias random be determined each output parameter, and areand constants for a (MC), Latin dopted. Some examples of(FAST) stochastic methods are Monte-Carlo Amplitude Sensitivity Test [11-13]. ume that these parameters can be determined for each c bias is assumed to be of a measure of the multiplicative factor by which theoutput specific type fireSensitivity scenario. ) and Fourier Amplitude Test (FAST) [11-13]. the true value. On average, it is the ratio of observed and true output. afrom specific type of fire scenario. The output for a simulation model, T = f (X), with systematic

umed to be an additive error that makes the observed output to fluctuate

Î´, and random error, Îľ, isÎ´,beand del, = fbias, (X),that with systematic bias, randomfor error, is We Tassume these parameters can determined eachÎľ,output 2 type of fire scenario. tants for a specific 2 (3) ation model, T = f (X), with systematic bias, Î´, and random error, Îľ, is

(3)

where the simulated andÎľTare is the true quantity.and Heand T is the true isquantity. Here,quantity the T and independent (3) the re, the T and Îľ are independent and the mean of Îľ is zero. For ons, theand mean and variance thetheobserved canand bethe written quantity T is the true quantity. of Here, T and Îľ arequantity independent

Table 1: The output distribution in presence or absence of error.

ch conditions, the mean and variance of the observed quantity can be written

(4)

nd variance of theoftrue quantity isthe thevariance variance ofrandom the random e mean and variance the true quantityand andĎ&#x192;Ď&#x192;đ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;ş22 is of the ributed output, T, Table expressions of of distributions in the utput, T, Table 1 lists1 lists thethe expressions distributions in presence the presence ertainty. Figure 2 shows the histogram plots for specific values of Î´ and Ď&#x192;đ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;ş. The Figure 2 shows the histogram plots for specific values of Î´ and Ď&#x192;đ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;ş. The effect of only the bias, the middle one compares the effect of only the random only the the middle compares thetheeffect of only thethe random comparesbias, the effect of both.one Figures show that bias simply shifts es theerror effect of it.both. Figures show that the bias simply shifts the ndom widens or it.distribution in presence or absence of error. 1: widens The output

utput distribution in presence or absence of error. Figure 2: The simulated and true output distribution for, Left: Î´=1.1, Ď&#x192;Îľ = 0 , Middle: Î´=1, Ď&#x192;Îľ = Ď&#x20AC; and Right: Î´=1.1, Ď&#x192;Îľ = Ď&#x20AC;.

100

Palotutkimuksen pĂ¤ivĂ¤t 2019

sample sizes N=100, 1000 and 10000. High T, and theincreases 95 percent fractiles values, z95 , are presented sample size well represents the distribution and z95 values with the increase in thefor sample sample size well represents the distribution and z95 values increases with the increase in the samp size. size.

d and true output distribution for, Left: Î´=1.1, Ď&#x192; = 0 , d and true output distribution for, Left: Î´=1.1, Ď&#x192;đ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;ş = 0 ,

Figure 4: The distributions of simulated values, TĚ&#x201A; , corrected values, T, and 95 percent fractiles for three different sample sizes N=100, 1000 and 10000. Middle: Î´=1, Ď&#x192; = Ď&#x20AC; and đ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;ş Figure 4: The Middle: Î´=1, Ď&#x192;đ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;ş =distributions Ď&#x20AC; and of simulated values, TC , corrected values, T, and 95 percent fractiles for thr different sample sizes N=100, 1000 and 10000.

and parameter uncertainty of simulated values, TC , corrected values, T, and 95 percent fractiles for three todel distribution Figure 4: The distributions distribution the output true one. Thesystematic expression cor-and random different sample sizes N=100, 1000 10000. certainty can beavailable, decomposed into twothe components: bias of Î´ and Ď&#x192;đ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;ş issimulated onetowards can correct theand simulated outputof towards the true of Î´ and Ď&#x192;rected available, correct of thethe simulated output towards thethe true đ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;ş is is ystematic bias assumed to becan a measure multiplicative factor by which output is one corrected output is corrected output is value. On average, it is the ratio of observed and true output. t is away from the true

ror is assumed to be an additive error that makes the observed output to fluctuate e value. We assume that these parameters can be determined for(5)each output are constants for a specific type of fire scenario.

(5)

(5) or a simulation model, T = f (X), with systematic bias, Î´, and random error, Îľ, is wherecorresponding T is the corrected corresponding to the ed realization to realization the observed realization, TC. obserThis expression is ed corresponding the observed realization, TC., This isand ved be realization, . Thistodistribution expression is derived Eq 4 Ď&#x192;and deri-expression Middle: Î´=1,The Ď&#x192;đ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;ş =95Ď&#x20AC;percent e 2:realization The simulated and true output for, Left: Î´=1.1, đ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;ş = 0the Figure 5: Left: fractiles value, z95, of the simulated, TC, and corrected, T, distributions f erivation can found at [15]. (3) 5: Left: The Figure 95 percent fractiles value, z95, of the simulated, TĚ&#x201A;, and be found at [15]. t:rivation Î´=1.1, Ď&#x192;đ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;şcan Ď&#x20AC;. = vation can be found at [15]. different sample size, N. Right: The difference of z95(N) and the converged value, z95(N=10000). corrected, T, distributions for different sample size, N. Right: The differenmulated quantity and T is the true quantity. Here, the T and Îľ are independent and the We illustrate the correction method using two arbitrarily choorrection method using two and arbitrarily chosen examples[14]. In one ofofthe ce z95(N) andcan thebe converged value, 95(N=10000). rection of output distribution presented as Âą zbounds from the corrected value. For example, o. For such conditions, the mean of theboth observed quantityThe can be written orrection method using two chosen examples[14]. Insampling one ofuncertainty the sen examples[14]. In onearbitrarily ofvariance the examples, the simulated and the probability inferred from the corrected distribution is p, then the probability is p Âą Î&#x201D;p, where Î&#x201D;p mulated and the true distribution are Gaussian, while in the remaining one, the nd parameter uncertainty eulated prior information ofdistribution Î´ and Ď&#x192;đ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;ş is available, can correct the simulated output towards the and distribution areone Gaussian, while in the remaining thetrueThe sampling uncertainty for simple MC simulation having sample size N thethe truetrue are Gaussian, while in the remaining one, the the samplingone, uncertainty. the egular. First, we calculate the correction parameters, Î´ and Ď&#x192; đ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;ş, by comparing The expression of corrected output is y can be decomposed into two components: systematic bias and random 1/2 distribution shapethe is irregular. First, we calculateÎ´ the comparing theza is a multiplier number that determines the level of confidence[16]. For 99 egular. First, we calculate correction parameters, andcorrection Ď&#x192;đ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;ş,zby , where a(p-(1-p)/N) atic bias is assumed to beÎ´ aand measure the multiplicative factor and by which the ues, parameters, Ď&#x192;Îľ , by of comparing the simulated true values, es, (4) 5 ay from the true value. On average, it is the ratio of observed and true output. Figure 5: Left: The 95 percent fractiles value, , of the simulated, TC , and corrected, T, distributions for 2 2 z95 ssumed to be an additive error that makes the observed output to fluctuate are the mean and variance of the true quantity and Ď&#x192; is the variance of the random T đ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;ş difference(5) between the CDF of true and the corrected distributie. Wedistributed assume that these T, parameters canthe beThe determined each different sample size, Right: difference of z95output (N)Combining and thepresence converged z95(N=10000). model andvalue, parameter uncertainty mally output, TableN. 1 lists expressions offordistributions in the on is ~ 0.01. The complete trace-backing is not possible because (6) nstants for a specific type of fire scenario. odel Figure 2 shows the histogram for specific values and expression Ď&#x192;đ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;ş. The re T isuncertainty. the corrected realization corresponding to plots the observed realization, .Î´This TheofTCmodel uncertainty bethat decomposed into realization two components: systematic the randomiscan error occurred per cannot be known. bias and ulation =sampling fonly (X), with systematic bias, Î´, andbe random error, is Âą bounds The uncertainty can presented as from the corrected value. For example, if (6) ed Eqthe 4model, and theT of derivation bethe found at [15]. ares effect thecan bias, middle one compares theÎľ,effect of only the random error[14]. The systematic (6) bias is assumed to be a measure of the multiplicative factor by w right compares the effect of both. Figures show that the biasobserved simply shifts the output is away from the is true average, the probability from the true corrected distribution p,and then the probability p value. Âą Î&#x201D;p, On where Î&#x201D;pitisis the ratio of observed and true th one th Sampling uncertainty where andsimulated Tinferred are the using iand realization ofquantity the chosen simulated and isthe realization of i the the respectively N is the imethod eiithillustrate the error correction two true arbitrarily examples[14]. In N one of the (3) The random error is assumed to be an additive error that the observed output to f realization of the simulated and the quantity respectively and is the ile the random widens it. thethesampling uncertainty. TheNsampling uncertainty for simple MC simulation havingthe sample size N ismakes quantity respectively and isthe theare sample size.while Then, using In the stochastic analysis, inferred moments andbethedetermined probabi- for each g the correction parameters estimate true shape from one. mples, both true simulated and thewe true distribution Gaussian, inthe thesimulated remaining one, theWe assume around the true value. that these parameters can 1/2 gdthe correction parameters we estimate the true shape from the simulated one. quantity and T isoutput the truedistribution Here, the T and or Îľthe are independent and the zaei1: (p-(1-p)/N) ,quantity. where ztrue, ispresence aestimate multiplier number that determines the level offor confidence[16]. Forscenario. 99% method. This is ain Table The absence of error. the parameters we true shape from the Ď&#x192;silities depend the sample size and sampling bution shape iscorrection irregular.shows First, we calculate the correction parameters, Î´ distributions and the upon đ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;ş, by comparing parameter, and are constants a specific type of fire Ă¤hdettĂ¤ lĂśytynyt. the simulated and corrected along uch conditions, the meanshows and variance of thesimulated observed quantity can be written Ă¤hdettĂ¤ lĂśytynyt. the true, and corrected distributions along lated and ei true values,one. mulated known as sampling uncertainty. Figure 4 illustrates such uncerThe output for a simulation model, T = f (X), with systematic bias, Î´, and random error, Îľ, is 5 Figure shows the true, simulated and corrected distributions tainty using one of the examples presented in the previous section. along with CDF. The simulated distribution, , corrected distribution, T, and the 95 (4) In the upper plots, the continuous line represents the distributipercent fractiles values, z95 , are presented for sample sizes N=100, where simulated and Tsample is the true Here, thethe T and Îľ are independent he mean and of the true Eq quantity andindicate Ď&#x192;đ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;ş2 is the that variance of the random (6)quantity onvariance generated using 5. Plots the corrected distri-TC is the 1000 and 10000. Higher sizequantity. well represents distributimean of Îľ is zero. For such conditions, the mean and variance of the observed quantity can be stributed output, T, Table 1 lists the expressions of distributions in the presence th wellofwith true distribution. The maximum on values increases with the increase in the sample size. re TCi and Ti bution are the matches i realization the the simulated and the true quantity respectively andand N isz95the as, ncertainty. Figure 2 shows the histogram plots for specific values of Î´ and Ď&#x192;đ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;ş. The The sampling uncertainty can be presented as Âą bounds from ple size. Then, using the correction parameters we estimate the true shape from the simulated one. e effect of only the bias, the middle one compares the effect of only the random the corrected value. For example, if the probability inferred from re Virhe. Viitteen lĂ¤hdettĂ¤ ei lĂśytynyt. shows the true, simulated and corrected distributions along ne compares the effect of both. Figures show that the bias simply shifts the the corrected distribution is p, then the probability is p Âą Î&#x201D;p, wheCDF. error widens it. random 2 the mean and variance of theThe true sampling quantity and Ď&#x192;đ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;ş2 is the variance Where ÎźT and T are reĎ&#x192;Î&#x201D;p is the sampling uncertainty. uncertainty for of the ble 1: The output distribution in presence or absence of error. error. For a normally distributed output, T, Table 1 lists the expressions of distributions simple MC simulation having sample size N is za(p-(1-p)/N)1/2, in the p or absence ofwhere modelzuncertainty. Figure 2 shows the histogram plots for specific values of Î´ an a is a multiplier number that determines the level of conleft figure compares the effect of only the bias, the middle one compares the effect of only the fidence[16]. For 99 % level of confidence za is 2.58. For LHS, such error, and the right one compares the effect of both. Figures show that the bias simply s expression not available, and a separate convergendistribution,analytical while the random error is widens it. ce analysis is needed. Figure 5 shows the result of the convergenTable 1: The output distribution in presence or absence of error. ce analysis carried out for the distributions presented in Figure 4. The left plot shows z95(N). The right plot shows their difference with the converged value, z95 (N=10000), and the maximum bound represents the sampling uncertainty. With N = 1000, the corrected z95 and the sampling uncertainty are 61 and 2 respectively. This means the 95 percent fractiles value is 61 Âą 2. 3

STOCHASTIC ANALYSIS

4 4 Figure 3: Upper: The true, T, simulated, TĚ&#x201A;, and corrected distributions. Lower: Corresponding cumulative density functions.

As an example of probabilistic analysis, we simulate fire in an enclosure and compare wall temperatures for a range of inputs listed in Table 2. The enclosure size is 10 Ă&#x2014; 7 Ă&#x2014; 5m3, and the temperatures were compared on the side wall at 1.3 m height and 4.5 m distance from back wall. Palotutkimuksen pĂ¤ivĂ¤t 2019

101

The systematic bias is assumed to be a measure of the multiplicative factor by which the nted in Figure 4. The left plot shows z95error[14]. (N). The right plot shows their difference observed output is away from the true value. On average, it is the ratio of observed and true output. ue, z95 (N=10000), and the maximum bound represents the sampling uncertainty. The random error is assumed to be an additive error that makes the observed output to fluctuate around the true value.and Weaassume that these parameters can be determined for each output Figure 6: FDS representation of the compartment fire simulation. el of confidence z is 2.58. For LHS, such analytical expression is not available, separate a rected z95The and the sampling uncertainty are method 61 and andare respectively. This means the sampling size, N, is 100 and the sampling is2LHS. constants forout a specific DISCUSSION vergence analysis is needed. Figure 5 shows the result of parameter, the convergence analysis carried for type of fire scenario. selected fire type isThe t-square fire. Forz such fire,right HRR is shows calcu-their difference ueis is100 61The Âąpresented 2. Theoutput plot distributions in Figure 4. left plot shows 95(N). The for a simulation model,fire. T = fparameter (X), with systematic bias, Î´, and random error, Îľ, is N, and the sampling method is LHS. The selected fire type is t-square For Combining model and uncertainty

lated value, usingzfire growth time, t , and peak HRR as The study propose correction, Eq 5, for the stochastically simulahculated the converged 95 (N=10000), and theg maximum bound represents the sampling uncertainty. using fire growth time, tg, and peak HRR as The model uncertainty be decomposed into two components: systematic corrected output, on the requirement that the corrected quan-bias and ran means the can, based h N = 1000, the z 95 and the sampling uncertainty are 61 and 2 respectively. This ted LYSIS (3) error[14]. The systematic bias is assumed to be a measure of the multiplicative factor percent fractiles value is 61 Âą 2. tity, T, and the random error, Îľ, are independent of each other by whic observed output is away from the true value. On average, it is the ratio of observed where TC is the simulated quantity Tmean is the of true the Tthe andoutput Îľ are independent andertheand true ou and and theassumed Îľ be isquantity. zero. InHere, general, and the total abilistic and compare (7) Combining model and parameter uncertainty TheFor random error iswall toand an additive error that makes the can observed output to fluc OCHASTICanalysis, ANALYSISwe simulate fire in an enclosure mean of Îľ is zero. such conditions, thetemperatures mean variance of the observed quantity be written model uncertainty canmay be decomposed into components: systematic bias a ror are dependent and that the mean theThe total error not betwo ze3 error[14]. The systematic to be a measure of the multiplicative around thethe true value. We assume these of parameters can bias beis assumed determined for eachfactorob , and temperatures were listed Table 2. analysis, The enclosure isas, 10x7x5m observed output is away from the true value. On average, it is the ratio of observed and n examplein of probabilistic we simulate firesize in an enclosure and compare wall temperatures (7) ro.are The significance of thetype uncertainty model presented The random error is assumed to be an additivein error this that makes the observed output parameter, and constants for a specific of fire scenario. 3 around the true value. We assume that these parameters can be determined for e , and the temperatures were a rangeatof1.3 inputs listed in Table 2. The size is 10x7x5m parameter, and are constants for a specific type of fire scenario. wall and 4.5enclosure m distance from back wall. wherem t isheight time in second. study is that the total error is decomposed into a dependent consbias, Î´,model, andT = random error, is error, The output for a simulation f (X), with systematic bias, Î´, andÎľ, random econd.on the mpared side wall at 1.3 m height and 4.5 m distance from back wall. The output for a simulation model, T = f (X), with systematic (4) tant, i.e., the ratio of simulated and corrected mean, Î´=Îź /ÎźT , and

and input Ď&#x192;T2 arestochastic. the mean and variance of the trueÎľ= quantity Ď&#x192;đ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;ş2 isimplies the variance of the random Where ÎźTthe Mean, range and the type of distribution representing a random component, â&#x2C6;&#x2019;Î´T,and which that the mean of

where TC is the simulated quantity and T is the true quantity. Here, the T and Îľ are independ mean of Îľ is zero. For such conditions, the mean and variance of the observed quantity ca

t parameters mum HRR th time, tg ayer thickness Diameter ocation, x ocation, y ing door width

Distribution Uniform Triangular Uniform Uniform Uniform Uniform Uniform

as, distributions in the presence error. For a normally distributed output, Table 1 lists the expressions of Îľ must be T, zero. Lower Unit where TC is the simulated quantity andhistogram T is the true quantity. Here, the Tof Îľ areĎ&#x192;đ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;şindependent an . The or absenceUpper of model uncertainty. Figure 2 shows the plots for specific values Î´ and The proposed correction method handles only oneand type of difWhere Îź and Ď&#x192; are the mean and variance of the true quantity and Ď&#x192; is the variance of mean of Îľ is zero. For such conditions, the mean and variance of the observed quantity be w left figure compares the effect of only the bias, the middle one compares the of only error. For aeffect normally distributed output, T,the Table 1random lists the expressionscan of distributions in t 950 5400 [kW] ferent uncertainties appearing in a probabilistic or absence of model uncertainty. Figure 2 shows the histogram plots for specific values of Î´ simulation with left figurethe compares the effectsimply of only the bias,shifts the middle one compares the effect of only as, one compares the effect of both. Figures show that error, and the right bias the error, and the right one compares the effect of both. Figures show that the bias simp models. Other uncertainty types, input uncertainty 30 [s]randomdeterministic distribution, while the random error widens it. distribution,150 while the error widens it.

Mean 75 -

20 0.7 1.5 1.5 1.2

đ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;ş

and sampling uncertainty deserve their own studies when aiming 50 Table [mm] 1: The output distribution in presence or absence of error. at accurate fire risk analyses. Figure 9 presents an overall procedu1.6Where [m] Ď&#x192;T2for areuncertainty the mean and variance of the andsimulation. Ď&#x192;đ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;ş2 is the variance ÎźT and re management intrue the quantity stochastic Es- of the ran For a normally distributed output, T, Table 1 lists the expressions of distributions 8.5error.[m] timation of input uncertainty distribution is crucially important in the pres or absence of model uncertainty. Figure 2 shows the histogram plots for specific values of Î´ and Ď&#x192;đ?&#x153;şđ?&#x153;şđ?&#x153;şđ?&#x153;ş for the simulation outcome and can require significant effort if the 3.5left figure [m] compares the effect of only the bias, the middle one compares the effect of only the ran of compares uncertainthe parameters is high. Luckily, a nonlinear and thenumber right one effect of both. Figures showinthat the bias simply shift 2.4error,[m] Table 1: The output distribution in presence or absence of error.

system, such as error fire, the number of dominating input parameters distribution, while the random widens it. Figure 6: FDS representation of the compartment fire simulation. is usually small [17]. For sampling uncertainty, the convergence

Table 1: The output distribution in presence or absence of error. sampling size, N, is 100 and the sampling method is LHS. The selected fire type is t-square of fire. the For distribution moments can be studied, as explained in Sec6 h fire, HRR is calculated using fire growth time, tg, and peak HRR as tion 2. This would be very expensive if a complex numerical3 met-

hod such as CFD is being used. Means to quantify the sampling convergence in LHS could possibly be developed using surrogate models,(7)such as the response surface method.

Figure 6: FDS representationof of the compartment fire simulation. ure 6: FDS representation the compartment fire simulation.

ere t is time in second.

CONCLUSION

2: Mean, range and the type of distribution representing the input stochastic. s 100Table and the sampling method is LHS. The selected fire type is t-square fire. For Input parameters Distribution Mean Lower Upper Unit In this work, we show that the model uncertainties reported in ated using fire growth time, tg, and- peak950HRR as Maximum HRR Uniform 5400 [kW]

nd.

Growth time, tg Fuel layer thickness Pool Diameter Pool location, x Pool location, y Opening door width

Triangular Uniform Uniform Uniform Uniform Uniform

75 -

30 20 0.7 1.5 1.5 1.2

150 50 1.6 8.5 3.5 2.4

[s] [mm] [m] [m] [m] [m]

the context of a model validation can used for correcting the output distributions resulting from parameter (input) uncertainty. The proposed method for the model uncertainty compensation can improve the model predictions significantly provided that the model uncertainty 3can be generalized.

(7)

ACKNOWLEDGEMENTS

2: Mean, range and the type of 6distribution representing the input work has been funded by the State Nuclear Waste Managean, rangeTable and the type of distribution representing the inputThis stochastic. stochastic.

arameters Distribution Mean Lower Upper m HRR Figure 7 compares Uniform - corrected 950 5400 the predicted and probability denthe time, tgsity for wall temperatures. TriangularThe correction 75 is based30on Eq 5 and150 model uncertainty values, Î´=1.15, and Ď&#x192;Îľ= 0.16 obtained from[17]. er thickness Uniform 50 Figure 8 shows the contour plot for- the CDF, 20 ÎŚ, of wall tempeaxis shows the temperature range, the horimeter ratures. The vertical Uniform 0.7 1.6 zontal axis shows the time and the embedded text show the ÎŚ vaation, xlues. The left plot Uniform 1.5 8.5 shows the predicted- values and right plots show ation, ythe corrected values. Uniform 1.5 3.5 Assuming that the wall fails when it crosses a given temperatudoor width Uniform 1.2fraction of the 2.4 re threshold, the failure probability would be the number of the test cases in which the wall temperature rises above this threshold. From the above CDF plots one can infer the failure probability. For example,6 the predicted probability that the wall temperature rises above 100 Â°C before 6 minute is 1â&#x20AC;&#x201C;0.1~ 0.9, where as the corrected probability is 1â&#x20AC;&#x201C;0.2 ~0.8. Similarly the predicted probability for wall to rise above 200 Â°C before 6 minute is 1â&#x20AC;&#x201C;0.6~0.4 and the corrected probability is 1â&#x20AC;&#x201C;0.7~0.3. The predicted probabilities are higher than the measured ones. This is due to bias in the temperature prediction. 102

Palotutkimuksen pĂ¤ivĂ¤t 2019

ment Fund of Finland in the scope of the SAFIR-programs, the Finnish Unit Fire Protection Fund (Palosuojelurahasto), Rakennustuot3 teiden laatu-sĂ¤Ă¤tiĂś and Nordic Nuclear Safety Research (NKS).

[kW] [s] REFERENCES 1.[mm] McGrattan, K. and Toman, B., Quantifying the predictive uncertainty [m] of complex numerical models, Metrologia, 48(3), p. 173, 2011. [m] 2. McGrattan, K., Hostikka, S., Floyd, J., Baum, H., Rehm, R.G., [m]Mell, W. and McDermott, R., 2010. Fire dynamics simulator technical reference guide volume 3: Validation, NIST special [m] publication, 1018(5), 2010. 3. Matala, A. and Hostikka, S., Probabilistic simulation of cable performance and water-based protection in cable tunnel fires, Nuclear Engineering and Design, 241(12), pp. 5263â&#x20AC;&#x201C;5274, 2011. 4. Hietaniemi, J., Probabilistic simulation of fire endurance of a wooden beam, Structural Safety, 29(4), pp. 322â&#x20AC;&#x201C;336, 2007. 5. Ayala, P., Cantizano, A., SĂĄnchez-Ă&#x161;beda, E., and GutiĂŠrrezMontes, C., The use of fractional factorial design for atrium fires prediction, Fire technology, 53(2), pp. 893â&#x20AC;&#x201C;916, 2017. 6. Anderson, A. and Ezekoye, O.A., Quantifying generalized re-

Figure 7 compares the predicted and corrected probability density for wall temperatures. The correction is based on Eq 5 and the model uncertainty values, δ=1.15, and σε= 0.16 obtained from[17].

gure 7: Predicted and corrected probability density of wall temperatures at different times.

