模糊神经网络在火灾探测系统中的应用

为使火灾探测具有较低的误报率、较高的可靠性和较强的环境适应能力,提出了一种基于人工智能的数据融合技术的火灾探测算法,以环境温度、烟雾浓度、CO含量为检测对象,利用人工神经网络和模糊推理技术对多传感器信号进行融合,最终输出火灾危险性大小的信号。神经网络采用径向基函数网络(RBF),运用最近邻聚类学习算法,实现隶属度函数参数的自动提取,并结合模糊逻辑具有较强综合判断能力和识别能力的特点,在MATLAB下完成了火灾探测系统的设计与仿真,明显提高了火灾探测系统的性能。     

高校学生宿舍楼火灾模拟与疏散演习研究

本文以国内某高校学生宿舍楼火灾应急疏散演习为调查研究对象,使用火灾模拟软件FDS研究人员疏散的安全性,考虑在最不利火灾场景下,火灾对安全疏散的影响。结果表明,此次火灾应急疏散演练所得到的安全疏散时间是可靠的,其中影响人员安全疏散的关键因素是烟气扩散导致楼道内烟气层高度降低,影响疏散需要的能见度,该学生宿舍楼设计能够满足火灾条件下人员逃生的需要,建议增加防排烟设施。同时针对目前广泛开展的疏散演练,提出相应的疏散演习组织实施办法和注意事项。