1种基于CCRP火灾情况下的动态疏散算法

为在火灾发生时给逃生人群规划最优的安全疏散方案,基于CCRP算法开发1种火灾情况下受容量限制的动态疏散算法。该算法模型将发生火灾的建筑布局信息表达成节点连接弧形式,鉴于可预测危害蔓延对火灾逃生过程中疏散通道封锁时间的影响,为建筑网络图上的节点赋予“危险时刻”属性,逃生人员通过节点的时刻必须小于该节点的“危险时刻”才能规避火灾危险;基于eclipse软件平台,通过动态疏散算法与相似Dinesh算法应用实例对比仿真分析,验证基于CCRP的动态疏散算法的可行性与优越性。结果表明:通过该算法计算出的逃生路径保证逃生人员在最短时间疏散出去;且其具有安全性高和耗时少等优点。     

蚁群算法在动态疏散路径优化过程中的应用

本文将蚁群算法应用于动态疏散路径优化过程中.针对动态疏散系统的特点,及时跟踪环境变化,通过对环境参数的分析找出当前的最优疏散路径.有效提高了疏散系统的疏散效率,减少火灾、爆炸等重大事故造成的人员伤亡.通过对不同规模节点的模拟结果显示,该算法是一种求解动态疏散最优路径问题的有效算法.     

基于Dijkstra算法的火灾环境下人员疏散仿真方法

模拟建筑物内火灾情况下人员安全疏散,提出一种基于Dijkstra算法的人员疏散仿真方法。该方法借鉴网络路由的思想,综合考虑在人员动态疏散过程中发生的通道、路口损坏,人员拥堵等情况,采用RIP选路协议中的DV算法,实时计算最佳逃离路径(最低耗费路径);同时,利用路由转发机制,辅助人员决策疏散方向。     

基于Revit的医院火灾人员疏散路径优化及智能诱导

为了充分保障大规模人群疏散安全目标的实现,进行Revit二次开发,构建建筑物节点状态数据智能提取系统,自动生成建筑物节点初始状态数据库,利用自适应蚁群算法,以全体待疏散人群完成安全疏散时间最短为优化目标,开发人群应急疏散路径优化及智能诱导模型。通过对有无疏散诱导情况下某医院火灾中人员完成疏散所需时间及各出口人员滞留情况的对比,结果表明,基于Revit的数据智能提取系统,改善了医院火灾人员疏散路径优化算法初始状态和边界条件的处理方案,显著提高了疏散优化算法的运行效率,在保障医患人员安全疏散的同时,有效避免了从众现象造成的个别出口拥堵现象。     

一种基于人工蜂群算法的多目标路径决策方法

为兼顾火灾中人员疏散的安全性与效率,使得人员避免遭受火灾风险侵害的同时尽可能节省人员疏散所需时间,提出一种基于人工蜂群算法的最优疏散路径决策方法。首先,通过将一个考虑逃逸代价的单目标模型以及一个考虑路径复杂度的单目标模型合并为一个双目标路径规划模型,实现以火灾风险、路径长度及路径复杂度为最终优化目标;然后,以某建筑为例,运用Pyrosim软件进行建筑内火灾模拟,利用本文的最优疏散路径决策方法得到该火灾场景下的最优路径。结果显示：该决策方法可以有效帮助人员避开风险水平较高的区域,同时尽可能降低所选疏散路径的复杂度,验证了该方法用于考虑火灾蔓延对疏散路线影响的可行性。     

基于火场预测和多出口决策的协同进化救援路径优化方法

为给深入火场救援的消防员提供最佳救援路线,掌握营救和自救时机,通过改变涟漪规则、动态调整扩散速度、多出口决策设置来改进基于涟漪扩散算法(RSA)协同进化路径优化方法(CEPO)。基于火场预测和多出口决策提出协同进化救援路径优化(CERPO)方法,并以湖北某校教学楼火灾扩散仿真模拟为背景,在不同时间节点情境下规划最佳救援往返路径并比较路径异同,与D^*算法对比验证CERPO有效性和灵活性。研究结果表明：CERPO能基于火灾预测提前避障规划最佳路径,并在第500 s情境下及时启动多出口决策,规划新的撤离路径;CERPO与传统算法相比可避免绕路,提高消防救援效率,研究结果可为救援路径规划提供参考。     

一种基于Dijkstra算法的火灾动态疏散指示系统

为实现建筑火灾人员的安全疏散,提高疏散出口的综合使用效率,从疏散理论和系统整体构建切入,以实际适用性和火灾动态扩散为要点设计了系统疏散模型,基于功能需求对功能模块内容和硬件网络进行了构造,提出了一种基于Dijkstra算法的火灾动态疏散指示系统.以某商场建筑为实例,运用Pyrosim软件进行建筑内火灾模拟,采用疏散指示系统算法得到该火灾场景下的最优路径,通过在Pathfinder软件中增设6处定时通行禁区达到人员服从系统算法规划的疏散效果.结果表明:在试验设定下,该系统算法的总疏散时间比Pathfinder软件缩短了 1.5 s,最长疏散距离比Path-finder 软件缩短了 6.86％;系统算法通过科学导流提升了商场左、下出口的利用率及右出口的疏散效率,从而减少了总疏散时间,验证了该火灾动态疏散指示系统的可行性和有效性.     