Figure 7: Predicted and corrected probability density of wall temperatures at different times.

re 8 shows the contour plot for the CDF, Φ, of wall temperatures. The vertical axis shows the ature range, the horizontal axis shows the time and the embedded text show the Φ values. The t shows the predicted values and right plots show the corrected values. Figure 7: Predicted and corrected probability density of wall temperatures at different times.

Figure 8 shows the contour plot for the CDF, Φ, of wall temperatures. The vertical axis shows the temperature range, the horizontal axis shows the time and the embedded text show theFigure Φ values. 8: CDF, Φ, The of wall temperatures. Left: Predicted. Right: left plot shows the predicted values and right plots show the corrected values. The proposed correction method handles only one type of different uncertainties appearing in a probabilistic simulation with deterministic models. Other uncertainty types, input uncertainty and sampling uncertainty deserve their own studies when aiming at accurate fire risk analyses. Figure 9 presents an overall procedure for uncertainty management in the stochastic simulation. Estimation of input uncertainty distribution is crucially important for the simulation outcome and can require significant effort if the number of uncertain parameters is high. Luckily, in a nonlinear system, such as fire, the number of dominating input parameters is usually small [17]. For sampling uncertainty, the convergence of the distribution moments can be studied, as explained in Section 2. This would be very expensive if a complex numerical method such as CFD is being used. Means to quantify the sampling convergence in LHS could possibly be developed using surrogate models, such as the response surface method. Figure 8: CDF, Φ, of wall temperatures. Left: Predicted. Right: Corrected.

Corrected.

ng that the wall fails when it crosses a given temperature threshold, the failure probability woulddiagram Figure 9: Schematic showing the procedure of unraction of the number of the test cases in which the wall temperature rises above this threshold. certainty management in the he above CDF plots one 8: can infer the failure probability. example, theCorrected. predictedstochastic probability simulations. Figure CDF, Φ, of wall temperatures. Left:For Predicted. Right: e wall temperature rises above 100 °C before 6 minute is 1 - 0.1 ∼ 0.9, where as the corrected fails when crosses a given temperature threshold, failure200 probability would lityAssuming is 1 - 0.2that ∼ the 0.8.wall Similarly theitpredicted probability for wall to risethe above °C before 6 be the fraction of the number of the test cases in which the wall temperature rises above this threshold. is 1 - 0.6 ∼ 0.4 and the corrected probability is 1 - 0.7 ∼ 0.3. The predicted probabilities are From the above CDF plots one can infer the failure probability. For example, the predicted probability hanthat thethe measured ones. This is due to 100 bias°Cinbefore the temperature wall temperature rises above 6 minute is 1prediction. - 0.1 ∼ 0.9, where as the corrected

probability is 1 - 0.2 ∼ 0.8. Similarly the predicted probability for wall to rise above 200 °C before 6 minute is 1 - 0.6 ∼ 0.4 and the corrected probability is 1 - 0.7 ∼ 0.3. The predicted probabilities are Figure 9: Schematic diagram showing the of uncertainty management in, based the stochastic higher than the measured This isprocedure due to bias in the temperature dy propose correction, Eq 5,ones. for the stochastically simulated output, TCprediction. on the requirement

SSION

simulations.

e corrected quantity, T, and the random error, ε, are independent of each other and the mean ero.DISCUSSION InCONCLUSION general, the output and the total error are dependent and the mean of the total error sidential fire risk using ensemble fire models with survey and phy13. Suard, S., Hostikka, S. and Baccou, J., Sensitivity analysis of In this work, we show that the model uncertainties reported in the context of modelstudy validation can study propose correction, Equncertainty 5,2018. for the stochastically simulated TC, based onthe thedesign, requirement t beThe zero. The significance ofpp.the model presented inaoutput, this is that total Fire error sical data, Fire Technology, 1–33, fire models using a fractional factorial safety journal, used for correcting the output distributions resulting from parameter (input) uncertainty. The proposed that the corrected quantity, T, and the random error, ε, are independent of each other and the mean 7. McGrattan, K., Peacock, R., and Overholt, K., Validation ofsimulated 62(1), pp. 115–124, 2013. mposed into a dependent constant, i.e., the ratio of and corrected mean, δ=μ / μ T% T , method for the model uncertainty compensation can improve the model predictions significantly firezero. models applied to nuclear power plant safety, Fire Technolo14. Paudel, D. andthe Hostikka, S.,ofPropagation of model uncerof ε is In general, the output and the total error are dependent and mean the total error that the model uncertainty canimplies be generalized. andomprovided component, ε=TC −δT, which that the meantainty of ε inmust be zero. gy, 52(1), pp. 5–24, 2016. the stochastic simulations of a compartment fire, Fire may not be zero. The significance of the uncertainty model presented in this study is that the total error 8. Liang, B. and Mahadevan, S., Error and uncertainty quantiTechnology, https://doi.org/10.1007/s10694-019-00841-9, 2019. ACKNOWLEDGEMENTS is decomposed into a dependent constant, i.e., the moratio of 15. simulated δ=μofT%/modeling μT , fication and sensitivity analysis in mechanics computational Paudel, D.,and and corrected Hostikka, S., mean, Propagation unThis work has been funded by the State Nuclear Waste Management Fund of Finland in the scope of and adels, random component, ε=TC −δT, which implies that the mean of ε must be zero. International Journal for Uncertainty Quantification, 1(2), certainty in stochastic heat-transfer simulation using a chain of 7

the SAFIR-programs, the Finnish Fire Protection Fund (Palosuojelurahasto), Rakennustuotteiden laatu- Journal of Uncertainty Quan2011. deterministic models, International säätiö and Nordic Nuclear Safety Research (NKS). 9. Olsson, K., Anderson, J. and Lange, D., Uncertainty propatification, 9(1), pp. 1–14, 2019. gation in FE modeling of a fire resistance test using fractional fac16. Crow, E.L., Confidence intervals for a proportion, Biomet7 REFERENCES torial design based model reduction and deterministic sampling, rika, 43(3/4), pp. 423–435, 1956. 1. safety McGrattan, K.91(1), and Toman, B., Quantifying complexS.numerical Fire Journal, pp. 517–523, 2017. the predictive uncertainty 17. of Hostikka, and Keski-Rahkonen, O., Probabilistic simumodels, Metrologia, 48(3), p. 173, 2011. 10. Hamilton, W.C., Statistics in physical science, 1964. lation of fire scenarios, Nuclear engineering and design, 224(3), 2. K., Hostikka, S.,Monte Floyd,Carlo J., Baum, H., Rehm, R.G., Mell, W.301–311, and McDermott, 11. McGrattan, Robert, C. and Casella, G., statistical methods, pp. 2003. R., 2010. Fire dynamics simulator technical reference guide volume 3: Validation, NIST special Springer Science & Business Media, 2013. publication, 1018(5), 2010. 12. Iman, R., Davenport, J. and Zeigler, D., Latin hypercube sampling (a program users guide): Technical report sand79-1473, Sandia Laboratories, Albuquerque, NM, 1980. 8 Palotutkimuksen päivät 2019

103

Mika Immonen1, Heidi Huuskonen2, Jouni Koivuniemi3, Jani Kanerva2, Kristiina Kapulainen4, Esa Kokki5 1 LUT Yliopisto, School of Business and Management, Yliopistonkatu 34, 53850 Lappeenranta ²Etelä-Karjalan pelastuslaitos, Armilankatu 35, 53100 Lappeenranta 3 LUT Yliopisto, School of Engineering Science, Yliopistonkatu 34, 53850 Lappeenranta 4 Eksote Etelä-Karjalan Sosiaali- ja terveydenhuollon kuntayhtymä, Valto Käkelän katu 3, 53130 Lappeenranta 5 Pelastusopisto, Hulkontie 83, 70820 Kuopio

Ennakoivan riskianalytiikan kehittäminen Kotona asumisen turvallisuus 3 -hankkeessa TIIVISTELMÄ Väestön ikääntyminen ja koteihin tuotettavat hoivapalvelut muuttavat pelastustoimen toimintaympäristöä. Pelastustoimen ja sosiaalija terveydenhoitoalan yhteistyön, tiedon tuottamisen ja analysoinnin kautta on kyettävä ennakoimaan ja ehkäisemään onnettomuuksia asukkaiden ja vaihtelevien kotiympäristöjen tarpeita vastaavasti. KAT3-hankkeessa on kehitetty suurten tietoaineistomäärien analytiikan kautta edellytyksiä asumisen turvallisuusriskien ennakointiin ja hallintaan. Hankkeessa luotiin ennakoivaan analytiikkaan analyysialusta, jonka tuottamisen keskeiset elementit olivat työpöytäsovellukset, avoimet tietolähteet, virtualisoitu OpenstreetMap-route server sekä LUT:n laskentapalvelin. Tietoaineistoina hyödynnettiin pelastustoimen PRONTO-rekisteriä, sosiaalija terveydenhuollon (Eksote) aineistoja sekä asukkaiden sähkönkäyttödataa. Lisäksi analyyseissä sovellettiin tilastoja aluetietoa avoimista lähteistä. Tietolähteet muodostivat monipuolisen aineistokokonaisuuden, jonka analysointi tuotti tulosten perusteella merkittävää hyödyntämispotentiaalia kolmella riskienhallinnan ja palveluiden kehittämisen osa-alueella: 1. palveluverkon yhteistoimintavasteen kehittäminen, 2. riskiryhmien tunnistaminen ja riskiprofiilien muodostaminen sekä 3. tapaturmien taustalla olevien tapahtumaketjujen ymmärtäminen. JOHDANTO Väestö ikääntyy Suomessa nopeasti [1], mikä lisää hoivapalveluiden kysyntää. Lisääntyneeseen palvelutarpeeseen vastataan sosiaalija terveydenhoitoalalla ensisijaisesti kotiolosuhteisiin tuotettavalla hoivapalvelutoiminnalla perinteisen laitoshoidon sijaan, mikä edellyttää palveluiden kehittämistä eri toimijoiden välisenä yhteistyönä ikääntyneen väestön hyvinvoinnin ja itsenäisen suoriutumisen takaamiseksi ja edistämiseksi [2] [3] [4]. Kotiin tuotettavat hoivapalvelut ovat merkittävä muutos myös turvallisuuden tulokulmasta, koska asuntojen turvallisuusvaatimukset poikkeavat hoitolaitosten järjestetyn ympäristön turvallisuusvaatimuksista. Laitosympäristöön kohdistuu lainsäädännön [5] kaut104

Palotutkimuksen päivät 2019

ta kotiympäristöä korkeampia velvoitteita turvallisuuden varmistamiseksi. Laitosympäristön turvallisuusvelvoitteista vastaavat kiinteistön omistaja, haltija ja toiminnanharjoittaja kukin osaltaan, kun taas kotiympäristössä asukkaalla itsellään on merkittävä osuus tästä vastuusta. Kotiin vietävien hoivapalveluiden kautta pelastustoimen asiak kuusprofiilissa tapahtuu merkittävä muutos. Pelastustoimelle omissa asunnoissaan asuvat ja hoidettavat asukkaat muodostavat pelastustoimen suoran asiakasrajapinnan. Hajautettu hoivapalvelutuotanto tarkoittaa riskienhallinnan tulokulmasta lisääntyviä asiakkuussuhteita, jossa riskit vaihtelevat kotiympäristön luonteen ja asukkaan ominaispiirteiden mukaisesti. Tämä on haaste pelastustoimen perinteiseen riskiruutuperusteiseen toimintamalliin, jossa nopean avun järjestäminen on toteutettu riskiluokkaalueiden pohjalta rakennetun kerrosalan ja asukastiheyden sekä näiden yhteisvaikutuksen (regression) suhteen [6]. Mallissa yksittäiset asukkaat ja asiakasryhmät jäävät rajallisesti tarkastelluiksi. Hoivapalveluita koskevan muutoksen seurauksena pelastustoimen turvallisuutta tuottavaa palvelua tulee tarkastella uudesta tulokulmasta. Kyky arvioida turvallisuutta tuottavia tai sitä vähentäviä tekijöitä systemaattisesti yhteistyössä strategisten toimijoiden kanssa muodostaa jatkossa kehittämisen perustan. Arvioinnin kautta vahvistetaan ennakointia ja onnettomuuksien ennaltaehkäisyä vaihtelevissa ja hajasijoittuneissa kotiolosuhteissa. Muutos on lisäksi kyettävä siirtämään pelastustoimen palvelutuotannon kehittämiseen. Kotona asumisen turvallisuus – eli KAT-toiminta [7] on kehittynyt Etelä-Karjalassa tämän tarveperustan pohjalta pelastusviranomaisen ja sosiaalija terveyspiirin yhteistyönä. Toiminta on laajentunut sittemmin useiden eri osaamisaloja edustavien toimijoiden väliseksi verkostomaiseksi yhteistyöksi, jossa voidaan erottaa niin alueellisen, maakunnallisen, kansallisen kuin kansainvälisen toiminnan tasoja. Toimintaa on toteutettu eri hankevaiheiden kautta, joissa on kehitetty kyvykkyyttä kotona asumisen turvallisuusriskien parempaan hallintaan johdonmukaiseen ja ver-

kustannusvaikuttavuus.

Kuva 1. Tapaturmien ennakointipolku ja palvelujärjestelmän ennakointikyky.

Kuva 1.Tapaturmien ennakointipolku ja palvelujärjestelmän ennakointikyky. kostomaiseen yhteistoimintaan perustuvan ennakoinnin ja entulkittavat tapahtumatiedot ja haitalliset tapahtumaketjut sijoittunalta estämisen kautta. vat aikajanalle suhteessa niiden esiintyvyyteen ennen varsinaista Analytiikka-alusta KAT3-hankkeen kehittämisen päälinjoja ovat olleet asumisen tapaturmaa. Tarkastelun kautta haettiin perusteita onnettomuukturvallisuusriskien analyyttisen arvioimisen kehittäminen, kessienjonka ennakoinnin ja ehkäisyn palvelutuotannon kehittämiselle. KAT3-hankkeen aikana rakennettiin analyyseja varten alustademo, tavoitteena oli luoda keisten toimijoiden asumisturvallisuusriskien ennakointikyvyk-kautta Kehittämistoimenpiteiden optimoitu ajallinen ja sisällöllinen edellytykset tiedon hankkimiseen internetin rajapintaratkaisujen sekä mahdollistaa kohtuullisen kyydentietomäärien parantaminen sekä verkostomaisen kohdentaminen vaikuttaa merkittävästi niiden tuloksellisuuteen suurien tehokas käsittely (kuva monitoimijayhteis2). Demo-projekti voidaan jakaa kolmeen pääluokkaan, työn strategisen rakenteen kuvaaminen. Toiminnalla tuetaan kan-ja mallinnusinfrastruktuuri lyhyellä sekä vaikuttavuuteen pidemmällä aikavälillä. Lisäksi toijoita ovat suunnitteluja testaustyökalut, tietolähteet suurille sallisia strategisia päämääriä eri toimijoidenpyrittiin välisessä, monialaikehittämisessä on oleellista huomioida niiden kustietomassoille. Analyysialustan testauksessa myös löytämäänmenpiteiden avoimen lähdekoodin ratkaisuja, sessavoidaan yhteistyössä toteutettavaksi ikääntyvän väestön jota turvallisuutannusvaikuttavuus. joita hyödyntää ”ei-kaupalliseen”-käyttöön, mm. tutkimusja kehitystoiminta yliopiston den parantamiseksi ja ennakointia ja haitallisten tutkimushankkeissa muissa julkisen sektorintapahtumakulkuprojekteissa voi olla. KAT3-hankkeessa kehitetyn ja Analytiikka-alusta jen ennaltaestämistä painottaen [8]. Artikkelin tavoitteena on kuvata KAT3-hankkeessa toteutettuKAT3-hankkeen aikana rakennettiin analyyseja varten alustadejen tietoaineistoanalyysien ja näihin perustuvien työkalujen kemo, jonka tavoitteena oli luoda edellytykset tiedon hankkimiseen hittämisen mahdollisuuksia onnettomuusriskien ennakoinnissa internetin rajapintaratkaisujen kautta sekä mahdollistaa kohtuulkotiympäristössä. Tarkastelu kytkeytyy teoreettisesti palveluverlisen suurien tietomäärien tehokas käsittely (kuva 2). Demo-prokoston kehittämisen ja palvelusuunnittelun tutkimusalueille [9] jekti voidaan jakaa kolmeen pääluokkaan, joita ovat suunnittelu[10]. Tällä luodaan perusteita pelastustoimen palvelutuotannon ja testaustyökalut, tietolähteet ja mallinnusinfrastruktuuri suurille uudistamiseen hajautetun riskin ympäristössä. tietomassoille. Analyysialustan testauksessa pyrittiin myös löytäAineistoanalyysien tavoitteena on arvioida ja kuvailla keskeismään avoimen lähdekoodin ratkaisuja, joita voidaan hyödyntää ten tietoaineistojen hyödynnettävyyttä asumisen turvallisuuden ”ei-kaupalliseen” -käyttöön, jota muun muassa tutkimusja kehikehittämiseen. Aineistoina on käytetty pelastustoimen resurssitystoiminta yliopiston tutkimushankkeissa ja muissa julkisen sekja onnettomuustilastojärjestelmää eli Prontoa, Eksoten eri tietotorin projekteissa voi olla. KAT3-hankkeessa kehitetyn ja testatun aineistoja, kuten sosiaalija terveydenhuollon vaaratapahtumien analyysialustan neljä keskeistä elementtiä ovat 1) työpöytäsovelraportteja, ensihoidon tehtävädataa sekä kotihoidon kontaktidalukset, 2) avoimet tietolähteet, 3) virtualisoitu OpenstreetMap-rotaa sekä KAT3-hankkeen aikana tuotettuja keskeisten asiantuntiute server ja 4) LUT:n Viipuri LAB:n laskentapalvelin. joiden haastattelu- sekä työpaja-aineistoja. Työpöytäympäristön tarkoitus on mahdollistaa analyysiprosesHankkeessa on lisäksi arvioitu, minkä tyyppisillä tutkimusmesien kehittämisen ja testaamisen joustava toiminta rajatuilla ainetelmillä ja analyysityökaluilla voidaan perustellusti lähteä tutneistomäärillä, jolloin prosessien toiminnan testaaminen ja oikimaan käytettävissä olevaa tietoaineistoa onnettomuuksien ehkeellisuuden on nopeaa. Työpöytäympäristön rungon muodosti käisyn tulokulmasta. Tuloksena on tuotettu kahdentasoista ristiinhankkeessa Knime Analytics tiedonlouhinta-alusta, jolla aineistaulukointia, joista ensimmäisessä on arvioitu tietoaineistoja suhton muokkaaminen, täydentäminen ja mallintaminen suoritettiin. teessa kotona asumisen turvallisuustulokulmiin ja toisessa tietoaiGraafiseen käyttöliittymään tukeutuva Knime Analytics koostuu neistoja suhteessa analyysimenetelmien sovellettavuuteen. Tulokperusohjelmistosta sekä funktiokirjastoista, joita voi ladata yhsia voidaan hyödyntää jatkossa asumisturvallisuuden ennakoivan teisön palvelimelta. Tulosten raportointiin käytettiin kaupallista analytiikan kehittämisessä ja vaatimusten määrittämisessä uusille IBM:n SPSS Statistics -ohjelmistoa, jolla tilastollinen testaus suokotona asumisen turvallisuutta tukeville ratkaisuille. ritettiin. Karttaperusteiseen mallintamiseen tulevaisuudessa voidaan käyttää QGIS-ohjelmistoa. Avoimet tietolähteet voidaan jakaa KAT3-hankkeen osalta kahMENETELMÄT JA TULOKSET teen joukkoon 1) taulukkomuotoisiin internetjakeluihin ja 2) APITurvallisuuden ennakointipolku rajapintojen (sovelluskehittäjä-rajapinta) kautta jaettavaan tietoon. Analyyttisen riskitiedon tuottamisessa lähdettiin liikkeelle turvalTaulukkomuotoista tietoa ovat tyypillisesti aluetason kuvailut lisuuden ennakointipolun määrittelystä (kuva 1), jossa on sovel(mm. väestö, rakennuskanta), jotka edustavat yhteenvetoraportlettu Heinrichin jäävuorimallia [11]. Määrittelyn kautta tuotettiin teja. API-rajapinnoista saadaan yksityiskohtaista rajattua yksikköä tietoa siitä, kuinka erityyppiset tietoaineistot ja niiden perusteella tai ajanhetkeä kuvailevaa tietoa, joita esim. säähavainnot, osoitPalotutkimuksen päivät 2019

105

teiden koordinaatit tai liikennetiedot edustavat. API-rajapinnoista internetin yli saatava tieto on koneluettavassa muodossa, ja sen käyttäminen analyysissä vaatii tiedon jatkokäsittelyä. API-rajapintojen toiminta perustuu internetissä tehtyihin kyselyihin REST/ API-palvelimilta, jolloin massiivista hyödyntämistä rajoittavat lisenssit, käyttäytymisohjeet tai tekniset rajoitteet. KAT3-hankkeessa reittikyselyt edustivat mainittua massiivista tiedon lataamista, jolloin oli perusteltua hyödyntää palvelun virtualisointia paikalliselle koneelle. Tällä vältettiin internetin isäntäkoneen turha kuormittaminen ja parannettiin prosessin nopeutta. Palvelunvirtualisointi toteutettiin yhdellä Windows-työasemalla. LUT:n Viipuri LAB:n laskentapalvelinta hyödynnettiin muutamissa resurssi-intensiivisissä työvaiheissa, joissa prosessoitavat tietomassat aiheuttivat työasematasolla haasteita. Laskentapalvelinta hyödyntämällä analyysien ajoajat ja prosessin vakaus mahdollistivat useamman testiajon tekemisen laajalla aineistolla. Testien avulla muun muassa tuotettua koneoppivaa mallia voitiin testata eri tyyppisillä rakenteilla.

