火源位置对L型管廊电缆火灾影响规律的数值模拟研究

选取某城市L型综合管廊电缆舱为研究对象,采用FDS数值模拟软件研究了不同火源位置对L型管廊电缆火灾温度纵向衰减规律、烟气浓度分布规律及烟气危害性的影响。研究结果表明,L型廊道构型影响了不同火源位置的管廊电缆火灾最高温度纵向衰减的连续性,基于热边界层理论提出了适用于L型管廊的二维平面最高温度纵向衰减模型。基于峰宽时间计算了L型管廊火灾的烟气总危害性参数,不同火源位置的烟气危害性总在靠近管廊节点位置处最低。这些结果可对综合管廊的消防设计与火灾防控提供参考。     

基于支持向量机的综合管廊火灾纵向温度实时预测

城市地下综合管廊一旦发生火灾,会对城市造成很大的经济损失和社会影响。考虑到火灾的快速发展和综合管廊狭长受限的特殊空间结构,迫切需要一套准确、实时的火灾温度预测系统辅助消防救援人员制定决策和指导消防行动。建立了5种不同火源位置的地下综合管廊电缆火灾数值模型,结合支持向量机(SVM),根据火源位置、热释放速率、火灾发生时间以及待测点与火源之间的相对位置关系开发了一种数据驱动的温度实时预测模型,实现了地下管廊火灾场景内的纵向温度预测,提出了在火源附近数据结构的优化方案,提高了火源附近的预测准确度。该方法在预测性能和预测时间方面取得了优异的性能,展示了人工智能在火灾预测应用中的优越表现和发展前景。     

基于机器学习的热释放速率实时预测方法

火灾态势的实时感知对提升消防救援指挥与决策水平有非常重要的意义。为实现火源热释放速率的实时预测,通过丙烷气体燃烧实验获取火焰体积和高度的实时数据,选取MATLAB中精细高斯SVM做分类训练,建立了基于图像处理的热释放速率预测模型。结果表明,训练完成后的模型可以根据3 s内的火焰体积/高度数据预测得到实时的燃料流量,获取相应的火源热释放速率。该预测模型在已知数据集和未知数据集上都表现出了较高的准确性,为火灾态势发展预测提供了理论和技术基础,有很好的应用前景。