大型超市火灾人员疏散路径优化研究

针对常州某大型超市的实际建筑结构和人员分布情况,利用计算机进行火灾情况下的人员疏散模拟,得出疏散路径、出口人员流量、疏散时间及疏散设施的使用情况等相关数据。疏散过程中路径选择是影响疏散时间的重要因素,而人员对超市环境的熟悉程度又是影响路径选择的重要因素。进行路径优化时,若以超市店员作为疏散的动态引导人,采用方向式动态引导,将人员引导至模拟中使用率较低的出口和楼梯,进行人员分流,能够缩短疏散时间,进一步优化疏散路径。从疏散路径选择和人员管理方面提出一种针对该超市的更为高效的疏散方法。     

疏散路径受阻情况下的人员疏散模型及算法

建筑火灾中,随着火势的不断增大和烟气的不断增多,随时会有某条疏散路径因被火势或烟气封堵而不能正常通行的情况发生。针对此情况下的应急疏散问题,以待疏散人员全部完成疏散所需时间最短为目标,以结合疏散路径的通行能力合理分配待疏散人员为原则,运用Dijkstra算法对网络中的最短路径进行求解,并结合网络流控制的方法实现疏散人员的合理分配,建立了疏散路径受阻情况下的人员疏散模型,并提出了该模型的算法思想及算法步骤,最后结合算例进行了验证。验证结果表明,该模型及算法可行、有效,既可较好地避免因大量人员选择相同疏散路线而造成的拥堵,还提高了疏散网络的整体使用率,又有效缩短了人员的疏散所需时间。     

基于多特征无量纲向量的图像型管廊火灾探测技术研究

针对管廊火灾检测中背景干扰与小目标检测困难的问题,提出采用无量纲特征参数描述图像型火焰动静态特征的火灾检测方法。利用背景差分法分割火焰目标区域,分析火焰发展特性,提取、计算角二阶矩变化率(A^*_ASM)、对比度变化率(C^*_CON)、自相关度变化率(C^*_COR)、面积变化率(S^*)等无量纲特征参数;拟合无量纲特征融合向量T^*并在SVM模型中检验其可靠性。研究结果表明：通过对不同可燃物在不同空间环境下的燃烧视频随机200帧序列进行检测,发现提出的无量纲特征参数具有“稳定”的变化范围,对火灾火焰与一般火焰的识别率最高可达97.5%,98.0%,受监测空间环境的影响较小。研究结果可为图像型火焰特征提取提供借鉴。     

楼房井道火灾的烟气运移-弥散中毒过程研究

为研究老式学生宿舍垃圾井底部起火产生的高温有毒气体的运移扩散过程,采用火灾动态仿真模拟软件FDS对其进行了仿真模拟,并提供应急预案参考.运用控制变量法并选择不同火灾工况对火灾危险形成规律进行分析,依据最不利原则和数值仿真模拟,探讨人体在有毒烟气热环境中的耐受时间及最佳安全疏散时间.结果表明:垃圾井起火时,走廊门与窗户均开启状态下人员逃生最困难;火灾发生后有毒气体CO蔓延使人丧失行为能力的时间为3.95 min,是主要危险因素;18 m垃圾井起火后产生烟囱效应,六楼(顶楼)受灾最严重,可用疏散时间仅为10 s;改造竖向垃圾井顶部为开口状态可降低疏散通道CO质量分数为原来的1/45～1/30,延长疏散时间到8 h,为人员安全疏散提供了保证.     

基于Modbus通讯的智能疏散指示系统研究

研究了以蚁群算法为决策分析基于Modbus通讯的智能疏散指示系统。该系统可实时检测建筑内火灾报警器的状态,通过改进的蚁群算法得到最优疏散路径,并通过现场总线及Modbus通讯协议将决策结果发送给各疏散指示器,从而引导人员安全的离开火灾现场。通过实例模拟验证了该系统的实用性和可靠性。结果表明,该系统可根据火灾发展的进程,动态改变疏散指示方向,保证疏散人员的安全,具有广泛的应用前景。     

智慧城市背景下的火灾实时疏散系统

为尽可能减少火灾给城市居民带来的生命威胁与财产损失,首先提出基于物联网(IoT)技术的智慧城市火灾实时疏散系统构建思路;该系统由感知层、数据处理层和应用层组成,其中,感知层主要通过窄带物联网(NB-IoT)技术、超宽带(UWB)技术,实时采集并传输建筑内的火情信息和人员位置信息;数据处理层主要基于Floyd算法和建筑拓扑图规划人员最优疏散路径;应用层则根据疏散路径规划结果指导人员疏散。然后以天津市智慧城市建设示范区域中的学术交流中心为例,选取人员密集区域分析UWB基站布置原则,将建筑平面结构拓扑化;并结合建筑内火灾危险源位置,利用Floyd算法规划疏散路径,同时利用三维模型展示疏散路线;再借助Pathfinder软件模拟优化前后的人员疏散情况,对比所用疏散时间和疏散距离,结果表明：人员自由疏散选择的路径距离较长,算法优化后的疏散距离为34.9 m,缩短了11 m,疏散用时为30.9 s,减少了9.7 s,提高了疏散效率。     