Tietolähteiden kuvailu ja liittäminen ennakointipolkuun KAT3-hankkeen tietolähteinä käytetyistä aineistoista on koottu yhteenveto taulukkoon 1, jossa on esitetty aineiston nimi, lyhyt kuvaus, tiedon tallennusmuoto ja kommentti saatavuudesta tai sijainnista. Lisäksi tietolähteiden hyödynnettävyydestä on tehty tiivis arvio taulukossa 2, joka liittää tietomassat yhteen tapaturmien ennakointipolun kanssa sekä kuvaa, mitkä tietoaineistot määrittävät asiakkaan ja hänen asuinympäristönsä tilaa. Hankkeen tietolähteet kattavat kyselyaineiston, viranomaisten tapahtumalokeja, terveydenhuollon asiakasrekisteritietoja, sekä sijaintitietoon kytkettyä kuvailevaa tietoa. Kaikki rekisteritiedot käsiteltiin tietoturvasyistä anonymisoituina, jolloin yksittäisen asiakkaan tunnistaminen ei ollut mahdollista. Lokitiedoista myös poistettiin tarkat osoitteet, jolloin tapahtumat kytkeytyivät sijaintiin katu- tai kaupunginosatarkkuudella. Yksittäisiä tietoaineistoja (aineistosta riippuen) oli mahdollista kytkeä teknisesti toisiinsa anonymisoidun sosiaaliturvatunnuksen, paikkatietojen ja aikaleimojen perusteella. Keskeisiä tietoa luovuttaneita organisaatioita olivat Pelastusopisto, Imatran Seudun Sähkönsiir-

to Oy ja Etelä-Karjalan sosiaalija terveydenhuollon kuntayhtymä (Eksote) terveydenhuollon vastuuorganisaationa. Lisäksi tilastoja aluetietoa haettiin erityyppisten rajapintojen yli avoimista lähteistä. Tarkemmalle tasolle vietynä alueen kuvailu vaatisi maksullisten lisenssien hankintaa. Erityisesti asiakkaiden päivittäistä toimintaa ja toimintakykyä kuvailevien aineistojen tutkimuskäyttö vaati tutkimuslupaprosessiin perehtymistä ja tutkimusluvan. Luvitus-, aineistopyyntö- ja aineiston toimitusprosesseja tulisi edelleen kehittää ja tehostaa, jotta voidaan tukea laajempaa ja monimuotoisempaa tietoaineistojen analyysikäyttöä tietoaineistojen hallitsijan ulkopuolisissa organisaatioissa. Lisäksi, kokonaisuuden hallintaa ajatellen selkeät rajapintasäännöt ja arkkitehtuurit parantaisivat sekä tietoturvaa, että koottujen aineistojen käytettävyyttä. Taulukoissa 1 ja 2 kuvatut tietolähteet muodostavat kokonaisuutena rikkaan analyysiaineiston, johon liittyy merkittävää hyödyntämispotentiaalia tapaturmien ennaltaehkäisyn ja palveluverkon kehittämisen näkökulmasta. Toteutettujen analyysien perusteella tunnistettuja hyödyntämisalueita ovat mm. palveluverkon yhteistoimintavasteen kehittäminen, riskiryhmien tunnistaminen ja riskiprofiilien muodostaminen, ja tapaturmien taustalla olevien tapahtumaketjujen ymmärtäminen. Palveluverkon yhteistoimintavasteen kehittäminen – Yhdistämällä PRONTO-aineiston spatiotemporaaliset muuttujat, avoimien kartta- ja reittitietoaineistojen tiedot sekä rakennuskannan tiedot, voidaan muodostaa palvelukysynnän ennakointimalleja ja tuottaa alueellisia skenaarioita palveluvasteen analysointiin. Analyysien tuottamaa tietoa voidaan edelleen soveltaa mm. palveluverkon rakenteellisessa suunnittelussa, palvelupisteiden sijaintimäärittelyssä sekä tarkennetussa resurssien allokoinnissa. Riskiryhmien tunnistaminen ja riskiprofiilien muodostaminen – Henkilötunnusavaimen avulla voidaan yhdistää ensihoidon tapahtumaloki, turva-auttajaloki, asiakkaan toimintakykytiedot (RAIHC) ja apuvälinetiedot. Yhdistetyn monimuuttuja-aineiston perusteella voidaan tunnistaa keskeisiä riskiryhmiä ja erityisesti näihin liittyviä poikkeama- ja vaaratilannetyyppejä. Riskiryhmäprofilointia voidaan soveltaa mm. riskialueluokittelun tarkentamisessa ja operatiivisten yhteistoimintamallien määrittelyssä ja toimin-

Kuva 2. KAT3-hankkeen demoalusta ennakoivaan analytiikkaan.

va 2. KAT3-hankkeen demoalusta ennakoivaan analytiikkaan. 106

Palotutkimuksen päivät 2019

Tietolähde

Tallennus

Saatavuus

Taulukko

LUT yhteistyössä

Taulukko

Tutkimuslupa/Pelastusopisto

Ensihoidon loki

Kuvaus LUT:n toteuttama strukturoitu kuluttajakysely kansalaisten varautumiseen ja turvallisuuskokemukseen liittyen iältään 25–75-vuotiaille kansalaisille. Pelastustoimen resurssi- ja onnettomuustilasto PRONTO on järjestelmä pelastustoimen seurantaa ja kehittämistä sekä onnettomuuden selvittämistä varten. Ensihoidon tapahtumaloki, johon on koottu yksiköiden tehtävät sijainnin, syyn, kellon ajan ja keston osalta.

Taulukko

Tutkimuslupa/Terveydenhuollon vastuuorganisaatiot

Turva-auttaja loki

Turvapuhelinhälytysten tapahtumaloki.

Taulukko

Tutkimuslupa/Terveydenhuollon vastuuorganisaatiott

HaiPro

HaiPro on potilas-/asiakasturvallisuutta vaarantavien tapahtumien raportointimenettely ja tietotekninen työkalu.

Taulukko

Tutkimuslupa/Terveydenhuollon vastuuorganisaatiot

RAI-HC

RAI (Resident Assessment Instrument eli potilaan arviointiväline) on standardoitu välineistö asiakkaan palvelutarpeen arviointiin sekä hoito-, kuntoutus- ja palvelusuunnitelman laatimiseen.

Taulukko/Tietokanta

Tutkimuslupa/Terveydenhuollon vastuuorganisaatiot

Apuvälinetiedot

Asiakkaan käytössä olevat apuvälineet, jotka tukevat itsenäistä kotona pärjäämistä ja toimintakykyä.

Taulukko

Tutkimuslupa/Terveydenhuollon vastuuorganisaatiot

Energian kulutustiedot

Sähköverkkoyhtiöiden kiinteistö-/asuntokohtaiset energiankulutuksen mittaustiedot.

Taulukko

Tutkimuslupa

Suomalaisten rakennusten sijainnit

Suomalaisten rakennusten sijaintimaakunnan, sijaintikunnan, katuosoitteen, talonumeron, postinumeron sekä koordinaatit WGS84 muodossa. Lisäksi aineisto sisältää tietoa rakennuksen käyttötarkoituksesta

Taulukko

Avoin internetlataus (www.avoindata.fi)

PAAVO

Postinumeroalueittainen sisältää tietoja mm. asukasrakenteesta, rakennuksista ja asunnoista, työpaikoista sekä asukkaiden pääasiallisesta toiminnasta.

Taulukko/Geoserver

Avoin internetlataus

Ruututietokanta

Ruututietokanta sisältää Tilastokeskuksen tilastoaineistoja karttaruutuihin laskettuna. Keskeiset sisällöt samat kuin PAAVOssa.

Karttataso tai dBase-tiedosto

Maksullinen/ Käyttäjätunnukseta (www.stat.fi)

Osoitteiden geokoodaus, OpenStreetMap (OSM)

OpenStreetMap on avoin projekti vapaasti muokattavien karttojen luomiseksi. Vastaava tieto saatavissa myös kaupallisesti, GoogleMaps.

Palvelin

Nominatim API (RESTb,c)

Palvelin

OSRM API (RESTb,c) tai OSRM virtual server (RESTb,c)

KAT3-kysely PRONTO

Reittitiedot, OpenStreetMap (OSM)

a) Vaatii käyttäjätunnuksen, tiedonhaut lisenssiehtojen/hinnaston mukaisesti b) REST (Representational State Transfer), HTTP-arkkitehtuuri ohjelmointirajapinnalle (https://fi.wikipedia.org/wiki/REST). c) Vaatii API-Keyn Taulukko 1. Tietolähteiden yhteenveto.

nanohjauksessa pelastusalan ja sote-alan toimijoiden välillä (esim. riskiryhmien evakuointi myrskyuhan alla). Energiankulutustietojen avulla voidaan tuottaa ymmärrystä käyttökohteiden asukkaiden vuorokausirytmistä, ja tunnistaa mahdollisia muutoksia siinä. Tapaturmiin johtavien tapahtumaketjujen ymmärtäminen – Ennaltaehkäisevien toimintamallien kohdentamisen ja niiden yhteistoiminnallisen sisällöllisen kehittämisen kannalta on keskeistä pyrkiä tunnistamaan tapaturmiin (tulipalot ja kaatumiset) liittyviä tapahtumaketjuja. Käytössä ollut laadullinen HaiPro-aineisto selittää kotiympäristössä tapahtuneita vaaratilanteita, ja niiden taustalla olevia asukkaasta ja hänen toimintakyvystään johtuvia tekijöitä sekä toimintaympäristöstä ja -olosuhteista kertovia tekijöitä, jotka ovat myötävaikuttaneet vaaratilanteiden syntymiseen. Vaikkakin vaaratilanteiden esiintymistä ei voida täysin poistaa, voidaan analyysin avulla löytää uusia keinoja taustatekijöihin vaikuttamiseen ja toteutuneiden vaaratilanteiden negatiivisten vaikutusten minimointiin.

YHTEENVETO JA JOHTOPÄÄTÖKSET KAT3-hankkeessa kehitettiin tietoaineistoperusteista ennakoivaa analytiikkaa asumisen turvallisuusriskien havaitsemiseen ja ennalta estämiseen. Hyödynnettävät tietolähteet sisälsivät pelastustoimen ja sosiaalija terveystoimen keskeisiä tietolähteitä sekä hankkeessa tuotettua aineistoa. Aineistojen analytiikkaan kehitettiin soveltuva analyysimenettely. Tietolähteet muodostivat kokonaisuutena monipuolisen analyysiaineiston, joka tuotti tulosten perusteella merkittävää hyödyntämispotentiaalia kolmella riskienhallinnan ja palveluiden kehittämisen osa-alueella: 1. palveluverkon yhteistoimintavasteen kehittäminen, 2. riskiryhmien tunnistaminen ja riskiprofiilien muodostaminen sekä 3. tapaturmien taustalla olevien tapahtumaketjujen ymmärtäminen. Palveluverkon yhteistoimintavasteen kehittäminen -osa-alueella rakentui pelastustoimen palvelukysynnän ennakointimalleja ja alueellisia skenaarioita palveluvasteen arviointiin ja kehittämiPalotutkimuksen päivät 2019

107

Ennakointipolun vaiheet Tietolähde

Asuinympäristön tila

Asiakkaan tila

Turvattomuuden kokemus

Havaitut poikkeamat ja vaaratilanteet

KAT3-kysely

PRONTO

Tapaturmat x

Ensihoidon loki

Turva-auttaja loki

HaiPro

RAI-HC

Apuvälinetiedot

Energian kulutustiedot

Suomalaisten rakennusten sijainnit

PAAVO

Ruututietokanta

Osoitteiden geokoodaus, OpenStreetMap (OSM)

Reittitiedot, OpenStreetMap (OSM)

Taulukko 2. Tietolähteiden rooli tapaturmien ennakointipolulla sekä asuinympäristön ja asiakkaan tilaa määrittävänä tekijänä.

seen. Analyysin kautta muodostunutta tietoa on mahdollista hyödyntää pelastustoimen palveluverkon koostumuksen ja asemoinnin kehittämisessä siten että se vastaa entistä paremmin toimintaympäristön riskikehityksestä muodostuvaan palvelutarpeeseen. Kehitetty monimuuttuja-aineistoanalytiikka mahdollisti riskiryhmien tunnistamisen ja riskiprofiilien muodostamisen. Menettely mahdollisti oleellisten riskiryhmien ja näihin liittyvien poikkeama- ja vaaratilannetyyppien tunnistamisen. Tietoa voidaan soveltaa riskialueluokittelun täsmentämiseen sekä pelastustoimialan ja sosiaalija terveydenhoitoalan yhteistoimintamallien ja toiminnanohjauksen kehittämiseen, jotta palvelutuotanto vastaa entistä paremmin riskiryhmien palvelutarpeeseen. Tulokset auttavat määrittämään tapaturmiin johtavia tapahtumaketjuja, kun ymmärrys kotiympäristössä tapahtuneista vaaratilanteista, asukkaan sekä toimintaympäristön vaikutuksesta toisiinsa ja mahdollisista keskinäisriippuvuuksista lisääntyy. Tieto mahdollistaa ennakoivien ja ennaltaehkäisevien toimenpiteiden toteuttamisen riskiperusteisesti, jolloin tuotettujen interventioiden osumatarkkuus paranee. Kehittämisen tavoitteena on riskikehityksen katkaiseminen ja ennaltaehkäisy mahdollisimman varhaisessa vaiheessa juurisyihin vaikuttamalla. Kehittämisen edellytyksenä on tiivis tiedonvaihto ja monialainen yhteistyö pelastustoimialan, sosiaalija terveydenhoitosektorin sekä muiden asumisturvallisuuteen keskeisesti vaikuttavien toimijoiden kesken. KIITOKSET Kiitämme Palosuojelurahastoa KAT3-hankkeen rahoittamisesta sekä siten artikkelissa kuvatun kehittämistyön mahdollistamisesta. LÄHTEET [1] Tilastokeskus. (2019). Suomen virallinen tilasto (SVT): Väestörakenne [verkkojulkaisu]. ISSN=1797-5379. [viitattu: 3.6.2019]. Helsinki. Saantitapa: http://www.stat.fi/til/vaerak/index.html. 108

Palotutkimuksen päivät 2019

[2] Vanhuspalvelulaki 980/2012. [3] Noro, Anja & Karppanen, Satu. (2019). Ikäihmisten kotihoidon ja kaikenikäisten omaishoidon uudistus 2016–2018. Tuloksia ja toimintamalleja. Sosiaali- ja terveysministeriön raportteja ja muistioita 2019:29. http://julkaisut.valtioneuvosto.fi/handle/10024/161532. [4] Etelä-Karjalan sosiaalija terveydenhuollon kuntayhtymä (Eksote). (2019). Strategiset linjaukset Eksotessa 2019–2023, luonnos 17.4.2019. http://www.eksote.fi/eksote/strategia-ja-johtaminen/Documents/Strategiset%20linjaukset%20Eksotessa%20 2019%e2%80%932023%2c%20luonnos.pdf. [5] Pelastuslaki 379/2011. [6] Sisäministeriö. (2012). Pelastustoimen toimintavalmiuden suunnitteluohje. Sisäinen turvallisuus Sisäasiainministeriön julkaisuja 21/2012. http://www.pelastustoimi.fi/download/33309_212012.pdf?88af21fd0e5bd488. [7] Kotona asumisen turvallisuus -kotisivusto. (2019). https:// www.kotonaasumisenturvallisuus.fi/. [8] Sisäministeriö. (2018). Turvallinen elämä ikääntyneille –toimintaohjelman päivitys. Sisäministeriön julkaisu 6/2018. http:// urn.fi/URN:ISBN:978-952-324-182-4. [9] Valkokari, Katri, Valjakka, Tiina, Hakanen, Taru, Kupi, Eija & Kaarela, Ilari. (2014). Palveluverkoston kehittämisen työkirja. VTT. https://www.vtt.fi/inf/julkaisut/muut/2014/VTT_Palveluverkoston_kehittamisen_tyokirja.pdf. [10] Valentijn, Pim, Schepman, Sanneke, Opheij, Wilfrid & Bruijnzeels, Marc (2013). Understanding integrated care: a comprehensive conceptual framework based on the integrative functions of primary care. International Journal of Integrated Care, vol. 13. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3653278/. [11] Heinrich, Herbert William, Petersen, Dan & Roos, Nestor. (1980). Industrial accident prevention: a safety management approach (5th ed.). New York: McGraw-Hill.

Tarja Ojala Suomen Pelastusalan Keskusjärjestö SPEK Ratamestarinkatu 11, 00520 Helsinki

Sosiaali- ja terveydenhuollon asiakkaiden asuntoon sisälle lukitsemisen syytekijät

TIIVISTELMÄ Tutkimuksessa arvioidaan sosiaalija terveydenhuollon asiakkaiden sisälle lukitsemisen tai muun rajoittamisen sekä vaaratilanteiden tavanomaisuutta ja näitä selittäviä tekijöitä. Aineistona käytetään Suomen lähi- ja perushoitajaliitto SuPer ry:n sekä Suomen Pelastusalan Keskusjärjestön yhteistyössä tekemän kyselytutkimuksen vastauksia. Lukituksen, rajoittamisen ja vaaratilanteiden tavanomaisuutta on arvioitu kvantitatiivisesti (n=3430). Niitä selittävistä tekijöistä laaditussa sisällönanalyysissä käytetään kolmea näytettä (n1=100, n2=100, n3=49). Selittävät tekijät luokiteltiin aineistolähtöisesti ja kvantifioitiin. Kaikista vastaajista kaksi kolmasosaa oli samaa mieltä väittämästä, jonka mukaan asiakkaita tai asukkaita lukitaan sisälle tai heidän liikkumistaan rajoitetaan turvallisuuden varmistamiseksi. Vaaratilanteista tavanomaisimpia olivat väkivallan uhka, kaatumiset sekä asukkaan karkaamiset tai eksymiset. Paloturvallisuus tuli esille noin kymmenesosassa vastauksia. Aineiston perusteella asiakkaan sisälle lukitseminen tai muu rajoittaminen voi olla väkivallalta, karkaamisilta tai kaatumisilta suojaava toimenpide. Poistumisturvallisuus jää vähäiselle huomiolle. Lukitseminen tai rajoittaminen voi lisäksi olla ristiriidassa asukkaan itsemääräämisoikeuden kanssa. TAUSTA Poistumisturvallisuus on asumisturvallisuuden keskeinen edellytys. Poistumisturvallisuusvaatimus on sekä pelastuslaissa 376/2011 että Suomen rakentamismääräyskokoelmassa E1, jossa edellytetään, että uloskäytävien ja niihin johtavien tilojen ovien pitää olla hätätilanteessa helposti avattavissa [1; 2]. Mahdolliset kulunvalvonnan järjestelyt eivät saa estää poistumista [2, 32.]. Poistumisturvallisuus voi kuitenkin muodostua ongelmaksi erityisryhmien, kuten ikääntyneiden, muistisairaiden, vammaisten, kotihoidon asiakkaiden ja omaishoidossa olevien henkilöiden asumisessa. Pelastuslain 376/2011, 19–20 § ottaa asian huomioon ja edellyttää hoitolaitoksissa sekä palveluja tukiasumisessa poistumisturvallisuusselvityksen tekemistä. Lähtökohtana on, että asuk-

kaan tulee päästä poistumaan itsenäisesti tai avustettuna asuintiloista 2–3 minuutin kuluessa. Mikäli tavoite ei täyty, tulee kiinteistö varustaa automaattisella sammutuslaitteistolla. Hoivapolitiikan muutoksen seurauksena laitoshoidon sijasta suositaan kotiin annettavia palveluita. Kotihoidossa vastaavia poistumisturvallisuuteen liittyviä vaatimuksia ei ole. Sosiaali- ja terveystoimessa sekä pelastustoimessa on oltu huolissaan asiakkaiden asumisen turvallisuudesta ja paloturvallisuudesta [3; 4]. Vaikka pelastuslaki ei edellytä kotihoidossa poistumisturvallisuusselvityksen tekemistä, menetelmiä kotihoidon asiakkaiden poistumisturvallisuuden arvioimiseksi on kehitetty muun muassa PaloRAI- ja EVAC- sekä KAT-hankkeissa [5:6]. Toisaalta poistumisturvallisuuden periaatteesta poiketen on sosiaalija terveydenhuollossa tullut esiin tapauksia, joissa esimerkiksi muistisairas asukas voidaan lukita asuntoonsa tai asuinhuoneeseensa joko asukkaan oman tai muiden asukkaiden turvallisuuden varmistamiseksi. Tilanne on tutkimuksellisesti mielenkiintoinen. Lukitseminen voi parantaa henkilöturvallisuutta, mutta samalla se on ristiriidassa poistumisturvallisuusperiaatteen kanssa. Samalla lukitseminen tai muu asiakkaan rajoittaminen on ristiriidassa perustuslain 731/1999, § 9:n mukaisen liikkumisen vapauden kanssa [7]. Tilanne on ristiriitainen sekä asiakkaiden, heidän omaistensa, hoivatyötä tekevän henkilöstön että pelastustoimen näkökulmasta. TUTKIMUKSEN TAVOITE JA RAJAUKSET Tutkimuksen tavoitteena on arvioida sosiaalija terveystoimen asiakkaiden asuntoon sisälle lukitsemisen tavanomaisuutta ja sen taustalla olevia syytekijöitä kuten mahdollisia vaaratilanteita. Tutkimuksen tarkoituksena on tuottaa tietoa toimintamallien kehittämiseksi ja erityisryhmien arjen ja asumisen turvallisuuden parantamiseksi. Artikkeli keskittyy lukitsemisen, rajoittamisen, syytekijöiden ja vaarojen arviointiin. Tarkastelun ulkopuolelle on rajattu eettinen pohdinta ja itsemääräämisoikeus. Palotutkimuksen päivät 2019

109

AINEISTO JA MENETELMÄT Aineistona käytetään Suomen lähi- ja perushoitajaliitto SuPer ry:n ja Suomen Pelastusalan Keskusjärjestön (SPEK) yhteistyössä helmi–maaliskuussa 2019 tekemän kyselytutkimuksen aineistoja. Kyselyn tavoitteena on SuPerin jäsenkunnan työssään kokemien turvallisuusongelmien tunnistaminen, kuvaaminen ja jäsenistön tuki- ja koulutustarpeiden arviointi. Periaatepäätös kyselyn tekemisestä tehtiin SuPerin ja SPEKin yhteistyöpalaverissa elokuussa 2018. Kyselyluonnos valmistui joulukuussa 2018. Kyselyn sisällössä otettiin huomioon kolme näkökulmaa: asiakasturvallisuus, työturvallisuus ja turvallisuuskoulutus. Kysymyksiä muokattaessa otettiin huomioon Terveyden ja hyvinvoinnin laitoksen (THL) vuonna 2013 ja 2015 toteuttamat Sosiaali- ja terveydenhuollon paloturvallisuutta koskeneiden kyselyjen [3 ja 4] kysymyksenasettelu, SuPerin aiemmissa kyselyissään käyttämien vastaajien taustatietojen sisältö, sekä SPEKin Osallistava Turvallisuus Erityisryhmille (OTE) -hankkeen [8] tiedontarpeet. Kyselyn suomenkielinen sisältö viimeisteltiin ja hyväksyttiin molemmissa organisaatioissa tammikuussa 2019. Tämän jälkeen kysely käännettiin ruotsiksi ja siirrettiin Webropoliin. Kysely kohdistettiin SuPerin jäsenkunnasta rajatulle joukolle. Otokseen valittiin SuPerin jäsenrekisteristä työelämässä mukana olevat, kotihoidossa, tuetussa asumisessa, tehostetussa palveluasumisessa sekä laitoshoidossa työskentelevät henkilöt. Otos edustaa sekä yksityisen että julkisen sektorin työntekijöitä. Kyselyn ulkopuolelle rajattiin eläkeläiset, yliopistollisissa ja muissa keskussairaaloissa, lääkäriasemilla tai muussa vastaanotto tai vastaavassa palvelussa toimivat henkilöt, sekä varhaiskasvatuksessa, koulussa tai koulupäivähoidossa työskentelevät henkilöt. Samoin ulkopuolelle rajattiin apteekeissa, neuvolassa, perhetukikeskuksessa, suunhoidossa jäsenrekisterin mukaan työskentelevät henkilöt. Lopullisen otoksen koko oli 31454 henkilöä. Kysely avattiin 14.2.2019, jolloin otokseen valituille henkilöille lähetettiin sähköpostitse lyhyt saateviesti ja linkki kyselyyn. Kysely kohdistettiin kullekin vastaanottajalle jäsentietoihin merkittyyn sähköpostiosoitteeseen. Koska kysely oli pitkä, vastaajille oli varattu mahdollisuus tallentaa keskeneräinen vastaus ja jatkaa kysely loppuun toisella kertaa. Kyselyn vastaamista rajoitettiin siten, että kustakin sähköpostiosoitteesta pystyi vastaamaan vain yhden kerran. Otokseen kuuluneille henkilöille lähetettiin sähköpostitse muistutusviesti. Kysely suljettiin 12.3.2019. Tässä artikkelissa aineistona käytetään alkuperäisen kyselyn kolmea kysymystä, kysymykset 17–19. Asiakkaiden sisälle lukitsemista kysyttiin väittämällä (kysymys 17): Ovia joudutaan lukitsemaan, tai asiakkaan liikkumista muuten rajoittamaan, asiakkaan turvallisuuden parantamiseksi. Vastausvaihtoehtoina oli viisiportaisen Likert-asteikon vaihtoehdot, täysin samaa mieltä, jokseenkin samaa mieltä, ei samaa eikä eri mieltä, jokseenkin eri mieltä, täysin eri mieltä. Lisäksi vastausvaihtoehtona oli: ei koske omaa työtäni. Tietoa vaaratilanteiden tavanomaisuudesta kerättiin kysymyksellä 18: Työssäni olen todennut läheltä pititai vaaratilanteita. Vastausvaihtoehtoina oli ei lainkaan, vain yksittäisiä tapauksia, joitakin tapauksia, useita tapauksia, kaikkien tai lähes kaikkien asiakkaideni arjessa. Tämän jälkeen vastaajilta pyydetiin perusteluja (kysymys 19): Kerro lyhyesti, minkälainen/minkälaisia tilanteita on tapahtunut. Kysymyksistä 17 ja 18 tehtiin kvantitatiivinen analyysi, jossa analysoitiin sisälle lukitsemisen ja vaarojen tavanomaisuutta. Lisäksi asukkaiden sisälle lukitsemisen tai muun rajoittamisen syitä sekä vaaroja arvioitiin laadullisen sisällönanalyysin avulla. Analyysi pyrki selittämään edellisten kysymysten vastauksia. Arviointi sisältää sekä laadullisen, kuvaavan että kvantitatiivisen, syy110

Palotutkimuksen päivät 2019

tekijöiden tavanomaisuutta määrällisesti arvioivan näkökulman. Kysymyksen 19 analyysissä luettiin ensin läpi kaikki vastaukset. Useat vastaukset sisälsivät useampia vaaratilanteita. Tämän vuoksi vastaukset jaettiin eri tyyppisiin vaaratilanteisiin ja kunkin osalta vastaus pelkistettiin yhteen sanaan. Vastauksen maksimipituus oli 100 merkkiä, joten useat vastaukset olivat valmiiksi melko pelkistettyjä. Näytteiden vastaukset purettiin manuaalisesti rivi kerrallaan avainsanoiksi, jotka analyysissä yhdistettiin teemoiksi. Teemoiksi muodostui - väkivalta (alaluokkina väkivalta, aggressiivisuus, sylkeminen, lyöminen, pureminen, potkiminen) - kaatumiset (kaatumiset, putoamiset, nostot) - eksymiset (harhailu, eksyminen, katoaminen, poistuminen, lähteminen ja kylmettyminen) - lääkkeet (lääkkeiden jakelussa tapahtuneet virheet, väärät lääkkeet, lääkkeiden unohtaminen, omaisten antamat lääkkeet, asiakkaan omatoimisesti ottamat lääkkeet siten, että on otettu esimerkiksi koko viikon lääkkeet yhdellä kertaa, psyykelääkkeiden väärinkäyttö) - paloturvallisuus (liesi- ja ruuanlaiton turvallisuus, tupakka, avotuli, puuliesi, savu, tulipalot) - muut vaarat. Luokka on kaatoluokka, jossa on mainintoja muun muassa vesivahingoista, itsetuhoisuudesta, tietoturvaongelmista, kotihoidon asiakkaan asiakaslistalta ”putoamisista” ja asiakkaiden sairauskohtauksista. Manuaalisen luokittelun tavoitteena oli löytää koko aineiston luokittelua varten keskeiset avainsanat. Lukemisen toiston ja luokittelun tarkastamisen yhteydessä todettiin, että koko kysymyksen 19 vastausten luokittelu automaattisesti asiasanojen avulla ei anna hyvää tulosta, koska ilmiöitä kuvataan hyvin useilla ilmaisuilla. Lisäksi vastaajien ilmaisut ja näkemykset samoilla avainsanoilla olivat osittain ristiriitaisia.

Keskeiset tulokset Vastaajat Kysely lähetettiin 31454:lle SuPerin jäsenelle. Kyselyyn vastasi yhteensä 3430 henkilöä. Suomenkieliseen kyselyyn vastasi yhteensä 3321 henkilöä ja ruotsinkieliseen 109 henkilöä. Vastausprosentti oli 10.9 prosenttia. Vastaajista lähes 96 prosenttia oli naisia. Hieman yli neljä prosenttia (144) oli miehiä. Vastaajien keski-ikä oli noin 45 vuotta, mediaani 48 vuotta. Nuorin vastaaja oli 18-vuotias, iäkkäin 67-vuotias. Valtaosa vastaajista oli äidinkieleltään suomenkielisiä. Ruotsinkielisten ohella vastaajien joukossa oli 46 äidinkieleltään muun kielistä vastaajaa. Vastaajista noin 80 prosentilla oli taustalla lähihoitajan koulutus. Vaihtoehtoisesti vastaajilla oli perus- tai lähihoitajan koulutus. Muu koulutustausta oli viidellä prosentilla. Vastaajista lähes kaksi kolmasosaa työskenteli julkisella ja kolmasosa yksityisellä sektorilla. Kyselyyn vastaajia oli jokaisen maakunnan alueelta. Valtaosa ruotsinkieliseen kyselyyn vastanneista työskentelee Uudellamaalla, Keski-Pohjanmaalla, Pohjanmaalla tai Ahvenanmaalla. Yli puolet vastaajista työskentelee vanhustyössä, vajaa kymmenesosa muistisairaiden henkilöiden kanssa. Muut vastaajat työskentelevät mielenterveys- tai päihdeasiakkaiden, vammaisten henkilöiden, muiden tai useiden asiakasryhmien kanssa. Lähes puolet (48 %) suomenkieliseen kyselyyn vastanneista työskentelee tehostetussa palveluasumisessa ja noin viidesosa (21 %) kotihoidossa. Ruotsinkieliseen kyselyyn vastanneista reilu kolmasosa (38 %) työskentelee tehostetussa palveluasumisessa ja yli neljäsosa (28 %) kotihoidossa.

Lähes puolet vastaajista tekee kolmivuorotyötä, ja reilu kolmasosa kaksivuorotyötä. Osa tekee pelkästään yövuoroa. Valtaosa vastaajista tekee kokopäivätyötä. Neljällä viidesosalla kaikista kyselyyn vastanneista oli toistaiseksi voimassa oleva työsopimus. Määräaikainen tai vastaava Lähes puolet vastaajista tekee kolmivuorotyötä, ja reilu kolJos tuloksissa otetaan huomioon vain niiden vastaajien joukko, sopimus oli voimassa viidesosalla vastaajista. masosa kaksivuorotyötä. Osa tekee pelkästään yövuoroa. Valjoiden työtä asia sivuaa, oli väittämän kanssa täysin tai jokseenkin

taosa vastaajista tekee kokopäivätyötä. Neljällä viidesosalla kaisamaa mieltä olevia kolme neljästä vastaajasta (76 %). Eri mieltä taiolimuu rajoittaminen kistaLukitseminen kyselyyn vastanneista toistaiseksi voimassa oleva työsoolevien osuus oli 18,6 prosenttia. (Kuva 1.) pimus. Määräaikainen tai vastaava sopimus oli voimassa viideskolmasosa (38 %) kyselyn vastaajista oli täysin samaa mieltä väittämästä, jonka mukaan ovia osallaYli vastaajista. Vaaratilanteet joudutaan lukitsemaan tai asiakkaan liikkumistaTyössään muuten rajoitetaan heidän turvallisuutensa oli läheltä piti -tilanteita tai vaaratekijöitä todennut 96 Lukitseminen tai muu rajoittaminen prosenttia vastaajista. Kolmasosa vastaajista ilmoitti useista vaavarmistamiseksi. Lisäksi lähes kolmasosa (30 %) vastaajista oli jokseenkin samaa mieltä Yli kolmasosa (38 %) kyselyn vastaajista oli täysin samaa mieltä ratilanteista tai vaaratilanteista useiden tai kaikkien asiakkaidenväittämästä. Yhteensä väittämästä olitaisamaa yli(Kuva kaksi2.)kolmasosaa (68 %) vastaajista. väittämästä, jonka mukaan ovia joudutaan lukitsemaan asiak- mieltä sa kanssa. kaanJokseenkin liikkumista muuten rajoitetaan turvallisuutensa eri mieltä taiheidän täysin eri mieltävarväittämästä oli vajaa viidesosa (16 %) vastaajista. Noin mistamiseksi. Lisäksi lähes kolmasosa (30 %) vastaajista oli jokNimetyt vaaratilanteet kymmenesosa vastaajista (11 %) ilmoitti, että asia ei koske vastaajan omaa työtä. seenkin samaa mieltä väittämästä. Yhteensä väittämästä oli samaa Lukitsemista tai rajoittamista sekä vaaroja tai läheltä-piti tilanteita mieltä yli kaksi kolmasosaa (68 %) vastaajista. Jokseenkin miel- vastaajien koskeneidenjoukko, kysymysten perusteluja (kysymys 19) esitti oli yhteenJos tuloksissa otetaan huomioon vain eri niiden joiden työtä asia sivuaa, tä tai täysin eri mieltä väittämästä oli vajaa viidesosa (16 %) vassä 1881 vastaajaa. Näistä on tähän artikkeliin analysoitu 249 vas väittämän kanssa vastaajista täysin tai samaa olevia kolme neljästä vastaajasta (76 %). Eri taajista. Noin kymmenesosa (11jokseenkin %) ilmoitti, että asia mieltä tausta. Analysoitavaksi otettiin aineistosta kolme erillistä näytettä: mieltä olevien osuus oli 18,6 prosenttia. (Kuva 1.)1) suomenkielisen kyselyn vastaajista sata ensimmäistä kysyei koske vastaajan omaa työtä.

SuPerin kysely, kysymys 17. Ovia joudutaan lukitsemaan tai asiakkaan liikkumista muuten rajoittamaan asiakkaan turvallisuuden parantamiseksi (n=3052)

Kuva 1. Superin kysely, kysymys 17: Ovia joudutaan lukitsemaan, tai asiakkaan liikkumista muuten rajoittamaan, asiakkaan turvallisuuden varmistamiseksi. (n=3052. Yhdistetty suomen- ja ruotsinkielisen kyselyn vastaukset. Poistettu ei koske työtäni -vastaukset.) 0% 20 % 40 % 60 % 80 % 100 % täysin samaa mieltä jokseenkin samaa mieltä ei samaa eikä eri mieltä Vaaratilanteet eri -tilanteita mieltä eri mieltä Työssään jokseenkin oli läheltä piti tai täysin vaaratekijöitä todennut 96 prosenttia vastaajista. Kolmasosa

vastaajista ilmoitti useista vaaratilanteista tai vaaratilanteista useiden tai kaikkien asiakkaidensa Kuva 1. SuPerin kysely, kanssa. (Kuva 2.) kysymys 17: Ovia joudutaan lukitsemaan, tai asiakkaan liikkumista muuten rajoittamaan, asiakkaan turvallisuuden varmistamiseksi. (n=3052. Yhdistetty suomen- ja ruotsinkielisen kyselyn vastaukset. Poistettu ei koske työtäni -vastaukset.).

Superin kysely, kysymys 18. Työssäni olen todennut läheltä pititai vaaratilanteita (n=3422)

133

896

10 %

20 %

1174

30 %

40 %

50 %

1013

60 %

70 %

80 %

ei lainkaan

vain yksittäisiä tapauksia

joitakin tapauksia

useita tapauksia

90 %

100 %

kaikkien tai lähes kaikkien asiakkaideni arjessa Kuva 2. 2. SuPerin kysely, kysymys 18: Työssäni todennutolen läheltä pititai vaaratilanteita. (n=3422, yhdistetty suomen- ja ruotsinkielisen Kuva Superin kysely, kysymys 18:olen Työssäni todennut läheltä pititai vaaratilanteita. (n=3422, kyselyn vastaukset). yhdistetty suomen- ja ruotsinkielisen kyselyn vastaukset)

Nimetyt vaaratilanteet

Palotutkimuksen päivät 2019

111

mykseen 19 vastannutta henkilöä (n1=100; ID 0001-ID 0174) 2) suomenkielisen kyselyn vastaajista sata viimeistä kysymykseen 19 vastannutta henkilöä (n2=100, ID 3141-3321) 3) kaikki ruotsinkielisen kyselyn kysymykseen 19 saadut vas taukset (n=109, joista vastauksia, eli n3= 49). Laadullisessa analyysissä vastaukset luokiteltiin aineistolähtöisesti turvallisuuden eri osa-alueisiin. Väkivalta-luokkaan kirjattiin kaikki väkivaltaa, aggressiivisuutta, sylkemistä, potkimista, raapimista, uhkailua, kiinni käymistä ja vastaavaa kuvaavat ilmaisut. Erilaisia ilmaisuja oli useita. Toiset asiakkaat ovat olleet vaarassa toisen asiakkaan käyttäytyessä aggressiivisesti. Uhkaava skitsofrenia potilas kotona, Kotihoito yksin paikalla… Kaatumisissa on otettu huomioon sekä kaatumiset että putoamiset sekä sisällä että ulkona. Sidotaan geriatriseen tuoliin tai sänkyyn laitojen taakse, ettei kaadu koska hoitajia niin vähän. Eksymiset, katoamiset, karkaamiset, harhailut on yhdistetty karkaamiset-luokkaan. Asukas lähtenyt huomaamatta ulko-ovesta ja häntä jouduttu etsimään… Lääkeriskeissä on lääkkeiden jakamiseen ja ottamiseen liittyviä tekijöitä, jotka voivat olla sekä asiakas- että henkilökuntalähtöisiä. …aikonut ottaa toisen asukkaan lääkkeitä, itsemurhayritys. Kouluttamaton työntekijä on antanut väärälle ihmiselle lääkkeet. Työturvallisuuteen on kirjattu henkilöstöön kohdistuvat uhat, joihin kuuluu sekä väkivalta, ylikuormittuminen että vastaavat tekijät. Väkivallan uhka työssäni on päivittäistä. Joku saattaa lyödä tai potkia.

Näkövamma asiakkaalla. Toiset jättää esim. vessaan tavaroita esteeksi. Osassa vastauksista oli kuvattu useita eri tilanteita, osassa vain yksi. Osa vastaajista ilmaisi vaaratilanteet yksikössä, osa monikossa tai vastaaja totesi niitä tapahtuvan usein: Muistisairaan asukkaan karkaaminen ulos. Kaatumisia, väkivaltaa. Vastaukset luokiteltiin, kvantifioitiin luokittelun perusteella ja luokat lajiteltiin suuruusjärjestykseen (taulukko 1). Lukitsemisen tai rajoittamisen ja vaaratekijöiden yhteys Avoimissa vastauksissa oli mukana sekä vaarojen kuvaamista että mainintoja ovien lukitsemisen tai muun rajoittamisen syytekijöistä. Osa maininnoista oli suoria mainintoja, osa epäsuoria viitteitä ovien lukitsemisen syytekijöistä. Samoin oli mainintoja siitä, että lukitsemattomat ovet ovat ongelma ja mainintoja siitä, että ovia ei lukita. Väkivallan osalta rajoittamisen tai ovien lukitsemisen syytekijöiksi oli nimetty asiakkaan oma aggressiivisuus, tai toisen ai heuttama väkivallan uhka. Muistisairaat menevät toisten huoneisiin, ottavat tavaroita tai voivat satuttaa vuodepotilasta. Yliseksuaalinen miesasukas menee naisasukkaiden sänkyyn, ovet pidettävä lukittuna. Myös karkaamiset nähtiin turvallisuusongelmana, jota hallitaan rajoittamisella. Ovet lukossa, koska muistisairaat ovat kotiin lähdössä ja tulisi vaaratilanteita, jos karkaisivat. Yövuorossa 1 hoitaja/27 asiakasta… ovia lukittava jos muistamaton, karkaileva asiakas. Asukas lähtenyt huomaamatta ulko-ovesta ja häntä jouduttu etsimään, nyt ulko-ovet lukossa. Omainen on laittanut kotiin ulko-oven ulkopuolelle lukitsemis salvan ettei asiakas pääse ulos.

Paloriskeissä ovat mukana ruuanlaiton, tupakoinnin, sekä muun avotulen kuten puuhellan käytön riskit. Hellan levy jäänyt päälle… Tupakoivat vanhukset ovat suuri riski… Asiakas tekee valkean puuhellaan. Hormi ei vedä ja kaikki savut tulevat sisälle.

Lukitsemisen tai rajoittamisen aiheuttajana saattoi olla yksittäinen asiakas. Nästan alla dörrar måste vara låsta p.g.a en klienten. Klienten går in i andra boendes bostäder. (Lähes kaikki ovet on lukittava yhden asiakkaan vuoksi. Asiakas menee toisten asukkaiden asuntoihin.)

Muihin riskeihin on sijoitettu sellaiset riskit, jotka eivät sijoitu edellä mainittuihin luokkiin.

Vastauksissa oli myös käänteisiä viitteitä lukitsemisesta, samoin kuin viitteitä omaisten roolista lukitsemisen yhteydessä:

Kysymys 19. Väkivalta Kaatumiset Karkaamiset/eksymiset Lääkeriskit Työturvallisuus Paloriskit Muut riskit Yhteensä

Suomenkieliset Suomenkieliset Ruotsinkieliset vastaukset vastaukset vastaukset (n1=100) (n2=100) (n3=49) n n n 44 42 16 33 32 20 16 26 11 23 17 10 15 14 2 10 4 3 20 21 2 161 156 64

Ruotsinkieliset vastaukset % 32,7 40,8 22,4 20,4 4,1 6,1 6,1

Keskiarvo (n=249) % 41,0 34,1 21,3 20,1 12,4 6,8 17,3

Taulukko 1. SuPerin kysely, kysymys 19. Kerro lyhyesti minkälainen / minkälaisia tilanteita on tapahtunut. Laadullinen analyysi, luokitellut vaaratekijät, ositettu otos (n1= 100 ensimmäistä, n2=100 viimeistä kysymykseen 19 vastannutta, n3 sisältää kaikki ruotsinkieliseen kyselyyn vastanneet n3=49).

112

Palotutkimuksen päivät 2019

Asukas karannut, kun omainen on jättänyt oven auki. Omainen lukitsee asiakkaan kotiin yöksi. Hoitajat eivät lukitse koskaan käynnin jälkeen.

POHDINTA

linsyytilaston mukaan olisi odotettavissa. Näiden yhteys lukitsemisen tai muun rajoittamisen tarpeeseen voi kuitenkin olla muita vaaratekijöitä ohuempi. Lukitsemisen ja rajoittamisen syytekijöinä tulee vaarojen tai tapaturmien ehkäisyn ohella esiin henkilöstömitoitukseen ja henkilöstön osaamiseen liittyviä tekijöitä. Nämä herättävät pohdinnan toimintatapojen ja turvallisuuden, mutta myös toimintatapojen ja itsemääräämisoikeuden välisestä ristiriidasta. Tilanne on ristiriidassa lainsäädännön ja toimijoiden arvojen kanssa. SuPerilta pyydetyn lausunnon mukaan iäkkään tai muistisairaan asuntoonsa lukitsemisen tai rajoittamisen harkinnassa pitää kunnioittaa ihmisen itsemääräämisoikeutta. Itsemääräämisoikeuden ohella SuPer korostaa asiakkaan kuulemista, kunnioittamista ja arvostamista sekä ammattietiikkaa, ammattiosaamista, hyvää johtajuutta ja riittäviä resursseja. Jos lukitsemista joudutaan näistä huolimatta käyttämään, tulisi sen perusteet kirjata asianmukaisesti ja varmistaa sekä näkö- että kuuloyhteys asiakkaaseen. Lukitsemisesta pitää olla päätös, joka on kirjattu hoitosuunnitelmaan, niin että asia ei jää yksittäisen hoitajan ratkaisujen varaan. Pelisäännöt pitää kirjata myös omavalvontasuunnitelmaan. Perehdytys on järjestettävä siten, että sijaisetkin tietävät toimintatavat. Lisäksi SuPer edellyttää, että paloturvallisuus on varmistettava ja lakeja rajoittamisesta on noudatettava. Lisäksi tulee varmistaa henkilökunnan koulutus ja riittävä osaaminen. [10] Muistiliitto [11] korostaa puolestaan eduskunnan oikeusasiamiehen lausunnossa esitettyä linjaa, jonka mukaan ”perusoikeuksien rajoittaminen [voi] tulla yksittäistapauksissa kyseeseen ainoastaan rikoslain 4 luvun 4 ja 5 §:ssä [12] säädettynä hätävarjeluna tai pakkotilassa sallittuna tekona”. Muistiliiton mukaan tämä pitää sisällään ajatuksen, että ovia ei voida lukita säännönmukaisesti joka ilta. Muistiliitto myös huomauttaa, että jaettavaa materiaalia asiasta ei ole, koska lainsäädäntö puuttuu. [11]

Vaarat ja rajoittaminen turvallisuustoimenpiteenä Kyselyn tulokset osoittavat, että asukkaan liikkumisen rajoittaminen kuten sisälle lukitseminen tai muu rajoittaminen on yleisesti tunnettu turvallisuustoimenpide. Aineiston perusteella tyypillisiä vaaroja ovat väkivalta, kaatumiset, karkaamiset ja lääkkeiden aiheuttamat vaarat. Myös työturvallisuuteen liittyvät vaarat ovat näytteen perusteella tavanomaisempia kuin tulipalot. Sisälle lukitsemisella tai muulla rajoittamisella pyritään suojelemaan asukasta vaaratekijöiltä. Rajoittamisen taustatekijöitä voivat olla asukkaan oma tai toisen asukkaan väkivaltaisuus, muistisairaus sekä karkailu. Kulun rajoittamisella voidaan suojata asukasta muiden asukkaiden tai ulkopuolisten teoilta, mutta myös asukkaita muiden asukkaiden tai yhden yksittäisen ihmisen aggressiiviselta käytökseltä ja väkivallalta. Muistisairaiden osalta lukitsemisella voidaan suojata asukasta eksymiseltä ja kylmettymiseltä ja paleltumiselta. Paloturvallisuusriskejä on aineistossa kytketty rajoittamiseen vain harvoin. Näytteessä suoranaisia mainintoja ei ollut lainkaan. Tulipalo oli nimetty vaaraksi vain harvoin, se tuli esiin noin kymmenesosassa avoimia vastauksia. Tulipalon vaara kytkettiin hellan ja muiden sähkölaitteiden käytön, ruuanlaiton, tupakoinnin, mutta myös tulipesän käytön ongelmiin – yhdistettynä asukkaan alentuneeseen toimintakykyyn, kuten muistisairauteen. Tulokset osoittavat lukitsemisen ja rajoittamisen taustalla olevia turvallisuuteen liittyviä syytekijöitä. Tunnistettujen vaaratekijöiden yleisyys vastaa kaatumisten, eksymisten ja paleltumisten osalta muun muassa ikääntyneiden tapaturmakuolemien syytekijöitä [9]. Sen sijaan väkivalta näkyy kyselyn tuloksissa voimakkaampana kuin kuolinsyytilastossa. Itsemurhista tai niiden yrityksistä on vähemmän mainintoja avoimissa vastauksissa kuin kuo-

Luotettavuus ja yleistettävyys Kyselyn tulosten kykyä kuvata kokonaistilannetta voidaan arvioida useasta näkökulmasta. Alla asiaa on arvioitu kyselyn tulosten yleistettävyyden, kyselymenetelmän käyttökelpoisuuden ja muun muassa kyselyn ajankohdan osalta. Kysely tehtiin SuPerin jäsenistölle. Kohderyhmänä ammattijärjestön jäsenien ja samaa työtä tekevien järjestäytymättömien henkilöiden näkemysten mahdollisia eroja ei voida arvioida. Kohderyhmänä ammattijärjestöjen tai muun järjestön jäsenkuntaa on kuitenkin käytetty vastaajana erilaisissa tutkimuksissa, tieteellisissä artikkeleissa ja väitöskirjoissa [katso esim. 12]. Kysely tehtiin Webropol-kyselynä. Vastaajilla oli käytettävissään ainoastaan sähköinen vastausmahdollisuus, ei paperilomaketta. Sähköinen vastausmahdollisuus voi rajata vastaajien joukosta niukat it-taidot tai laiteresurssit omaavat henkilöt. Kyselyn poikkeuksellinen pituus arvioitiin jo etukäteen mahdolliseksi vastaajamäärää alentavaksi tekijäksi. Vastaajakatoa pyrittiin vähentämään sisällyttämällä kyselyyn mahdollisuus tallentaa keskeneräinen kysely ja jatkaa sitä myöhemmin. Myös kyselyn ajankohta on voinut vaikuttaa vastauksiin ja vastausaktiivisuuteen. Kyselyn vastausaika ajoittui helmi-maaliskuun vaihteeseen 2019. Julkisuudessa käytiin samaan aikaan voimakasta keskustelua hoiva-alan tilanteesta ja ongelmista. Kyselyyn saatiin ensimmäisen vuorokauden aikana yli 1000 vastausta. Artikkelissa on valittu erilliset näytteet kyselyyn ensimmäisenä päivänä ja sen viimeisinä päivinä vastanneista, jotta voidaan arvioida näiden joukkojen mahdollisia eroja. Kysymyksen 19. suomenkielisten näytteiden molempien osien tulokset ovat kuitenkin samansuuntaiset. Sen sijaan eroa on havaittavissa suomen- ja ruotsinkielisten vastausten välillä.