大型城市综合体火灾风险评估研究*

为提高大型城市综合体火灾风险评估准确性,建立“双主线”火灾风险评估模型,运用贝叶斯网络计算火灾发展主线与人员疏散主线各节点可靠性,并通过改进的火灾关联度法对“双主线”进行协调整合,确定各风险节点动态权重。结果表明:２条主线对于整体火灾风险相互独立又相互联系,“双主线”模型得到的火灾风险值更精确,有效解决传统火灾风险评估模型无法协调统一评价火灾发展与人员疏散的问题。研究结果为定量评估大型城市综合体火灾风险提供新的思路。     

基于Pareto蚁群算法的双目标路径规划研究

针对复杂建筑环境人员应急疏散单一路径不能满足火灾环境变化需求的问题,基于改进蚁群算法,结合Pareto双目标解集思想,提出一种组合优化解集的双目标蚁群算法,通过排序优化的思想,实现人员多路径动态疏散规划。在构造Pareto解集的阶段协同考虑疏散路径长度以及火灾风险程度2个优化目标,计算各个解之间的支配关系。利用排序优化蚁群算法的正反馈机制将各组解的信息素按一定比例作为最优路径信息素的积累,加快解集的寻找。最后将其与传统双目标蚁群算法相比较,结果表明：优化后的双目标算法更加适合复杂建筑人员疏散路径规划问题,在寻找多组满足要求解的同时展示目标之间的利弊关系,供决策者选择合适的路径,提高疏散效率。     

基于遗传-蚁群算法的单层建筑火灾疏散路径规划研究

为解决如何快速、有效地找出单层建筑火灾最佳疏散路径问题,分析火灾发生时可能影响人员逃生及最佳路径生成的因素。提出基于遗传-蚁群算法求解火灾时期人员疏散路径。运用遗传算法的快速全局搜索能力,对蚁群算法初期所需要的信息素进行快速处理;利用蚁群算法的正反馈机制,快速找出可行路径,缩短搜索时间;并运用Matlab软件对其进行仿真。结果表明:遗传-蚁群算法所求得的路径生成质量有明显提高,并缩短路径生成时间,有助于提高人员逃生效率,降低人员伤亡率。     

基于蚁群算法的烟气中人员疏散路径选择优化

针对火灾烟气环境下的人员疏散问题,分析人员密度以及烟气能见度对疏散速度以及最佳疏散路径的影响。首先,得到烟气及人员密度对疏散速度的修正函数,并将该函数同蚁群算法的启发式信息函数进行耦合;其次,改进蚁群算法求解最佳路径的局限性,建立1种基于蚁群算法的人员疏散路径算法模型;最后,将算法模型应用于实例研究。研究结果表明:所提出的模型可较好地优化人员疏散路径,并进一步提高人员疏散效率。     

某高校教学楼火灾烟气运动规律与避灾仿真研究

以某高校教学楼为研究对象,利用Pyrosim结合Pathfinder软件进行火灾烟气运动规律和避灾仿真研究,以期获得火灾发生后各层人员的最佳疏散路径,从而有效避险。结果表明:火灾产生的烟气会沿着走廊向外扩散,并沿着楼梯向相邻楼层蔓延,高层人员的生命安全受到威胁严重;该教学楼在此次模拟中最佳逃生路线为教学楼东紧急出口。研究结论对高校教学楼火灾的防控和人员的安全疏散具有指导意义。     

高层建筑火灾人员疏散和人员伤亡的模拟

基于建筑火灾全风网网络模型的基础上 ,结合紧急疏散模型 ,模拟火灾时期疏散时间和建筑物内人员滞留的情况 ,同时也可以模拟可能出现的伤亡情况 ,有助于高层建筑的疏散系统设计 ,为火灾的再现提供了一个有效的分析工具 ,也为高层建筑火灾的风险评价提供了理论数据     

基于Pathfinder和FDS的火场下人员疏散研究

为了探究高层建筑发生火灾时人员行为对疏散的影响,以上海静安区失火大楼为背景,运用试用版灾难逃生软件Pathfinder,对人员行为进行模拟.实验得到了人员在不同行为模式下逃生时所用的时间和楼梯间内拥挤情况,并探究家庭成员的行为对逃生的影响.利用Pathfinder进行SFPE模式和指导模式模拟以确定哪种模式中的行为属于安全的疏散行为.以《建筑防火规范》规定的允许疏散时间为标准计算出规定时间内的疏散的人数,从而确定处于危险状态下的人员数量和时间.建立了一个简化的高层建筑模型,采用FDS模拟软件对高层建筑火灾进行了火灾模拟,得出了烟气蔓延速度、温度、CO浓度以及能见度的变化规律,为高层建筑火灾烟气的有效控制、人员疏散、火灾扑救提供了一定的理论依据.