Myös kaatumisten estämiseksi käytetään rajoittavia toimenpiteitä – tavoitteena asiakkaan turvallisuus: pyörötuolista putoamiset/kaatumiset - haaravyöllä muuten rollalla liikkuvat pyörätuoliin kiinni Itsemääräämisoikeuden ja turvallisuuden ristiriita on todennettavissa yhdestä otoksen avoimesta vastauksesta: Klienten vägrar åka hemifrån, vill inte att man kallar på ambulans. Klienten tycker "jag klarar mej". (Asukas kieltäytyy lähtemästä kotoa, ei halua, että kutsutaan ambulanssi. Asiakas ajattelee ”minä pärjään”.) Avoimessa kysymyksessä oli myös yksittäisiä mainintoja, jotka tuovat esiin erilaisia näkökulmia: Ovien lukitseminen todella harvinaista. Yössä yksin töissä. Jos olet auttamassa asukasta pitää lukita tietyt ovet. Paloturvallisuuden osalta rajoittamisen ja paloturvallisuuden ristiriitaa ei näytteen kommenteissa tule esiin. Sen sijaan koko aineistosta löytyy asiasta kommentteja, esimerkiksi: Ruoka palanut levylle/mikroon, muistisairas kotona, ulko-ovet ulkoa lukittu yms. Lauseeseen kiteytyy lukituksen ja paloja poistumisturvallisuuden välinen ristiriita.

Palotutkimuksen päivät 2019

113

Lopuksi Tutkimus osoittaa asukkaan liikkumisen rajoittamisen turvallisuuden perusteella tunnetuksi toimenpiteeksi. On kuitenkin huomattava, että kysymyksenasettelu ei anna täsmällistä tietoa siitä, kuinka moni vastaajista on joutunut lukitsemaan asiakkaansa tai asukkaan sisälle tai rajoittamaan tämän liikkumista. Sen sijaan se antaa riittävän tiedon lukitsemisen ja rajoittamisen taustalla olevista tekijöistä jatkokeskustelun ja arvioinnin sekä toimintamallien kehittämisen pohjaksi. Tätä arviointia jatketaan kyselytutkimuksen raportissa, jossa tuloksia arvioidaan koko aineistosta ristiintaulukoimalla tunnuslukuja, lukitusta, rajoittamista sekä erilaisia vaaroja vastaa jien taustan, palvelun, asiakasryhmän ja palvelun tarjoajan taustan (yksityinen vai julkinen) kanssa. Seuraavassa vaiheessa tarkasteluun tulee kytkeä syvällisemmin myös yksilönvapaus ja eettiset näkökulmat. Tutkimus herättää keskustelun asiakkaan liikkumisen rajoittamisen ja paloja poistumisturvallisuuden välisestä ristiriidasta, jotta tilanteeseen voitaisiin etsiä kestäviä, lainsäädännön mukaisia, samaan aikaan turvallisuutta ja yksilön vapautta kunnioittavia ratkaisuja. KIITOS Kiitän kaikkia kyselyyn vastanneita SuPerin jäseniä sekä SuPerin henkilöstöä ja kollegojani SPEKissä kyselyn yhteydessä tehdystä yhteistyöstä. Lisäksi kiitän rahoittajia. Kysely on tehty osittain Osallistava Turvallisuus Erityisryhmille (OTE) -hankkeen tiedonkeruun osana, STEAn rahoituksella, osittain Palosuojelurahaston yleisavustuksesta. LÄHTEET 1. Pelastuslaki 379/2011. 2. Suomen rakentamismääräyskokoelma E1. Rakennusten paloturvallisuus. Määräykset ja ohjeet 2011. Ympäristöministeriö, Rakennetun ympäristön osasto.

114

Palotutkimuksen päivät 2019

3. Lounamaa, Anne & Råback, Mirka & Grönfors, Markus & Impinen, Antti & Martikainen, Nina & Lillsunde Pirjo (2013). Paloturvallisuuteen liittyvät käytännöt ja pelastuslaki laitos-, asumisja kotipalveluja tarjoavissa yksiköissä. Turvallisuuskysely 2013 -perusraportti. Terveyden ja hyvinvoinnin laitos, Helsinki. 4. Ojala, Tarja & Koskinen, Hanna & Grönfors, Markus & Somerkoski, Brita & Martikainen, Nina & Lounamaa, Anne (2016). Sosiaali- ja terveydenhuollon paloturvallisuuteen liittyvät käytännöt laitoshoidossa, tuetussa asumisessa ja kotiin annettavissa palveluissa 2015: Valtakunnallisen kyselytutkimuksen tulokset. Työpaperi 37/2016. Terveyden ja hyvinvoinnin laitos, Helsinki. 5. Björkgren, Magnus & Borg, Frank & Kokki, Esa & Mäkinen, Leila & Männikkö, Seppo & Oksanen, Tytti & Suoja, Jukka (2017). PaloRAI ja EVAC-mittari. Pelastusopisto, Kuopio. http:// info.smedu.fi/kirjasto/Sarja_B/B3_2017.pdf. 6. Kotona asumisen turvallisuus -verkkosivut (2019). https:// kotonaasumisenturvallisuus.fi/. 7. Suomen perustuslaki 731/1999. 8. Osallistava Turvallisuus Erityisryhmille -hankkeen verkkosivu. www.spek.fi/ote. 9. Suomen virallinen tilasto (SVT): Kuolemansyyt [verkkojulkaisu]. ISSN=1799-5051. 2017. Helsinki: Tilastokeskus [viitattu: 10.6.2019]. http://www.stat.fi/til/ksyyt/2017/ ksyyt_2017_2018-12-17_tie_001_fi.html. 10. Paavola, Silja. SuPerin vastaus lukitsemista koskevaan kysymykseen. Sähköpostiviesti 28.5.2019. 11. Valkeajoki, Anna. Muistiliiton vastaus lukitsemista koskevaan kysymykseen. Sähköpostiviesti 28.5.2019. 12. Rikoslaki 39/1889. 13. Tulonen, Tuuli (2010). Electrical accident risks in electrical work. Väitöskirja, Tampereen Teknillinen Yliopisto. Turvatekniikan keskus, Helsinki.

Kari Telaranta ja Tarja Ojala Suomen Pelastusalan Keskusjärjestö SPEK Ratamestarinkatu 11, 00520 Helsinki

Oikeudesta asumisen paloturvallisuutta lisääviin välineisiin ja laitteisiin sekä niiden kustannuksista TIIVISTELMÄ Yhteiskunnallisena trendinä on pyrkiä vähentämään laitosasumista ja huolehtia siitä, että ihmiset voisivat asua mahdollisimman pitkään omassa kodissaan. Trendi on linjassa perustuslain 19 §:n 4 momentin kanssa, jonka mukaan julkisen vallan tehtävänä on edistää jokaisen oikeutta asuntoon ja tukea asumisen omatoimista järjestämistä. Ikääntyneiden ja muiden toimintakyvyltään rajoittuneiden henkilöiden omassa kodissa asumisen vahva edistäminen ei ole ongelmatonta paloturvallisuuden kannalta. Nykyisessä hoito- ja palveluasumisverkostossa on yleensä ammattitaitoista henkilökuntaa puuttumassa paloturvallisuutta uhkaaviin tilanteisiin. Lisäksi tilat on usein suojattu automaattisella sammutuslaitteistolla. Kun kyse on kotona asumisesta, tilanne on täysin erilainen. Tässä artikkelissa luodaan katsaus asumisen turvallisuuteen riskiperusteisen turvatekniikan kohdentamisen näkökulmasta sekä julkisen vallan velvollisuuteen ottaa asumisen paloturvallisuus huomioon henkilön palvelutarpeen arvioinnissa sekä osana kodin muuta esteettömyyden ja turvallisuuden arviointia. Artikkelissa esitellään hankkeita, joiden puitteissa on tarkoitus pureutua syvemmin asumisen paloturvallisuuteen liittyviin näkökulmiin. Aiemmin vastaavaa työtä eri menetelmin on tehty esimerkiksi STEP-hankkeessa [1], OTE-hankkeessa [2], KAT-hankkeessa [3] sekä PaloRAI ja EVAC-hankkeissa [4]. SOSIAALIPOLITIIKKA ON PARASTA TURVALLISUUSPOLITIIKKAA [5] Yhteiskunta pyrkii lisäämään ikäihmisten kotona asumista ja vähentämään laitospaikkojen määrää. Tämä johtaa siihen, että kotona asuvien, toimintakyvyltään rajoittuneiden henkilöiden määrä tulee kasvamaan. Mikäli ikääntyvien, toimintakyvyltään rajoittuneiden henkilöiden kotona asumisen paloturvallisuuteen ei kiinnitetä asianmukaista huomiota, kotona asuvien ikääntyneiden määrän kasvu tulee todennäköisesti johtamaan palokuolemien määrän kasvuun.

Asuinrakennusten tulipaloissa henkilön oma toimintakyky vaikuttaa olennaisesti siihen, kykeneekö henkilö pelastautumaan tulipalosta. Asuntopalossa olosuhteet kehittyvät nopeasti hengenvaarallisiksi. Tämän vuoksi toimintarajoitteiset henkilöt, joiden toimintakyky tai kognitio on alentunut, ovat poikkeuksellisen suuressa vaarassa, ellei lähistöllä ole toimintakykyisiä henkilöitä, jotka kykenevät pelastamaan vaarassa olevan. Toimintarajoitteisilla henkilöillä tarkoitetaan tässä henkilöitä, joiden kyky pelastautua itsenäisesti on pysyvästi tai pitkäaikaisesti alentunut sairauden, vamman, ikääntymisen tai muun vastaavan kognitiivisen tai fysiologisen rajoitteen vuoksi. Yksittäisenä esimerkkinä toimintarajoitteen vaikutuksesta asumisen turvallisuuteen voidaan käyttää helmikuussa 2019 tapahtunutta asuntopaloa. Palossa kuoli 96-vuotias, täysin sokea ja lähes kuuro nainen, joka ei ollut saanut hoitopaikkaa [6]. Pelastustoimen tilastojen mukaan vuonna 2010 toimintarajoitteisten uhrien osuus (55 %) oli viisinkertainen normaalin toimintakyvyn omaaviin (11 %) verrattuna [7]. Vuonna 2018 toimintarajoitteisia uhreja oli 59 prosenttia, joista ikääntymisen tuomat toimintakyvyn puutokset rajoittivat henkilön kykyä pelastautua 31 prosentissa tapauksista. Näistä neljänneksellä oli pelastustoimen tai poliisin rekisterissä merkintä muistisairaudesta. [8]

Palokuolemien spatiaalinen kohdentuminen Kuten seuraavan sivun taulukosta 1 on havaittavissa, lähes kaikki palokuolemat ovat seuraus asuinkäytössä olevissa rakennuksissa syttyneistä tulipaloista. Hoitoalan rakennuksissa kuolemaan johtaneita paloja on harvioin. Suurin osa Suomen laitos- ja palveluasumisyksiköistä on varustettu automaattisella sammutuslaitteistolla. Yksiköissä pitää kiinnittää myös huomio pelastussuunnitteluun ja poistumisturvallisuuteen. Lisäksi toiminnanharjoittajan vastuu korostuu. Sen sijaan kotona asuvien henkilöiden paloturvallisuuteen ei ole kiinnitetty erityistä huomiota. Markkinoilla on kuitenkin saatavissa eriPalotutkimuksen päivät 2019

115

Asuinrakennus Pientalo Rivitalo Kerrostalo Vapaa-ajan asuinrakennus Hoitoalan rakennus Muu rakennus Huonetyyppi 02 Makuuhuone 03 Olohuone 01 Keittiö 30 Kodinhoitohuone 35 Eteinen tai aula 08 Pesuhuone, kylpyhuone 09 Sauna 34 Tuulikaappi tai uloskäytävä 05 Muu asuin- tai oleskelutila 31 Pukuhuone 36 WC 21 Varastotila 12 Porrashuone / portaikko

2014 77 36 11 26 4 1 3

2015 58 41 3 14 4 2 4

2016 61 31 14 16 11 0 2

Erilliset pientalot 9,80 16,60 34,58 4,73 8,86 4,29 10,82 0,54 2,57 0,91 2,20 3,14 0,95

2017 55 34 3 16 2 0 5

2018 46 25 6 15 1 0 0

Rivi- ja ketjutalot 4,26 10,77 63,94 0,96 2,17 4,69 10,51 0,09 0,35 0,17 0,87 1,13 0,09

Taulukko 1. Palokuolemat rakennustyypeittäin. [9, s. 29].

Asuinkerrostalot 4,33 11,20 67,58 0,20 2,18 3,43 4,91 0,26 0,33 0,04 1,50 1,91 2,13

Taulukko 2. Huoneiden ja tilojen suhteelliset syttymistodennäköisyydet (%) [10, s. 34].

laisia kotiympäristöön soveltuvia paloturvallisuutta edistäviä laitteita kuten huoneistokohtaisia, siirrettävissä olevia sammutuslaitteistoja ja älykkäitä liesiturvalaitteita. Lisäksi on tietoa asuntopalojen tavanomaisista syttymispaikoista ja erityisistä riskikohteista (taulukko 2) kuten keittiön ja liesipalojen riskistä. Taulukkoa 2 lukiessa on syytä huomata, että syttymistodennäköisyyden suhteuttaminen on tehty syttyneisiin asuntopaloihin verrattuna. Se ei siis kuvaa yksittäisen tilan todellista riskiä. Esimerkiksi saunan kohdalla, jonka paloriski näyttää olevan puolta pienempi kerrostalossa kuin rivi- tai omakotitalossa. Kuitenkin kyse lienee siitä, että sauna on yleisempi rivi- ja pientaloissa kuin asuinkerrostaloissa. Taulukko lienee vertailukelpoisin niiden huonetyyppien osalta, jotka löytyvät kaikista talotyypeistä. Turvalaitteiden riskiperusteinen sijoittaminen niihin tiloihin, joiden syttymisen todennäköisyys on suurin, voi merkittävästi vähentää palokuolemia. Sijoittamalla tarkoitukseen soveltuvia turvalaitteita esimerkiksi keittiöön, olohuoneeseen tai saunaan voi olla merkittävä palokuolemia vähentävä potentiaali. Mutta kenelle turvalaitteita tulisi asentaa?

Palokuolemien profiilit Ruotsissa tehdyissä tutkimuksissa on havaittu, että neljäsosa palokuoleman uhreista on ollut liikuntarajoitteisia [11]. Palokuole mien uhrien sosiaalisista taustoista on ruotsalaisten tutkimusten perusteella paljon tietoa, joka auttaisi kohdentamaan toimenpiteitä ja mahdollisten turvalaitteiden hankintaa oikein. Palokuoleman riskiä pienentää parisuhde, synnyinmaa (Euroopan ulkopuolella syntyneillä pienempi riski, samoin muualla kuin Pohjoismaissa syntyneillä), työllistyminen, taajamassa asuminen, koulutustausta (korkeakoulututkinto vähentää riskiä) ja kotona asuvat lapset. Palokuoleman riskiä lisää vammaisuus, asumistuen saaminen, var116

Palotutkimuksen päivät 2019

hennettu eläke ja toimeentulotuen saaminen. Tulotasolla on yhteys palokuoleman riskiin [12]. Ulkomaalaistaustaisuus ei ole erityinen riski, mutta ikääntyminen ja liikunta- tai ymmäryskyvyn rajoitteet lisäävät selvästi palokuoleman riskiä. Oman toimintakyvyn puuttuessa pelastuslaitos harvoin ehtii pelastamaan syttyneestä asunnosta. Käytännössä näyttää siltä, että alhainen ansiotaso ja kohonnut palokuoleman riski ovat jostain syystä kytköksissä [12]. Palon syttyessä syttymishuoneistosta pelastautumiseen käytettävissä oleva aika on rajallinen. Henkilövahingon todennäköisyys on noin 50 % jo siinä vaiheessa, kun hätäkeskus on saanut tiedon tulipalosta ja 80 % siinä vaiheessa, kun pelastettava on pelastajien toimenpitein saatu ulos asunnosta [10, s. 47]. Kymmenen minuutin kuluttua syttymisestä 80 %:ssa tapauksista on ehtinyt muodostua tappavat olosuhteet [10, s. 26]. Myös Ruotsissa on havaittu, että 10 minuutin kohdalla henkilöiden mahdollisuudet pelastua laskevat huomattavasti, elleivät he ole itse kyenneet poistumaan asunnosta [13]. Britanniassa, Merseysiden (Liverpoolin) alueella 88 prosentissa palokuolemaan johtaneista paloista on pelastuslaitoksen yksikkö ollut paikalla viidessä minuutissa [14]. Nämä tiedot olisi syytä huomioida kotimaisessa toimintavalmiusaikaan liittyvässä keskustelussa.

Palokuolemien ehkäisy kustannustehokkuuden näkökulmasta Henkilön toimintakyvyn ollessa rajoittunut, aiheutuu siitä haasteita omatoimiselle pelastautumiselle. Henkilö ei välttämättä kuule palovaroitinta, hän ei osaa reagoida siihen oikein, hän ei kykene huolehtimaan sen toimintakunnosta tai hänen liikuntakykynsä ei mahdollista riittävän nopeaa poistumista asunnosta palon sattuessa. Turvatekniikalla riskiä voidaan pienentää, mutta samalla on

perusteltua tarkastella, mihin asennettuna turvalaitteista saadaan paras hyöty suhteessa kustannuksiin. Ruotsissa on tehty tutkimusta eri paloturvalaitteiden tehokuudesta [13]. On havaittu, että tehokkaimpia paloturvallisuutta edistäviä teknisiä ratkaisuja ovat asuntosprinkleri, ilmaisimesta aktivoituva sammutuslaitteisto makuu- ja olohuoneissa sekä asukkaan tarpeisiin räätälöidyt palovaroittimet. Vastaavaa tutkimusta ja aiemman tiedon hyödyntämistä päätöksenteossa tulisi jatkossakin kehittää. Suomen Pelastusalan Keskusjärjestö SPEK on aloittanut Asumisen kehittämis- ja rahoituskeskus ARAn kanssa projektin, jossa tarkastellaan, miten vuokratalojen turvallisuutta kannattaisi jatkossa kehittää ja mitkä keinot olisivat tehokkaimpia erityisesti paloturvallisuuden edistämiseksi. Selvitys tehdään tapaustutkimuksena, johon valitaan 2–3 vuokrataloa, joiden nykyisiä paloturvallisuusratkaisuja arvioidaan. Projekti tuottaa suosituksia, jotka selventävät, mitkä ovat kustannuksiltaan tehokkaimmat ja käytännöllisimmät menetelmät vuokratalojen turvallisuuden parantamiseksi. Selvityksessä vertaillaan paloturvallisuustekniikan, kuten sähköverkkoon kytkettyjen palovaroittimien ja liesiturvalaitteiden, kustannusten ja hyötyjen välistä suhdetta vuokrakerrostalotaloympäristössä. Kustannus-hyötylaskelmien avulla selvitetään, tuottaako paloturvallisuustekniikkaan investoiminen kustannushyötyjä yhteiskunnalle. Kustannuksia ja hyötyjä arvioidessa arvioidaan henkeen, terveyteen, omaisuuteen ja ympäristöön kohdistuvia välittömiä ja välillisiä kustannuksia. Hankkeen osana tullaan tarvittaessa selvittämään myös aineettomien kustannusten arvoa esimerkiksi kyselytutkimuksen avulla. Selvityksen tavoitteena on luoda kokonaiskuva ja yhteismitallinen arvio vaihtoehtoisten menetelmien kustannushyödystä verrokkiryhmissä. Verrokkiryhmillä tarkoitetaan asuintaloja ja toimintaympäristöä, joissa turvallisuusratkaisut toimivat yhdenmukaisella tavalla. Mikäli selkeitä kustannushyötyjä voidaan osoittaa, on sillä todennäköisesti merkittävä vaikutus laitteiden hankintapäätöksiin ja paloturvallisuusinvestointien allokaatioon eri verrokkiryhmien välillä. Selvityksessä on tarkoitus vastata seuraaviin kysymyksiin: 1. Mikä on selvityksen kohteena olevien vuokratalojen teknisen paloturvallisuuden nykytilanne? 2. Mitkä paloturvallisuutta edistävät ratkaisut ovat kustannushyötysuhteeltaan sopivimmat tarkasteltavissa kohteissa? 3. Onko paloturvallisuutta edistävien ratkaisujen kustannushyötysuhteessa eroa eri asukasryhmien välillä? Hankkeen kanssa samanaikaisesti on käynnistymässä SPEKin yhteistyössä Tampereen yliopiston kanssa käynnistämä hanke ”Uudet teknologiat asumisen tukena”. Tästä hankkeesta saadaan tarvittaessa syötettä mahdollisista turvateknisistä ratkaisuista, jotka voidaan huomioida hankkeen puitteissa. Tästä saadaan toivottavasti vastauksia kysymykseen ”mitä turvalaitteita tulisi asentaa?”. Hanke voidaan osittain nähdä liittyvän myös Ympäristöministeriön hankkeeseen ”Kuntien ARA-vuokra-asuntojen korjaaminen ikääntyneiden asumiseen sopivaksi” [15] täydentäen esteettömyysnäkökohtia paloturvallisuuden kustannus-hyötyvertailulla.

Palokuolemien ehkäisy oikeudellisesta näkökulmasta Vaikka toimintarajoitteisilla pitäisi olla yhtäläiset oikeudet elämään, turvallisuuteen ja yhdenvertaisuuteen, nämä oikeudet eivät välttämättä toteudu, kun kyse on kotona asumisen paloturvallisuudesta. Näillä henkilöillä ei ole samaa mahdollisuutta pelastautua tulipalossa kuin muilla. Oikeus nauttia perusja ih-

Kodeissa tapahtuvien palokuolemien ennaltaehkäisy on vahvasti hyvinvointikysymys. misoikeuksista kuten turvallisuudesta ja oikeudesta valita oma asuinpaikkansa, voi edellyttää yhteiskunnalta asuinympäristön kohtuullista mukauttamista paloturvalliseksi. Tällaista kohtuullista mukauttamista voi olla esimerkiksi tarvittavat välineet ja laitteet tai henkilökohtainen apu. Oletettavaa myös on, että tällaista apua ei tarjota 24 tuntia vuorokaudessa, esimerkiksi hätätilanteita varten, eikä esimerkiksi muistisairaille. Pelastusalalla on lähdetty kehittämään keinoja, joilla voidaan arvioida henkilön kykyä pelastautua omatoimisesti. Esimerkiksi RAI-järjestelmän tietojen pohjalta on kehitetty EVAC-mittari, joka antaa RAI-arviointia tehtäessä asukkaasta arvion hänen poistumismahdollisuuksistaan. Poistumismahdollisuus jaotellaan seuraavasti: ”pääsee poistumaan asunnosta 2–3 minuutissa”, ”saattaa kyetä poistumaan asunnosta 2–3 minuutissa”, ”ei pääse poistumaan asunnosta 2–3 minuutissa” [4]. Kehitetyt työkalut auttavat myös valitsemaan asukasta tukevaa turvatekniikkaa. Mikäli henkilö pystyy poistumaan itsenäisesti, teknisiä apuvälineitä ei tarvita. Jos poistumiskyky on epävarmaa tai voidaan varmuudella todeta, että henkilö ei pystyy poistumaan, tarvitaan turvatekniikkaa tai toisen henkilön tukea. Viimekädessä voidaan tarvita vaihtoehtoinen asumismuoto varmistamaan henkilön paloturvallinen asuminen. Muistava-hankkeessa tavoitteena on edistää muistisairaan hyvän ja turvallisen hoidon toteutumista laatimalla muistisairaan asuinmuodon valintaa ja siihen liittyvien kysymysten puheeksi ottamista tukeva työkalu [16]. Useat palokuoleman riskiryhmiin kuuluvista henkilöstä on jo nykyisellään yhteiskunnan tuen piirissä. Näyttäisi kuitenkin siltä, että tukien muodot eivät tällä hetkellä huomioi paloturvallisuutta asumisen turvallisuuden osana. Herää siis kysymys siitä, missä määrin perustuslaissakin turvattuihin sosiaalisiin oikeuksiin sisältyy oikeus paloturvalliseen asumiseen, ja missä määrin julkinen valta on velvollinen edistämään paloturvallista asumista. Kehitettyjä työkaluja ei ilmeisesti ole vielä otettu laajamittaiseen käyttöön. Siten on perusteltua tarkastella henkilön omatoimisen pelastautumiskyvyn arviointia oikeudellisena velvollisuutena. Tarkasteluun tulisi sisältyä myös arvioinnin johtopäätelmien perusteella tarvittavan tuen tai apuvälineiden järjestämistä osana muuta henkilön palvelutarpeen arviointia ja toteutusta. Perustuslain (PL) 19 §: 1 momentin mukaan jokaisella, joka ei kykene hankkimaan ihmisarvoisen elämän edellyttämää turvaa, on oikeus välttämättömään toimeentuloon ja huolenpitoon. Jokaisella on myös oikeus elämään sekä henkilökohtaiseen turvallisuuteen (PL 7 §). Ketään ei saa ilman hyväksyttävää perustetta asettaa eri asemaan mm. terveydentilan, vammaisuuden tai muun henkilöön liittyvän syyn perusteella (PL 6.2 §). Näitä perusoikeuksia julkisen vallan on turvattava (PL 22 §). Kotiin annettavan sairaanhoidon osalta terveydenhoitolain 24.2 § edellyttää, että hoito toteutetaan avohoidossa, silloin kun se potilasturvallisuus huomioon ottaen on mahdollista. Voidaankin kysyä, vaarantuuko potilasturvallisuus kotiin annettavassa hoidossa, jos palokuoleman riski on merkittävästi suurempi kotona kuin hoitolaitoksessa? Vanhuspalvelulain 14.2 § puolestaan edellyttää, että pitkäaikaista hoitoa ja huolenpitoa turvaavat sosiaalija terveyspalvelut on toteutettava niin, että iäkäs henkilö voi kokea elämänsä turvalliseksi. Arvioitaessa vanhusten palvelutarvetPalotutkimuksen päivät 2019

117

ta on otettava huomioon iäkkään henkilön fyysisen, kognitiivisen, psyykkisen ja sosiaalisen toimintakyvyn ohella ympäristön esteettömyys ja asumisen turvallisuus (vanhuspalvelulaki 15.3 §). Sosiaalihuoltoasetuksen 9 §:n mukaisina tukipalveluina onkin järjestetty monia asetuksessa mainitsemattomia palveluita, joita asiakas voi tarvita suoriutuakseen päivittäiseen elämäänsä kuuluvista toimista. Kysymykseen voi tulla esimerkiksi erilaiset turvapalvelut [17, s. 9–10]. Turvallisuus merkitseekin ennen muuta sitä, että iäkäs henkilö tietää saavansa tarvitsemaansa välttämätöntä apua kohtuullisessa ajassa. Se merkitsee myös sitä, että hänen asuinoloissaan on otettu huomioon muun muassa paloturvallisuuden vaatimukset [17, s. 43]. Laissa on huomioitu myös ne tilanteet, joissa iäkkään henkilön toimintakyky on heikentynyt niin, ettei hänen hoitoaan voida jatkaa turvallisesti hänen yksityiskodissaan [17, s. 44]. Vammaispalvelulain 8 c § takaa henkilökohtaisen avun henkilölle, joka tarvitsee pitkäaikaisen tai etenevän vamman tai sairauden johdosta välttämättä ja toistuvasti toisen henkilön apua selviytyäkseen muun muassa päivittäisistä toiminnoista. Saman lain (9.2 §) mukaan kunnan on korvattava vaikeavammaiselle henkilölle asunnon muutostöistä ja asuntoon kuuluvien välineiden ja laitteiden hankkimisesta hänelle aiheutuvat kohtuulliset kustannukset, jos hän niitä välttämättä tarvitsee suoriutuakseen tavanomaisista elämän toiminnoista. Korvattavia muutostöitä ovat muun muassa asumisen turvallisuutta lisäävät hälytyslaittet sekä paloturvallisuuden lisääminen (vammaispalveluasetus 12.3 §) [18, s. 143]. Oikeus paloturvalliseen tuettuun asumiseen kotona on aiheena siinä määrin laaja, että se edellyttäisi vahvempaa paneutumista. SPEK on hakenut Sosiaali- ja terveysjärjestöjen avustuskeskus STEAlta avustusta toimintakyvyltään rajoittuneiden henkilöiden turvallisuuden jatkuvan parantamisen hankkeelle. Hankkeen keskiössä on toimintakyvyltään rajoittuneiden henkilöiden, heidän kanssaan työskentelevien tai heitä muutoin tukevien henkilöiden sekä heihin linkittyvien yhteisöjen turvallisuusosaamisen vahvistaminen sekä niiden keinojen käyttöönoton edistäminen, joilla rakennettu ympäristö saadaan toimintakyvyltään rajoittuneille henkilöille turvallisemmaksi. Hankkeen valmistelemiseksi on jo perusteilla toimintakyvyltään rajoittuneiden henkilöiden turvallisuuden pysyvä yhteistyöverkosto SPEKin yhteyteen. Mikäli hanke saa haetun avustuksen, luodaan arkeen ja kuhunkin toimintakykyrajoitetyyppiin sidottuja, mahdollisimman pitkälle henkilön merkityksiin kiinnittyviä ja siten puhuttelevia, verkkopohjaisia turvallisuuden tietoiskuja. Tietoiskuista muodostuu verkkokoulutusmateriaali, joka jakautuu erilaisiin moduuleihin. Moduulit hyväksytysti suorittamalla saa todistuksen, jota voi käyttää hyväksi turvallisuusosaamisen osoittamiseen esimerkiksi hakeutuessa henkilökohtaisen avustajan tehtäviin. Yksi koulutusmoduuleista olisi toimintakykyrajoitteisen henkilön mahdollisuudet saada turvallisuutta edistäviä apuvälineitä ja laitteita sekä niitä koskevat sosiaaliset oikeudet. Hankkeen puitteissa koulutusmoduulin tausta-aineistoksi laadittaisiinkin selvitys, jonka tavoitteena on vastata seuraaviin kysymyksiin. 1. Mitkä ovat toimintarajoitteisten henkilöiden sosiaaliset oikeudet, kun kyse on oman asunnon varustamisesta paloturvallisuutta edistävin laittein tai välinein, tai kyse on paloturvallisuutta tukevasta avusta? 2. Onko eri ryhmien välillä eroavaisuuksia, kun kyse on mahdollisesta oikeudesta paloturvallisuutta edistäviin laitteisiin tai välineisiin tai paloturvallisuutta tukevaan apuun? 3. Missä määrin paloturvallisuutta edistäviä laitteita tai apuvälineitä on hankittu julkisin varoin asuntoihin, joissa asuu toimintarajoitteinen henkilö? 118

Palotutkimuksen päivät 2019

Kahta ensimmäistä tutkimuskysymystä lähestytään oikeusdogmaattisesti pohjautuen kansainvälisiin, EU-oikeudellisiin ja kansallisiin normeihin sekä näitä koskevaan oikeuskäytäntöön. Kolmannen tutkimuksen aineistona on kyselytutkimus. Se toteutettiin Suomen Pelastusalan Keskusjärjestön (SPEK) ja Suomen lähija perushoitajaliitto SuPer ry:n yhteistyönä helmi–maaliskuussa 2019. Kyselyyn vastasi 3430 henkilöä, vastausprosentti oli 10,9 prosenttia. Vastaajista hieman vajaa kaksi kolmasosaa työskentelee julkisella, hieman yli yksi kolmasosa yksityisellä sektorilla. Vastaajien joukossa on yli puolet vanhustyössä työskenteleviä henkilöitä, mutta myös merkittävä osa vammaistyössä, muistisairaiden tai useiden eri asiakasryhmien kanssa työskenteleviä henkilöitä. Tutkimuksen alustavien tulosten mukaan yli 40 prosenttia vastaajista arvioi, että kunnat maksavat osittain tai kokonaan vastaajan asiakaskunnan tarvitsemaa turvatekniikkaa kun taas noin viidesosa arvioi, että kunta ei maksa turvatekniikkaa. Lähes kolmasosa ei tiedä, maksaako kunta ja noin kymmenesosa vastaajista arvioi, että asia (turvatekniikan rahoitus) ei koske heidän työtään. Syksyllä valmistuvan tutkimuksen tarkempi analyysi tulee valottamaan sekä mahdollisia palvelutyyppien välisiä, asiakasryhmäkohtaisia että mahdollisia alueellisia eroja.

Yhteenveto Pelastustoimen perinteisillä onnettomuuksien ehkäisyn menetelmillä on edelleen paikkansa esimerkiksi suuriin ihmismääriin kohdistuvien suuronnettomuusuhkien torjunnassa, joihin ennakoiva ja turvallisuuskulttuuria tukeva valvonta voi olla tehokasta. Kodeissa tapahtuvien palokuolemien ennaltaehkäisy on kuitenkin vahvasti hyvinvointikysymys, eikä ole ratkaistavissa yksin pelastustoimen keinoin. Uusi sisäministeri on tunnistanut mahdollisuuden edistää ihmisoikeuksia ja tehdä laajaan turvallisuuskäsitykseen pohjaavaa politiikkaa. Hän onkin nostanut keskeiseksi turvallisuusuhkaksi syrjäytymisen [5]. Syrjäytyminen voi tarkoittaa myös sitä, että henkilö ei saa yhteiskunnalta tarvitsemiaan palveluita ja tukea, joilla kotona asuminen voisi tapahtua myös paloturvallisuusnäkökohdat huomioiden. Asumisen paloturvallisuutta ei vaikuttaisi olevan toistaiseksi tunnistettu kovin keskeiseksi asumisen turvallisuuden tekijäksi. Suunnitelluilla hankkeilla on tarkoitus kytkeytyä aiempaa vahvemmin turvallisuuden sosiaaliseen ulottuvuuteen. Tuottamalla tietoa, jonka avulla sosiaalija hyvinvointialan toimijat voivat tunnistaa roolinsa asumisen turvallisuuden keskeisenä linkkinä, tuottaa menetelmiä ja hyviä käytänteitä näiden toimijoiden käyttöön sekä tietoa siitä, mihin yhteiskunnan vähäiset varat on syytä sijoittaa parhaan kustannus-hyötysuhteen löytämiseksi, voidaan merkittävästi edistää asumisen turvallisuutta ja ehkäistä palokuolemia. LÄHDELUETTELO 1. Ojala, Tarja & Koskinen, Hanna & Grönfors, Markus & Somerkoski, Brita & Martikainen, Nina & Lounamaa, Anne (2016). Sosiaali- ja terveydenhuollon paloturvallisuuteen liittyvät käytännöt laitoshoidossa, tuetussa asumisessa ja kotiin annettavissa palveluissa 2015: Valtakunnallisen kyselytutkimuksen tulokset. Työpaperi 37/2016. Terveyden ja hyvinvoinnin laitos, Helsinki. 2. Ojala, Tarja (2019). Erityisryhmien arjen turvallisuuden varmistajat. Pelastus- ja turvallisuustutkimuksen vuosikirja 2019, 71– 103. Toim. Alisa Puustinen. D5/2019. Pelastusopisto. 3. Kotona asumisen turvallisuus -hanke (2019). https://www. kotonaasumisenturvallisuus.fi/hanke/. 4. Björkgren, Magnus & Borg, Frank & Kokki, Esa & Mäkinen, Leila & Männikkö, Seppo & Oksanen, Tytti & Suoja, Jukka (2017). PaloRAI ja EVAC-mittari. B3/2017. Pelastusopisto.

5. Yle Uutiset (2019). Analyysi: Turvallisuus sai uuden painotuksen – Vihreä sisäministeri käänsi puheet turvapaikanhakijoista ja rosvoista syrjäytyneiden auttamiseen. https://yle.fi/uutiset/3-10834005. 6. Uutisvuoksi (2019). Meltolan tulipalossa kuollut nainen oli 96-vuotias, täysin sokea ja lähes kuuro: Eksoten mielestä hoitopaikan kriteerit eivät täyttyneet. https://uutisvuoksi.fi/uutiset/lahella/f613998c-d33a-4f03-b17c-85e5aeda6801. 7. Sisäministeriö (2019). Palokuolematilastot Suomessa. http:// www.pelastustoimi.fi/turvatietoa/ehkaise-palon-syttyminen/tulipalon-vaarallisuus/palokuolemat. 8. Pelastusopisto (2019). Palokuolemia ennätyksellisen vähän – uhreissa kolme riskiryhmää. https://www.pelastusopisto.fi/palokuolemia-ennatyksellisen-vahan-uhreissa-kolme-riskiryhmaa/. 9. Ketola, Johannes & Kokki, Esa (2019). Pelastustoimen taskutilasto 2014–2018. D1/2019. Pelastusopisto. 10. Kling, Terhi & Tillander, Kati & Hakkarainen, Tuula (2014). Toimintavalmiuden vaikuttavuus asuntopaloissa. Helsinki: Helsingin kaupungin pelastuslaitos. 11. Runefors, Marcus (2019). Räddar räddningstjänsten liv vid brand i byggnad? https://www.brandskyddsforeningen.se/forskningsprojekt/bostadsbrander/presentationer/resultatseminarium/.

12. Hallin, Per-Olof & Jonsson, Anders & Andersson, Ragnar (2018). Den sociala dimensionen. Edellä mainittu linkki. 13. van Hees, Patrick (2019). Brandskydd igår idag och imorgon. Edellä mainittu linkki. 14. Hagen, Mike (2018). Young People – What is the problem? https://www.utu.fi/fi/yksikot/edu/yksikot/okl/sivustot/optuke/ optuke-symposium/Documents/Hagen%202018_Youth%20Strategy.pdf. 15. Ympäristöministeriö (2019). Kuntien ARA-vuokra-asuntojen korjaaminen ikääntyneiden asumiseen sopivaksi. Ympäristöministeriön julkaisuja 2019:5. 16. Hoitotyön tutkimussäätiö (2019). Muistava-hanke. https:// www.hotus.fi/muistava/. 17. HE 160/2012 vp. Hallituksen esitys eduskunnalle laiksi ikääntyneen väestön toimintakyvyn tukemista sekä iäkkäiden sosiaalija terveyspalveluista sekä laiksi terveydenhuoltolain 20 §:n kumoamisesta. 18. HE 159/2018 vp. Hallituksen esitys eduskunnalle vammaispalvelulaiksi sekä laeiksi sosiaalihuoltolain ja varhaiskasvatuksen asiakasmaksuista annetun lain 13 §:n muuttamisesta.

Palotutkimuksen päivät 2019

119

Ilpo Leino Suomen Pelastusalan Keskusjärjestö SPEK Ratamestarinkatu 11, 00520 Helsinki

Turvallisuus osaksi talopaketin myyntiprosessia tuuppauksen keinoin

TIIVISTELMÄ Talopaketin myynti voidaan kiteyttää kolmeen vaiheeseen: tutustuminen, tapaaminen ja toimeksianto. Tässä työssä tutkitaan sitä, millaisia mielikuvia paloturvallisuudesta muodostuu, kun asiakas tutustuu talovalikoimaan. Inhimillisen päätöksenteon resurssit ovat rajalliset ja niihin vaikuttavat erilaiset ajattelun oikopolut, joita käytetään usein huomaamatta. Päätökset voivat johtaa virheelliseen lopputulokseen. Käyttäytymistaloustieteessä huomioidaan päätöksentekoon liittyvät piirteet ja pyritään tukemaan ihmisiä parempien päätösten tekemisessä. Samalla yritetään ehkäistä erilaisten ajattelun vinoumien aiheuttamia ongelmia. Työssä analysoitiin 18 suurimman talopakettivalmistajan verkkosivut. Tapaustutkimuksessa haetaan tietoa siitä, miten turvallisuus näkyy talopakettien sisällön tai rakentamisen vaiheiden kuvauksissa. Keskeisimpänä tuloksena on se, että paloturvallisuus ei näyttäydy omana kokonaisuutenaan tai edes helposti löytyvinä mainintoina yhdenkään talopakettivalmistajan verkkosivulla. Tämän havainnon perusteella annetaan 22 päätöksenteon ilmiöihin perustuvaa ehdotusta talopaketin myyntiprosessin kehittämiseksi turvallisuusasiat huomioivaan suuntaan. Tämä esitys on tiivistelmä ylemmän ammattikorkeakoulun opinnäytetyöstä Asumisen paloturvallisuuteen vaikuttavat ratkaisut talopaketin valintakriteereiksi. Julkaisun pysyvä osoite on http://urn.fi/URN:NBN:fi:amk-201905139435. JOHDANTO Ihmisten elämää helpottavia ja samalla turvallisuutta parantavia järjestelyjä pitäisi osata huomioida omatoimisesti laajalla näkökulmalla jo pientalon hankintaprosessin alkuvaiheessa. Tässä työssä tutkittiin sitä, miten talovalmistajat tuovat esiin asumisturvallisuuteen liittyvät asiat verkkosivuillaan siinä vaiheessa, kun talon rakentamista aletaan suunnittelemaan tutustumalla eri talovalmistajiin ja talopakettivaihtoehtoihin. Työ rajattiin koskemaan vain tätä kartoitusvaihetta, joka tapahtuu ennen varsinaista kontaktia talovalmistajaan tai myyjään. Vaihe on kuitenkin tärkeä, kos120

Palotutkimuksen päivät 2019

ka mielikuvat ja odotukset – niin toimitussisällöstä kuin lopputuloksesta – luodaan pitkälti tutustumisen ja kartoituksen aikana. Ainoa pakollinen paloturvallisuutta parantava varuste asunnoissa on pelastuslain 17§:n [1] mukaan palovaroitin ja suunnittelijat osaavat ne piirustuksiin merkitä kysymättäkin. Alkusammutuskalustosta ja muista turvallisuutta edistävistä asioista huolehtiminen jää rakentamista suunnittelevien henkilöiden oman aktiivisuuden varaan. Kuviossa 1 on esitetty talotoimittajan valintaan vaikuttavien kriteerien tutkimuksen [2] tulokset. Turvallisuus ei näy asiakkaiden ilmoittamissa valintaperusteissa, joissa painottuvat laatu, luotettavuus ja valmiusaste. Nämä ovat varsin konkreettisia ja perustavaa laatua olevia asioita, kun mietitään rakennusprojektia kokonaisuutena. Lopputuloksena toivotaan ajallaan valmistunutta ja laadukasta taloa. Asumisen ja nykyteknologian mahdollistamien, elämistä helpottavien ja turvallisuutta parantavien, toimintojen yhdistäminen on vasta viime aikoina herättänyt enemmän mielenkiintoa. Venkatesh [3, s. 668] esittää kuviossa 2 kuinka teknologia on kaikkialla läsnä oleva osa jokapäiväistä elämää. Mielenkiintoista on, että hänen tuolloin futuristisena esittämänsä asiat kuten kodininformaatiojärjestelmät ja -ohjausjärjestelmät, jotka näkyvät kuviossa keltaisella pohjalla, ovat vasta nyt nousemassa osaksi arkipäiväisiä toimintoja. Robotti-imurit, itsestään työtä tekevät ruohonleikkurit, huoneiden lämpötilan ohjaus tai kosteuden seuranta etänä älypuhelimella, tms. ovat viime vuosina tulleet tutuiksi ja niiden käyttäminen ei enää ole uutta ja ihmeellistä – futuristista. TUTKIMUKSEN TAVOITTEET JA TUTKIMUSASETELMA Ohjataanko rakentajaa kiinnittämään huomiota omaa turvallisuutta lisääviin ratkaisuihin tai tuodaanko ne aktiivisesti esiin rakennusprojektin alkuvaiheessa, jossa tärkeimmät päätökset pitäisi osata tehdä? Näitä asioita tutkittiin käymällä läpi suurimpien pientalotoimittajien verkkosivut. Tässä työssä selvitettiin, miten helposti noilta sivuilta löytyy kuvaus rakennusprojektin etene-

odotukset – niin toimitussisällöstä kuin lopputuloksesta – luodaan pitkälti tutustumisen ja kartoituksen aikana.

Kuvio 1: Tärkeimmät talotoimittajan valintaan vaikuttavat seikat (RaKuvio 1: Tärkeimmät talotoimittajan valintaan vaikuttavat seikat (Rakennustutkimus) kennustutkimus).

misestä ja millaisilla mielikuvilla oman talon rakentamista myydään sekä onko paloturvallisuuteen liittyviä näkökulmia ja niiden ratkaisuja esitetty osana pientalon suunnittelua ja rakentamista. Tutkimustehtävänä oli kuvata missä vaiheessa verkossa etenevää talon suunnittelu- tai hankintaprosessia turvallisuuteen liittyvät asiat tulevat esille. Koska suunnitteluvaihe luo pohjan kaikelle sen jälkeiselle toiminnalle pitäisi turvallisuuden näkyä yhtenä huomioitavana asiana jo suunnitteluvaiheessa. On sitten kyseessä täydellinen niin sanottu Avaimet käteen -ratkaisu tai valmiusasteeltaan alempi, enemmän omatoimista rakentamista vaativa ratkaisu, on suunnitteluvaiheen päätöksillä oleellinen merkitys niin budjettiin kuin toteutusaikatauluun. Myös niillä, syystä tai toisesta, tekemättömillä päätöksillä on vaikutus lopputulokseen. Jos ei ole asennettu kotona/poissa-kytkintä ulko-oven viereen voi sen tekeminen jälkeenpäin vaatia seinien avaamista, uusia johdotuksia, muutoksia tai lisäyksiä sähköpääkeskukseen tai niin oleellisia muutoksia sähköjärjestelmään, ettei se ole mahdollistakaan. Suunnitteluvaiheen pitäisi tukea päätöksentekoa antamalla oleellista ja asiallista tietoa, jonka pohjalta voidaan tehdä järkiperäisiä päätöksiä. Tämä ei suinkaan tarkoita sitä, että kaikki mahdollinen tarjottu tekniikka ja ratkaisut pitää hyväksyä. Jonkin asian pois jättäminen ei saa johtua tietämättömyydestä tai ajattelun virheistä, vaan päätös ja sen seuraukset pitää ymmärtää ja pystyä perustelemaan jälkeenpäinkin. Tämän vuoksi haluttiin selvittää missä vaiheessa turvallisuus tulee mukaan talopaketin suunnitteluun. Verkkosivuja tutkittiin tutustumalla kunkin talotoimittajan sivujen rakenteeseen, sisältöön ja sivuilla kävijälle annettuihin mie-

Kuvio 2: Teknologia päivittäisessä elämässä Venkateshin mukaan.

likuviin. Tutkimuksen tavoitteena oli selvittää millaisia turvallisuuteen ja vielä tarkemmin paloturvallisuuteen liittyviä asioita on nähtävillä talovalmistajien verkkosivuilla. Sen lisäksi sivuilta etsittiin yleisellä tasolla mitä tahansa mainintaa turvallisuuteen liittyvistä asioista. Myös murto- ja sähköturvallisuuteen tai vesivahinkojen torjuntaan liittyvät asiat huomioitiin. Samalla haettiin kuvausta rakentamisen vaiheista ja niihin liittyvistä asioista varsinkin paloturvallisuuden ja suunnittelun osalta. Suunnitteluvaiheessa pitäisi näkyä myös turvallisuuteen liittyviä asioita, jotta ne olisivat lähtötietoina mm. budjetoinnissa heti rakentamisen alusta asti. Alla olevassa kuviossa 3 esitetään yksinkertaistettu – eri talotoimittajien esityksistä yhdistetty – malli rakentamisen vaiheista. Sivuilta käytiin läpi eri toimitussisältöjen kuvaukset, jotta selviäisi onko niissä mainintoja mistään edellä mainituista turvallisuuden osa-alueista. Se miten nämä näkökulmat heijastuvat myyntiprosessiin, vaikuttaa päämäärään, joka on talopaketin hankinta. Samalla haettiin talotoimittajan verkkosivuillaan esiin nostamia teemoja, joista esimerkkinä energiatehokkuus. Nämä teemat kuvaavat hyvin sitä ajatusmaailmaa, jonka perusteella talovalmistaja haluaa luoda mielikuvia ja profiloitua. Kunkin verkkosivun kohdalla muodostetiin tarkistuslistan avulla systemaattinen näkemys siitä, millaisia mielikuvia paloturvallisuudesta rakentuu tutustumisvaiheessa oleville asiakkaille. Havainnot on koottu tutkimustuloksissa esitettyyn taulukkoon, josta ne ovat selkeästi nähtävillä.

Kuvio 3: Yksinkertaistettu malli rakentamisen vaiheista.

Palotutkimuksen päivät 2019

121

TUTKIMUSTULOKSET Verkkosivujen analyysin lopputulos on koottu taulukkoon 1. Sarakkeet, vasemmalta alkaen, kertovat samalla sen, missä järjestyksessä yksittäisen talovalmistajan verkkosivuilta kerättiin tietoja. Ensin havainnoitiin mitä aihe tai asia nousi päällimmäiseksi teemaksi etusivulla tai kotisivulla, josta kyseisen talovalmistajan verkkosivujen selaaminen on tarkoitus aloittaa. Seuraavassa, Rakentamisen vaiheet -sarakkeessa ilmenee, löytyikö kyseisen valmistajan etusivuilta linkki koko rakentamisen ketjua kuvaavaan osuuteen. Tämä kertoo osaltaan siitä, miten talovalmistaja viestii suunnitteluun liittyvien asioiden, kuten turvallisuusteknisten ratkaisujen, tärkeydestä heti projektin alkuvaiheessa. Toimitusvaihtoehdot kertovat millaisia eri valmiusasteisia talopaketteja kyseisellä valmistajalla on tarjolla. Näiden toimitusvaihtoehtojen sisältöjen kuvaukset käytiin läpi turvallisuusnäkökulmasta. Mielikuvia etsittiin kunkin talovalmistajan yritystoimintaa kuvaavilta sivuilta. Viimeinen, Turvallisuus näkyvissä -sarake kertoo, oliko missään edellä mainituissa tarkastelun osa-alueissa tai muullakaan alueella kyseisen talovalmistajan verkkosivuja selkeästi nähtävissä palo- tai henkilöturvallisuuteen liittyviä asioita. Yhdelläkään tutkituista verkkosivustoista ei löytynyt turvallisuuteen liittyviä mainintoja selkeästi esille tuotuna omana kokonaisuutenaan tai edes helposti löydettävissä olevina yksittäisinä mainintoina. Kahdella valmistajalla, joiden kohdalla on merkintä huomautussarakkeessa, mainittiin paloja muuhun turvallisuuteen liittyviä asioita osana sähkösuunnittelua tai taloteknisiä järjestelmiä. Nämä maininnat löytyivät vasta sivujen syvällisemmän tutkimisen jälkeen ja kummassakin yhteydessä kirjoitusten pääpaino oli muussa kuin turvallisuudessa. Vastauksena ensimmäiseen tutkimustehtävään eli siihen kertovatko talopakettien toimittajat verkkosivuillaan turvallisuuteen liittyvistä asioista talopakettivaihtoehtoihin tutustumisen yhteydessä voidaan tämän tarkastelun perusteella todeta, että turvallisuus ei näy verkkosivuilla. Näin ollen toista tutkimustehtävää eli kuvausta siitä missä vaiheessa verkossa etenevää talon suunnittelu- tai hankintaprosessia turvallisuuteen liittyvät asiat tulevat esille ei ensimmäisen tehtävän tulosten perusteella voitu käsitellä. Havainnoitavien kohteiden määrä riitti hyvin saturaation näkökulmasta arvioituna. Alusta alkaen näytti siltä, että ensimmäisen tutkimustehtävän vastaus olisi kielteinen eli turvallisuus ei näy verkkosivuilla. Kohteiden määrää ei kuitenkaan vähennetty, koska itsenäiset yritykset eivät ole toisistaan riippuvaisia sisällöntuotannossa ja joltain verkkosivulta olisi voinut löytyä turvallisuuteen liittyvää sisältöä, vaikka kaikki sitä edeltävät tarkastelut olisivat tuottaneet kielteisen vastauksen. Aaltolan ja Vallin mukaan tapaustutkimuksessa on olennaista se, että käsitelty aineisto muodostaa kokonaisuuden. He toteavat, että tutkimusprosessi tulee tehdä näkyväksi, jolloin lukija saa selville, miten johtopäätöksiin on päädytty ja voi samalla arvioida tutkimuksen luotettavuutta. Tulosten tulkinta on aina inhimillisen prosessoinnin tulos. [4, s. 190–191] Tämän työn tutkimuskohteena oli markkinaosuudeltaan suurimpien talopakettivalmistajien muodostama kokonaisuus. Tulosten luotettavuutta ja validiuutta tulee tarkastella ensisijaisesti tässä kokonaisuudessa. Kun yhdessäkään tutkituista verkkosivuista ei löytynyt viitteitä turvallisuuteen liittyvistä asioista on tulos selkeä eikä sen luotettavuuden tai validiuuden kyseenalaistamiselle ole perusteita. MYYNTIPROSESSIN KEHITTÄMINEN – TUUPPAUS TURVALLISUUTEEN Edellä esitetyn tutkimuksen perusteella voidaan todeta, että talo122

Palotutkimuksen päivät 2019

tehtaat ovat nykytilanteessa panostaneet perinteiseen lähestymistapaan, joka korostaa tilasuunnittelua ja erilaisiin ympäristöihin suunniteltujen talomallien valikoimaa. Seuraavaksi esitetään esimerkki siitä, miten yritys voi rakentaa toimintakonseptin turvallisuusorientoituneen lähestymistavan ympärille tuuppaamalla asiakkaita oikeaan suuntaan. Tuuppaus on alkuperäisen määritelmän [5, s. 6] mukaan mikä tahansa valinta-arkkitehtuurin muutos, joka muuttaa ihmisten käyttäytymistä ennustettavissa olevaan suuntaan poissulkematta mitään vaihtoehtoja tai muuttamatta merkittävästi heidän taloudellisia kannustimiaan. Hansen ja Jespersen [6, s. 7] esittelevät artikkelissaan Hausmanin ja Welchin tekemän, alkuperäistä laajemman, määritelmää tuuppaukselle: Tuuppaukset ovat tapoja vaikuttaa valintoihin rajoittamatta valinnanvapautta tai tekemättä vaihtoehdoista havaittavasti arvokkaampia ajan, vaivan, sosiaalisen hyväksynnän, jne. suhteen. Kaikissa määritelmissä korostuu valinnanvapauden kunnioittaminen ja päätöksenteon pysyminen ihmisillä itsellään. Honkasen mukaan kyseessä interventio, jonka avulla vaivihkaa ohjataan ihmisiä tekemään itsensä kannalta parempia valintoja. Tavoitteena on ehkäistä erilaisten päätöksenteon vinoumien aiheuttamia ongelmia. Interventio perustuu tyypillisesti automaattisen ajattelun heuristiikkojen ja oikopolkujen hyödyntämiseen tavalla, jolla ihmiset saadaan valitsemaan jollakin toisella, vaihtoehtoisella ja ”paremmalla” tavalla. [7, s. 308] Tällaisessa interventiossa on oleellista, että ihmisten valinnanvapautta kunnioitetaan. Tarkoituksena ei ole pakottaa tekemään tiettyä valintaa, vaan lopullisen päätöksen saa jokainen tehdä vapaasti itse. Tavoitteena paloturvallisuuden nostamisessa selkeästi osaksi myyntiprosessia olisi erottua muista pientalotoimittajista sillä, että tuodaan jo suunnittelun alkuvaiheessa turvallisuusnäkökulma mukaan asiakkaan kanssa tehtävään työhön, koska ihmiset haluavat vältellä tappiota. Kahneman esittää kirjassaan [8, s. 324], että tappion aiheuttama psykologinen arvo – eli sen aiheuttaman tunne – on suurempi kuin vastaavan suuruisen voiton. Myyntitilanteessa viestitään asiakkaille, että jos turvallisuuteen liittyviä tekijöitä ei oteta mukaan jo suunnittelun alkuvaiheessa, on odotettavissa rahallisia menetyksiä, kun jälkeenpäin joudutaan korjaamaan suunnitelmia. Jälkikäteen tehtävät asennukset venyttävät mahdollisesti rakentamisen aikataulua ja siitäkin aiheutuu kuluja ja vaivaa. Kun vielä huomioidaan se, että suotuisissa olosuhteissa ihmiset haluavat ensisijaisesti vältellä riskejä [8, s. 321] on turvallisuusnäkökulman tuominen suunnitteluprosessin alkuvaiheeseen helposti perusteltava ja asiakkaan edun mukainen lähtökohta. Verkkosivuilla luotua turvallisuuslähtöistä mielikuvaa täydentävät omissa toimitiloissa näkyvillä olevat erilaiset turvallisuuteen liittyvät elementit. Omia tiloja voi hyödyntää esittelemällä niihin tehtyjä älykkäitä ratkaisuja – samoja, joita talomallistossakin käytetään. Puhelimella voi ohjata valaistusta ja kytkeä sähköt pois esim. leivänpaahtimesta. Liesiturvalaitteisto estää levyjen ylikuumenemisen ja vesivuotoilmaisin kertoo, jos se on katkaissut veden tulon pesukoneeseen ja näin estänyt vesivahingon letkun rikkou-

Taulukon 1 huomautukset: 1) Artikkeleissa maininta älypaketista osana sähkösuunnittelua. Palovaroittimet katkaisevat sähköt. Kotona/poissa kytkin sulkee päävesisulun ja kytkee murtosuojauksen päälle. 2) Suunnittelu – talotekniikka: mainitaan turvallisuus/kulunvalvonta/palo. "… merkitys rakennuksen elinkaarta ajatellen on ratkaiseva."

duttua. Päätöksentekoa helpotetaan luomalla tuttuuden tunnelma kognitiivisen vaivattomuuden [8, s. 75] osaalueiden kautta. Koska Kahnemanin mukaan ihmiset yliarvioivat epätodennäköisten tapahtumien todennäköisyyksiä [8, s. 371] on helppo perustella riskien torjumiseen tarkoitettujen laitteiden hankintaa. Rakennuspalojen määrissä ei ole nähtävissä kuin hidasta laskua, joten tilas-

tojen perusteella riski on todellinen [9]. Tulipaloon liittyvien uhkien poistamista motivoi myös jo aiemmin myyntiargumenttina mainittu riskin tai rahallisen menetyksen kaihtaminen [8, s. 324]. Turvallisuuden esiintuominen jo rakennusprojektin alkuvaiheessa on siis perusteltavissa tosiasioiden avulla. Tällaisen motivoinnin jälkeen voidaan esittää erilaisia talopaketin sisältöön integroitu-

Taulukko 1: Verkkosivujen analyysi Yritys

Kastelli

Sivujen sisältö

Mielikuvat

Turvallisuus näkyvissä

Teemat

Rakentamisen vaiheet

Toimitusvaihtoehdot

Ekologisuus

Etusivulta

Peruspaketti

Luotettava

Viittä vaille valmis

Laaja mallisto

Energiatehokkuus

Huom.

Muuttovalmis Designtalo

Räätälöity toteutus

Etusivulta

Kannustalo

Ekologisuus

Etusivulta

Jukkatalo

Kokenut toimija

Etusivulta

Sisustusta vaille valmis

Henkilökohtaisuus

Muuttovalmis

Laatu

Räätälöity

Kauneimmat kodit

Muuttovalmis kannusplus

Vakavarainen toimija

Talopaketti

Ammattitaitoinen

Sisusta itse

Luotettava

Ei Ei Ei

Muuttovalmis Omatalo

Palvelu

Talopaketti

Kokemus

Sisustusvalmis

Muunneltavuus

Muuttovalmis Lammi

Kivirakentaminen

Kohdekohtaisesti

Edelläkävijä

Kontio

Luonnollisuus

Kohdekohtaisesti

Johtava hirsitalovalmistaja

Jetta-Talo

Yksilöllisyys

Etusivulta

Kohdekohtaisesti

Edustaja aina

Lappli

Yksilöllisyys

Etusivulta

Elementtiasennus

Laatu

Ulkoa valmis

Toiveiden mukaan tehty

rakentajan apuna Ei

Sisusta itse Mammuttikoti

Luonnollisuus

Etusivulta

Talopaketti

Alan kattavin palvelu

Pisin kokemus

Yhdellä sopimuksella kaikki

Kattava toimitus

Laatu

Täysin valmis Finnlamelli

Terveellisyys

Etusivulta

Sikla

Helppous

Muuttovalmis Talopaketti Muuttovalmis Täysvalmis

Muurametalot

Vaivattomuus

Etusivulta

Sisustusta vaille valmis Muuttovalmis

Älvsbytalo

Asiakastyytyväisyys

Muuttovalmis

Edullisuus Hartman Koti

Paikallisuus

Etusivulta

Viittä vaille valmis

Osaaminen

Ulkoa valmis

Suunnittelu

Lämmitysvalmis Opitimi Muuttovalmis Sievitalo

Laatu

Ainoakoti

Helppous

Etusivulta

Sisusta itse

Huolettomuus

Talopaketti omatoimiselle

Kotimaisuus

Sisustusvalmis

Vastuullisuus

Muuttovalmis

Muuttovalmis Honka

Terveellisyys

Etusivulta

Pientaloteollisuuden

Luonnollisuus

mukaiset

Taulukko 1: Verkkosivujen analyysi.

Palotutkimuksen päivät 2019

123

ja turvallisuusratkaisuja, joista asiakas voi valita itselleen sopivan. Sitä, että rakennukseen on asennettu erilaisia turvallisuutta parantavia ratkaisuja voi hyödyntää tuomalla esiin niiden vaikutuksen rakennusta myytäessä. Omistusvaikutus [8, s. 336] näkyy erityisesti hyödykkeissä, jotka eivät ole kaiken aikaa kaupan – kuten pientalot. Tämä tarkoittaa sitä, että talo ollaan valmis myymään suuremmalla summalla kuin mitä vastaavasta rakennuksesta oltaisiin sellaista ostettaessa halukkaita maksamaan. Kun rakennuksessa on turvallisuusteknisiä ratkaisuja, joita muissa vastaavissa ei välttämättä ole, voi itselleen mieluisaa myyntihintaakin perustella paremmin. Tämänkin voi sanoa olevan pitkällä aikavälillä asiakkaan edun mukaista. KEHITYSEHDOTUKSIA JA POHDINTAA Asumisen paloturvallisuuden edistämisessä on edelleen haasteita. Terveyden ja hyvinvoinnin laitos THL toteaa, että tutkimustulosten mukaan pelastuslain vaatimukset eivät toteudu järjestelmällisesti. Tämä perustuu THL:n vuosina 2012–2016 toteuttaman Sosiaali- ja terveydenhuollon paloturvallisuuteen liittyvät käytännöt ja pelastuslaki (STEP) -hankkeen tuloksiin. STEP-hankkeessa arvioitiin paloturvallisuuden kehitystä vuonna 2011 uudistetun pelastuslain voimaantulon jälkeen. Tutkimuskohteina olivat sosiaalija terveydenhuollon toimipaikat, tuettu asuminen ja kotiin annettavat palvelut. Tutkimusraportissa todetaan, että hanke käynnistettiin, koska taustalla oli huoli sosiaalija terveydenhuollon asiakkaiden paloturvallisuudesta. Tämä kytkeytyy yhteiskunnalliseen muutokseen, jossa erityistä tukea tarvitsevien ryhmien asumisessa suositaan ja tuetaan kotona asumista. Tutkimusraportissa todetaan eräänä kehityskohteena kotona asumisen paloturvallisuus. [10] Tämän päivän talopaketin ostajien pitäisi osata ottaa huomioon rakennuksen elinkaaren lisäksi myös käyttäjien elinkaari. Paloturvallisuutta olisi pohdittava myös tulevaisuuden kannalta tilanteessa, jossa talon asukkaat voivat olla korkean iän tai sairauden vuoksi havaintoja toimintakyvyltään rajoittuneita. Vaikuttamisen näkökulmasta STEP-hanketta voisi käyttää eettisen pohdinnan esimerkkinä vaikkapa seuraavalla tavalla. THL:n huolena on, miten varmistetaan yhä suuremmassa määrin kotihoidon piirissä olevien ihmisten turvallisuus. Yhtenä keinona voisi olla se, että talopaketin hankinnan yhteydessä, suunnittelun alkuvaiheessa, rakennuksiin tarjotaan oletusarvoisesti asennettavaksi erilaista paloturvallisuutta edistävää tekniikkaa, kuten asuntosprinklaus. Talopakettia hankkiva saisi itse valita esimerkiksi kolmen eri tason – perus-, parannettu- tai korkeatasoinen – vakioratkaisuista mieleisensä. Perustason toteutus kuuluisi lähtökohtaisesti kaikkiin talopaketteihin. Ihmisillä olisi edelleen mahdollisuus valita haluamansa ratkaisu tai olla hankkimatta mitään vakiona tarjottavaa vaihtoehtoa, jos he haluaisivat tehdä omanlaisensa turvallisuusjärjestelyt. Vaikuttamisen etiikan kannalta pitää pohtia olisiko tällainen toiminta talotehtaiden taholta perusteltavissa? Vaikka edellä kuvatussa esimerkissä onkin kyse yritystoimintaan liittyvistä asioista, ei näillä esitetyillä toimilla haeta yksinomaan liiketoiminnan kasvua vaan tarkoituksena on myös suojella kallista hankintaa ja parantaa ihmisten elämänlaatua pitkäjänteisesti nostamalla kodin turvallisuustasoa. Pohtiessaan vaikuttamisen eettisiä kysymyksiä Sunstein toteaa, että kun tuuppauksen vaikutukset eivät kohdistu kolmanteen osapuoleen – tuuppauksen tekijän ja tuupattavan lisäksi – ja kun vaikutukset kohdistuvat vain päätöksentekijän hyvinvoinnin edistämiseen on tarkoituksena parantaa asioita nimenomaan päättäjän oman arvion mukaan. Jos tuuppauksella onnistutaan parantamaan päätöksentekijän asemaa heidän itsensä mielestä, ei tällöin pitäisi olla huomautettavaa itsenäisen päätöksenteon, arvojen tai muiden 124

Palotutkimuksen päivät 2019

periaatteellisten eettisten kysymystenkään puolesta [11, s. 429]. Käytettäessä kuviossa 4 esitettyä Gjerstadin [12, s. 190] vaikuttamisen varjokolmiota mietittäessä vaikuttamisen etiikkaa, kun kyseessä on talopaketin valmistajan toiminta turvallisuutta lisäävien ratkaisujen esiintuomiseksi myyntitilanteen alussa, on lopputulos seuraava: − Oikeudenmukaisuus: turvallisuustaso olisi samanlainen asumismuodosta riippumatta − Rehellisyys: paloturvallisuuteen liittyvät tilastotiedot ovat helposti tarkistettavissa − Vapaus: asiakas päättää saamiensa tietojen pohjalta mitä järHyödynnetään vastavuoroisuussääntöä jestelmiä haluaa turvallisuuden parantamisessa Vaikuttamisen varjokolmion keskellä oleva ajatus hyvän puoErottaudutaan muista toimijoista turvallisuuteen lustamisesta toteutuu jo lähtökohtaisesti, kun kyseessä on ihmisliittyvillä asioilla ten turvallisuudesta huolehtiminen. Myyjän vastuulle jää edelleen se, että asiatturvallisuuslähtöisestä esitetään pelottelematta jamyyntikonseptista liioittelematta. Malli JATKOTUTKIMUKSIA Palvelumuotoilun hyödyntäminen turvallisuuden

esiintuomisessa

Sekä as parane Erottau mahdo Markkin peruste Asiakka rakenta toimint Ajattelu perustu Talomy Tuuppa satunna Asiakas välisen hallitta Vaihtoe asioita

Tutustumisvaihetta voisi tutkia myös kartoittamalla asiakkaiden tietoja ja tarpeita tarkemmin. Millaisina turvallisuuteen liittyvät päätöksenteon tukena asiat Käytetään näyttäytyvättuuppauksia asiakkaiden kannalta? Osataanko niihin kiinnittää huomiota ollenkaan, ja jos osataan niin missä vaiheessa talopaketin hankintaa? Koetaanko Talopakettien myynnissäpaloturvallisuus hyödynnetäänongelmaksi sopivia vai ei? Näillä perusteillaturvallisuuteen voisi kehittää yritystoimintaa paremmin asituuppauksia liittyvien asioiden akkaiden tarpeita palvelevaksi, esimerkiksi tuottamalla lisää maesiintuomiseksi teriaalia tietoon perustuvan päätöksenteon pohjaksi. Myyntitilanne ja tarjous rakennetaan hierarkkisesti Asumisen turvallisuuteen liittyvien teknisten ratkaisujen kehittärkeitä asioita korostaen - turvallisuus yhtenä tämistä voisi lähestyä selvittämällä millaisia, käytännönläheisiä ja niistä ihmisten arkiseen toimintaan ja käyttäytymiseen perustuvia, tarluokitellaan esimerkiksi peita Turvallisuustekniikka pitäisi käyttää lähtökohtana rakentamisen teknisiä järjestelykolmeen tasoon jä suunniteltaessa ja toteutettaessa. Tällaisen ihmislähtöisen paloturvallisuuden perustana olisi se, miten me käyttäydymme ja miten turvallisuutta parantavat järjestelyt toteutetaan arkisen elämän ehdoilla eikä niin, että ihmisten pitää mukautua tekniikan perusKäytettäessä kuviossa 4 esitettyä Gjerstadin [12, s. 190] teella tehtyihin toimintamalleihin. vaikuttamisen etiikkaa, kun kyseessä on talopaketin val

ratkaisujen esiintuomiseksi myyntitilanteen alussa, on lop turvallisuustaso olisi samanlainen asumismuodosta riipp liittyvät tilastotiedot ovat https://www.finlex.fi/fi/laki/ helposti tarkistettavissa − Vap 1. Finlex. Pelastuslaki 29.4.2011/379. ajantasa/2011/20110379. pohjalta mitä järjestelmiä haluaa LÄHTEET

2. Rakennustutkimus RTS. Talotoimittajan valinta. https://www. Vaikuttamisen varjokolmion keskellä oleva ajatus suomirakentaa.fi/talopaketit/talopaketin-valinta/talotoimittajanvalinta. lähtökohtaisesti, kun kyseessä on ihmisten turvallisuude

edelleen se, että asiat esitetään pelottelematta ja liioittel

Kuvio 4: Vaikuttamisen varjokolmio Gjerstadin mukaan.

Kuvio 4: Vaikuttamisen varjokolmio Gjerstadin mukaan

Kehitysehdotukset Asia

Perustelu

Kiinnitetään asiakkaan huomio turvallisuutta lisääviin ratkaisuihin rakennusprojektin alkuvaiheessa

Liialliset valinnan mahdollisuudet johtavat harhaan eikä mahdollisia puutteita huomata

Talopaketin hankintaan liittyvät valinnat järjestetään siten, että vaihtoehtojen määrä kasvaa loppua kohden

Perusasioista on helppo aloittaa ja vaihtoehtojen määrän kasvaessa on jo muodostunut parempi kokonaiskuva lopputuloksesta

Kerrallaan käsiteltävien vaihtoehtojen hallinnassa huomioidaan päätöksenteon rajallisuus

Päätöksenteon sujuvuuden kannalta keskinkertainen määrä ärsykkeitä on optimaalinen tilanne

Mahdollistetaan harkinnan ja intuition käyttö päätöksenteon apuna

Ryhmitellään asiakokonaisuudet siten, että perustavanlaatuiset päätökset voidaan tehdä harkiten ja tietoista ajattelua käyttäen

Turvallisuus talopaketin ominaisuutena tuodaan verkkosivuilla järjestelmällisesti esiin myös lisätietojen ja linkkien avulla

Vähäistä tuotetuntemusta pitää tukea helposti saatavilla lisätiedoilla. Jos tuote ei ole tuttu ei osata löytää oikeaa tiedon lähdettä

Huomioidaan erilaiset päätöksentekotyypit

Helpotetaan päätöksentekoa tarjoamalla erilaisia toiminta- ja hahmotustapoja tukevaa aineistoa

Käytetään tarkistuslistoja turvallisuustekniikkaan liittyvissä hankinnoissa

Järjestelmällinen tapa uudenlaisen asiakaslähtöisyyden kehittämisessä

Käsitellään talopaketin hankkimista kokonaisprosessina eikä vain myyntitilanteena

Prosessiin kuuluu asioita ennen hankintaa, sen aikana ja hankinnan jälkeen

Valikoivan muistamisen aiheuttamat väärät uskomukset turvallisuuslähtöisyyden esteenä

Ehkäistään ajattelun vinoumia tarjoamalla faktoihin perustuvaa tietoa

Ennaltaehkäistään alitajunnan mahdollisuudet vääristää päätöksentekoa

Tuotteistamalla toiminta sujuvaksi saadaan samalla kilpailuetua muihin nähden

Väärä turvallisuudentunne vaikuttaa päätöksiin

Tuodaan tosiasiat esiin, jotta riskit osataan arvioida realistisesti

Huomioidaan turvallisuus jo talopaketin tutustumisvaiheessa

Asiakkaan mielikuvat ja yrityksen tarjoamat ratkaisut kohtaavat paremmin

Ehkäistään ajattelun vinoumia

Turvallisuustaso muodostuu realistisesti ja perustelluin ratkaisuin

Turvallisuus uutena näkökulmana talopakettien myyntiin

Lisäarvoa toiminnalle ja uusi liiketoimintamalli

Hyödynnetään vastavuoroisuussääntöä turvallisuuden parantamisessa

Sekä asiakastyytyväisyys että turvallisuus paranevat

Erottaudutaan muista toimijoista turvallisuuteen liittyvillä asioilla

Erottautuminen tuo uusia asiakkaita ja mahdollisuuden kilpailuetuun

Malli turvallisuuslähtöisestä myyntikonseptista

Markkinaosuuden kasvattaminen eettisesti perustellulla toimintamallilla

Palvelumuotoilun hyödyntäminen turvallisuuden esiintuomisessa

Asiakkaiden osallistaminen prosessien rakentamiseen parantaa yrityksen toimintaedellytyksiä ja kilpailukykyä

Käytetään tuuppauksia päätöksenteon tukena

Ajattelun virheiden ehkäisy mahdollistaa faktoihin perustuvat päätökset

Talopakettien myynnissä hyödynnetään sopivia tuuppauksia turvallisuuteen liittyvien asioiden esiintuomiseksi

Talomyyjillä on enemmän asiantuntemusta. Tuuppaus tarpeen monimutkaisissa ja satunnaisissa tilanteissa

Myyntitilanne ja tarjous rakennetaan hierarkkisesti tärkeitä asioita korostaen – turvallisuus yhtenä niistä

Asiakas hahmottaa myyntitilanteen ja tarjouksen välisen yhteyden paremmin ja kokonaisuus on hallittavampi

Turvallisuustekniikka luokitellaan esimerkiksi kolmeen tasoon

Vaihtoehtojen vertailu on helpompaa eikä oleellisia asioita jää kokonaan pois

Taulukko 2: Päätöksenteon ilmiöihin pohjautuvat kehitysehdotukset.

3. Venkatesh, A. 1998. Cybermarketscapes and consumer freedoms and identities, European Journal of Marketing, Vol. 32 Issue: 7/8, pp. 664–676. https://doi.org/10.1108/03090569810224065. 4. Aaltola, J. & Valli, R. (toim.) 2010. Ikkunoita tutkimusmetodeihin: 1, Metodin valinta ja aineiston keruu: virikkeitä aloittelevalle tutkijalle. 3. uudistettu ja täydennetty painos. Jyväskylä: PS-Kustannus. 5. Thaler, R. H. & Sunstein, C. R. 2009. Nudge: Improving decisions about health, wealth, and happiness. Lontoo: Penguin Books. 6. Hansen, P. & Jespersen, A. 2013. Nudge and the Manipulation of Choice: A Framework for the Responsible Use of the Nudge Approach to Behaviour Change in Public Policy, European Journal of Risk Regulation, 2013 (1), p. 3–28. https://papers.ssrn.com/ sol3/papers.cfm?abstract_id=2555337. 7. Honkanen, H. 2016. Vaikuttamisen psykologia: Mielen muuttamisen tiede ja taito. Helsinki: Arena-Innovation Oy.

8. Kahneman, D. 2012. Ajattelu nopeasti ja hitaasti. Suom. K. Pietiläinen. Helsinki: Terra Cognita. 9. Pelastustoimen taskutilasto 2018. http://info.smedu.fi/kirjasto/Sarja_D/D2_2018.pdf. 10. Terveyden ja hyvinvoinnin laitos – Aiheet – Hyvinvoinnin ja terveyden edistämisen johtaminen – Turvallisuuden edistäminen – Turvallisuussuunnittelu – Asumisen paloturvallisuus. Työpaperi 37/2016. http://urn.fi/URN:ISBN:978-952-302-755-8. 11. Sunstein, C. 2015. The Ethics of Nudging. Yale Journal on Regulation, 32(2), pp. 413–450. https://search-proquest-com.nelli.laurea.fi/docview/1749961471/?pq-origsite=primo. 12. Gjerstad, E. 2015. Näin vaikutat: Vaikuttamisen psykologia arjessa ja työssä. Jyväskylä: Docendo.

Palotutkimuksen päivät 2019

125

126

Palotutkimuksen pĂ¤ivĂ¤t 2019

Tästä se alkoi Palotutkimusraati ry järjesti suomalaisen palotutkimuksen suurkatselmuksen Helsingissä elokuun lopulla. Yhdistys on perustettu vuonna 1982 ja sen tarkoituksena on edistää ja kehittää palotutkimusta maassamme. Nyt järjestettyjen päivien tehtävänä oli mahdollisimman kattavasti esitellä viime vuosien suomalaista palotutkimustyötä ja sen tuloksia. Suomalaisen palotutkimuksen tavoitteena on tuottaa tietoa alalla tapahtuvassa työssä hyödynnettäväksi niin Suomessa kuin ulkomaillakin. Eri yhteyksissä on valitettu sitä, ettei palotutkimusta ole riittävästi arvostettu ja ettei siihen ole osoitettu tarpeeksi varoja. Lisäksi on valitettu, että tutkimustoiminta on ollut liianhajanaista ja liian pieniin tutkimushankkeisiin pirstoutunutta. Sitäkin on harmiteltu, että teknisen paloturval-

lisuustutkimuksen ja käyttäytymistieteellisen tutkimuksen välillä on liian suuri kuilu. Neljäntenä puutteena on mainittu palokuntien sammutusja pelastustoimintaa ja palokuntien organisointia koskevan tutkimuksen vähäisyys. Palotutkimuspäivät avannut pelastusylijohtaja Pentti Partanen iloitsi päivien olevan oiva esimerkki siitä, että paljon tärkeätä on saatu aikaan sekä

perinteisillä palotutkimuksen aloilla että uudemmilla tutkimussektoreilla. Ylijohtaja arvioi päivien antaneen hyvän läpileikkauksen suomalaisen palotutkimuksen tasosta, tuloksista ja kiinnostuksen kohteista. Tämä Palontorjuntatekniikka-lehden koko numero käsittelee palotutkimuspäivien antia. Päivillä esiteltiin 24 tutkimusta, joista moni on jo jul-

Päätoimittaja Juhani Katajamäki 23.9.1999 Palontorjuntatekniikka 3/1999

PALOTUTKIMUKSEN PÄIVÄT 2015

Palotutkimuksen päivät 2019

Palotutkimuksen päivät 2017

PALOTUTKIMUSRAADIN JÄRJESTÄMÄT PALOTUTKIMUKSEN PÄIVÄT ESPOON HANASAARESSA 3.–4.9.2019

PALOTUTKIMUSRAADIN JÄRJESTÄMÄT PALOTUTKIMUKSEN PÄIVÄT ESPOON HANASAARESSA 29.–30.8.2017

PALOTUTKIMUKSEN PÄIVÄT 2011

PALOTUTKIMUKSEN PÄIVÄT 2009

PALOTUTKIMUKSEN PÄIVÄT 2013

kaistu Palontorjuntatekniikan tai Pelastustiedon sivuilla. Tässä numerossa esillä on seitsemän tutkimusta. Jatkamme tutkimusten esittelyä seuraavissa numeroissamme.

PALOTUTKIMUKSEN PÄIVÄT 2015

ESPOON HANASAARESSA 24.–25.8.2015

havaitaan, että vapaapalokok eissa sprinklatuissa kokeissa seinävanerit palo on levinnyt voimakkaasti seinävanereiss a, kun taas ovat osallistuneet paloon vain hyvin vähäisessä määrin.

a) toiminnan vaiheille arvotaan todennäköisyysjakaumien kokonaisajan realisaatiot perusteella lasketaan skenaariokohtaista yhtälöä käyttäen.

realisaatioita,

mallintamiseksi on siis ensiarvoisen tärkeää, suihkujen ennustetaan oikein. mukaansa vetämän ilman määrä Suihkujen mukaansa vetämän aiemmin mainittua mikrosuuti ilman määrä tutkittiin koejärjestelyllä, jossa kaikki kolme nta, sekä viisi suurempaa kanavaan keskelle. Suuttimen suutinpäätä asennettiin puiseen ollessa päällä, mitattiin takanakanavan keskilinjal kaasun nopeus suuttimen la. Suuremmissa kanavissa vieressä mitattiin myös kaasun nopeus seinän

Menetelmät ja työkalut Operaatioaikamallin työkaluina käytetään tapahtumapuita, simulointia, joka toteutetaan aikajanoja ja Monte Carlo VTT:llä kehitetyn Excel-pohjaisen – Tapahtumapuilla tunnistetaan erilaiset tilanteet ja määritellään PFS-ohjelman [9, 10] avulla. avulla määritetään operaatioaika, niiden jakauma. Aikajanojen jota voidaan verrata Tapahtumapuun haarojen todennäköisyydet ja aikajanan vahinkojen ajalliseen kertymiseen. tilastotietojen avulla. tapahtumien aikaviiveet Tilastotietoja täydennetään määritetään tarvittavilta osin asiantuntija-arvioilla. Monte Carlo –simuloinnilla luodaan keinotekoisia muuttamalla voidaan tutkia tilastoja, jolloin lähtöparametreja näiden muutosten vaikutuksia. Näin saadaan vaikuttavuusarvio. Tapahtumapuut asuntopalojen tarkastelussa Asuntopalojen tarkastelussa tapahtumapuu laaditaan omaisuusvahingoille. Kuva erikseen henkilö1 esittää henkilövahinkojen ja tapahtumapuu tapahtumapuuta. Vastaavanlainen on tehty myös omaisuusvahingoille alkusammutustoimet ja huomioiden niiden tehokkuus sekä mahdolliset EI 30 -rakenne palokunnan suorittama savutuuletus. sammutus ja

2007 muita kuin tapaturmaisia Vuoden 2007 palokuolemista kuolemia oli viisi kappaletta ja vuonna 2008 14 kappaletta. 10 oli viivästyneitä palokuolemia kilö kuoli 30 vuorokauden ja vuonna 2008 16, jolloin kuluessa tulipalossa saamiinsa henkuolemien lisäksi tulipaloissa vammoihin. Viivästyneiden loukkaantui vakavasti 46 palovuonna 2008. henkilöä vuonna 2007 ja 59 henkilöä Palokuolleista 91 prosenttia kuoli rakennuspaloissa, 7 prosenttia liikennevälinepaloissa, tulipaloissa neljästi henkilön vaatteet olivat syttyneet muissa palamaan ja kerran teltta. kaantuneilla jakauma oli Vakavasti louksamankaltainen. Palokuolema koituu kohtaloksi useimmiten kylmien kuukausien sa palokuolleiden määrä aikaan (Kuva 1). Jo syyskuuslisääntyy voimakkaasti kesän jälkeen. Tammi-, helmi-, lukuussa kuoli yhteensä maalis- ja jou94 henkilöä loukkaantuneiden kuukausijakauma eli lähes puolet kaikista uhreista. Tulipaloissa vakavasti poikkesi palokuolemien tuneiden määrän vaihtelu jakaumasta. Vakavasti loukkaankuukausittain oli maltillisempi taan tammi- ja maaliskuu kuin vaihtelu palokuolemissa. poikkesivat selvästi muista Ainoaskuukausista useamman myötä. loukkaantuneen

(a) Sohvapalo kokeen jälkeen,

vapaa palo

(b) Nurkkapalo kokeen jälkeen,

vapaa palo

b) Paikalla toimintakykyisiä henkilöitä

N henkilöä paikalla

Syttyy asuntopalo

Ei ketään paikalla

Puun paloturvallinen käyttö parvekkeissa ja räystäissä s. 26

Ei poistumista ajoissa

Poistuminen ajoissa Paikalla ei toimintakykyisiä henkilöitä

Ei poistumista ajoissa

Asukkaan toimintakyvyllä ei merkitystä

Poistuminen ei tarpeen

Kuva 1. Henkilövahinkojen

Pelastaminen

Pelastaminen ei tarpeen

Pelastaminen

Pelastaminen ei tarpeen

Toimintavalmiuden vaikuttavuus asuntopaloissa s. 64 tapahtumapuu asuntopaloissa.

Erilaisten tilanteiden todennäköisyyksien arvioimiseksi haarautumistodennäköisyy tapahtumapuuhun tarvitaan det. Paikalla olevien henkilöiden käytetään pelastustoimen ruutuaineistoa, jonka perusteella lukumäärän (0–N) määrityksessä lukumäärä, ja Tilastokeskuksen arvioidaan asunnon asukkaiden asukkaat kotona. Asukkaiden ajankäyttötutkimusta, jonka perusteella arvioidaan, ovatko toimintakykyä tarkastellaan laitoksen terveyskäyttäytymistutkim Terveyden ja hyvinvoinnin usten [11, 12] ja kotihoidon toimintakykytutkimuksen laskennan [13], Stakesin [14] sekä Tilastokeskuksen ajankäyttötutkimuksen alkoholinkäyttötietojen perusteella.

Kuva 1. Tuulettuvan räystään ratkaisumalli: a) periaate 30 suojattu alapuolelta ja ilman sisäänotosta, kun räystäs on EI b) ilmavirtauksen kääntyminen 4 ulospäin palotilanteessa. [7] Räystään vaatimuksen kompensointi yläpohjan vaatimuksilla Rakentamismääräyskokoelman osan E1 kohdan 1.3.2 voidaan todentaa tapauskohtaisest mukaan vaatimuksen täyttyminen i oletettuun palonkehityksee menettelyn perusteena voidaan n perustuen. Tällaisen palorasituksen (palokuorman)käyttää seuraavaa: Ullakon ontelossa ei ole sprinklausta, mutta voidaan olettaa olevan rakennuksen sisällä sprinklaamattom oleellisesti pienemmän kuin joille palonkestävyysaikavaatimus assa rakennuksessa (vastaava oletus koskee parvekkeita, on puolet kerroksen kantavien rakenteiden vaatimuksesta). Silloin kun räystään ja seinän liittymäkohta sekä vaatimusta, tulee yläpohjan räystään toteutuksessa ottaa huomioon alapinta eivät täytä EI 30 rakennuksen yläpohja on seuraavaa: Kun P2-luokan tehty tulee ullakon ontelon alapinta tarvikkeista, jotka eivät ole vähintään A2-s1, d0 -luokkaa, varustaa vähintään K 30-luokan tehty vähintään B-s1, d0 2 suojaverhouksel -tarvikkeista. la, joka on

Sammutuksen ja sammutusjärjestelmien simulointi s. 98

Asuinalueluokitusaineisto käyttöön riskinarvioinnissa s. 4

Kuva 1. Vasemmalla, koejärjeste

ly suihkujen mukaansa imemän ilman mittaamiseksi. Oikealla, FDS malli kokeista.

ESPOON HANASAARESSA 27.–28.8.2013

Huoneistopalon sammuttaminen vaihtoehtoisilla menetelmillä s. 74

ESPOON HANASAARESSA 23.–24.8.2011

aiheutuneet

MAHDOLLISUUDET

Saatujen tulosten perusteella jokaisen tarkasteltavan riskikartat. Kartta-aineis muuttujan osalta tuotetaan to on MapInfo-muodossa erilliset ja se on tarkoitettu pelastuslaito käyttöön. Aineistoa voidaan sten hyödyntää ennaltaehkäisytoimenpite sellaisenaan iden kohdistamisessa. työvälineenä YHTEENVETO

5. a) Propaanipoltin propaanipolttimen liekki ilman ja hehkulanka sylinterimäisen koivunäytteen alapuolella, b) näytettä, polttimen teho noin 250 W, asteikko polttimen takana cm:ssä.

Kuva 2. Pisarakokojakaumat VESISUMUJEN SIMULOI

NTI

Tutkimuksen tavoitteena

on tunnistaa asuinrakennu suuttimille A, ksissa tapahtuviin onnettomuuk tahallisiin B ja C, sekä muihin tulipaloihin sovitettu siin ja liittyvien analyyttine tekijöiden riippuvuuksi n jakauma. ominaispiirte istä analysoimalla a asuinalueiden Analyysin tulosten perusteellaonnettomuustietoihin yhdistettyä asuinalueluo kitusaineistoa. tuotetaan helppokäyttö isiä konkreettisia työvälineitä

FDS:ssä sprinklerit mallinneta an syöttämällä pisaroita suuttimen sijaintipaikasta. simulaatioon tietyllä etäisyydell 5 Pisaroiden muodostusta ä tai suihkun dynamiikkaa lähellä ei pyritä mallintama aivan suuttimen an. Pisarat lisätään simulaatio pinnalta.Alkupiste tältä pinnalta valitaan satunnises on suihkun kartion rajaamalta pallon ti siten, että suihkun keskelle enemmän pisaroita. Kartion kulma ja alkupisteen päätyy valitsemia parametreja. etäisyys suuttimesta ovat Kaikille pisaroille annetaan käyttäjän sama, käyttäjän määrittämä pisaroiden koko valitaan alkunopeus ja satunnaisesti pisarakoko pisarakokojakaumat on jakaumasta. Suuttimien esitetty A, B ja C sijoittamalla useampi yksittäisiä kuvassa 2. Useammn suuttimen suutinpäät mallinnetaan suuttimia samaan pisteeseen . Vain pieni osa todellisen suihkun sisältämistä pisaroista laskuissa käytetty pisara voidaan mallintaa tästä syystä kukin vastaa useampaa todellista käytettävien pisaroiden pisaraa. Sumujen kuvaamise määrää voidaan kontrolloid en a muuttamalla kunkin aika-askeleen

lukumäärät (n) kuukauden

mukaan vuosina 2007–2008.

Vakavia henkilövahinkoja aiheuttaneet tulipalot 2007–2008 s. 12 Palokuolema tapahtuu useimmiten maanantaisin, torstaisin, 2). Tulipalojen jakaumassa perjantaisin tai lauantaisin ei ole (Kuva vien loukkaantumisten vaihtelu yhtä suuria eroja kuin palokuolemien jakaumissa. Myös vakaviikonpäivän mukaan oli jantai oli ainoa päivä, jolloin tasaisempi kuin palokuolemissa. tulipaloissa tapahtui muita enemmän vakavia loukkaantumisia. Per3

suorituskyky asuntopaloissa s. 75

Kuva 4. Vahingot palon jälkeen. sammutusjärjestelmä on kastellut seinät

ESPOON HANASAARESSA 25.–26.8.2009

LIEKINLEVIÄMISKOKEET

TULEVAISUUDEN TEKNOLOGISET

asuinrakennuspalot

Uusi liekinleviämisen tutkimuslaite s. 48

Erityisvaatimuksia

Monikanavaisuus tiedonsiirrossa tarkoittaa sitä, että päätelaite osaa valita kulloisenkin tai kenttäjärjestelmäsovellus operatiivisen kriittisyyden ja tiedonsiirtoverkkojen toimintatilanteen, välitettävän tietosisällön koon ja sen kanavatilanteen mukaan Tämän pitää tapahtua sopivimman verkkopalvelun. ilman toteutetaan monikanavareitittimellä,käyttäjän toimenpiteitä. Käytännössä monikanavaisuus joka tukee kaikkia haluttuja verkkopalveluja. Mobiilitietoisuus on kenttäjärjestelmäsovelluksen tiedonsiirtokanavien tila kyky havainnoida ja sopeuttaa toimintansa ja tiedonsiirtonsa sen mukaiseksi. vallitseva ääritilanteessa merkitä sitä, että Tämä voi Sanomaliikenteen puskurointi toiminta ei saa halvaantua, vaikkei yhteyksiä ole ollenkaan. ja priorisointi ovat keinoja selviytyä poikkeustilanteista. Priorisointi tulee kyseeseen silloin, kun tiedonsiirron välityskapasiteetti alittaa voi käydä ruuhkatilanteessa, tarpeen. Näin kun käyttäjämäärän takia niukasti. kanavakapasiteettia on esim. vikatilanteen tai liian suuren Sanomat ja niiden tietoelementit etukäteen, jotta päätelaitteet, kenttäjärjestelmät ja tiedonsiirtoverkot olisi siksi luokiteltava tekemään tämän luokituksen pystyisivät priorisoinnin vaihdella saman tiedon osaltakinperusteella. Luokituksen pitää olla dynaaminen eli se voi riippuen esim. operatiivisesta tilanteesta.

Tietojärjestelmät

Kuva 3. Koneen ja laitteen viasta asuinrakennuspalovaarat. Otos riskikartasta.

Kuva 1. Palokuolleiden

Kuva 1. Tiedonsiirron rajapinnat.

Pelastustoimen langattoman tiedonsiirron tulevaisuus s.Kuva 79

Kaksi koesarjaa suoritettiin, sylinterimäisillä koivupuunäytte kaapelinäytteillä. illä ja MMJ 4 x 1,5 mm2 PVCKokeiden suoritus Liekinleviämiskokeen alussa kuuma ilma kiertää nopeudella, tulo- ja poistoaukot laitteessa mahdollisimma n suurella suljettuina. Kun haluttu saavutettu, ilmankierto lämpötila koekanavassa pienennetään nopeuteen on 0,3 m/s, propaanikaasua polttimeen, sytytetään näyte sen alaosasta kytketään virta hehkulankaan, palamistuotteiden poistoluukut. ja avataan korvausilman leviämisen alkamisen jälkeen. Propaanipoltin sammutetaan syttymisen ja vakiintuneentulo- ja Kokeen aikana seurataan liekin pinnan lähelle asennetuilla liekkirintaman etenemistä termopareilla. näytteen Kuvassa 6 esitetään lämpötila-aikakäyrät 7,8 liekinleviämiskokeesta, mm sylinterimäisen keskimääräinen lämpötila koivunäytteen koekanavassa oli 181 o Liekkirintaman eteneminen C sytytyshetkellä. arvioidaan lämpötilakäyris lämpötilan jyrkimmän nousun tä. Etenemisen kriteeriksi on valittu ajanhetki, joka silmämääräises Määrittämällä hetki jolloin ti on noin 300 oC:n kohdalla. termopari tietyllä korkeudella o C saadaan kuvan 7 ilmoittaa lämpötilan ylittäneen mukainen käyrä. Alkupalon 300 vakionopeudella. Sovittamalla jälkeen liekkirintama suora tähän osaan saadaan etenee liekin leviämisnopeus.

Lämpötilaolosuhteet

(d) Nurkkapalo kokeen jälkeen,

järjestelmä F1

Alemman rivin kuvista näkyy selvästi, tehokkaasti ja siten estänyt palon leviämisen.

kuinka

koehuoneessa

Kuvassa 5 esitetään lämpötilanmit koehuoneen taaempi termoelement tauksia koehuoneessa palon aikana. Mittauskohtan a on oviaukosta. Tulokset näyttävät, tipuu, joka sijaitsi huoneen keskilinjalla 3,2 m etäisyydellä että vapaissa paloissa lämpötilat kestokyvyn kannalta sietämättömäl kohoavat nopeasti ihmisen le tasolle sekä ajatellen (mittauskorkeus 1,8 m) poistumista huoneesta kävelemällä että myöskin ajatellen poistumista korkeus 0,6 m). Kaikki kokeissa tutkitut sammutusjärjehuoneesta ryömimällä (mittauskoehuoneen lämpötiloja stelmät sen sijaan rajoittivat tehokkaasti.

se uk im 07 utk 20 lot vät Pa päi

Mitä tekee Palotutkimusraati? Palotutkimusraadin tarkoituksena on laaja-alaisen yhteistyön kautta edistää ja kehittää palotutkimusta Suomessa. Palotutkimusraati muun muassa selvittää tutkimustarpeita, seuraa alan kansainvälistä tutkimusta ja osallistuu sitä koskevaan yhteistyöhön, tekee aloitteita tutkimusprojektien käynnistämiseksi ja tiedottaa sekä avustaa tutkimusten toteuttamisessa ja tutkimustulosten soveltamisessa käytäntöön. Palotutkimusraati ry järjestää 12. Palotutkimuksen päivät vuonna 2021. Seminaarissa esitellään kattavasti viimeaikaisia saavutuksia kotimaisessa palotutkimuksessa. Palotutkimuksen päivät on järjestetty vuodesta 1999 alkaen joka toinen vuosi. Lisätietoja: www.spek.fi/Palotutkimuksenpaivat