大型建筑内部火灾温度场的数值模拟

利用CFD技术对在建筑火灾情况下，温度场的变化趋势进行数值模拟。针对大型建筑内部火灾温度场数值模拟特点，考虑建筑火灾中温度、烟气扩散以及尺度较大等因素，通过小尺度数值实验，在模型的效率性和准确性方面对不同模型加以比较、分析，选取带浮力修正的模型。同时，选用国际通用CFD计算软件FLUENT6．1针对某大型建筑内部火灾温度场进行数值模拟。并结合区域模拟软件CFAST对结果进行比较分析。表明CFD场模拟软件FLUENT6．1具有较高的可靠性，可针对大型工程项目进行分析模拟。     

基于人工神经网络的烟气及温度实时预测模型*

为监测建筑火灾事故区域的危险程度,实现更加安全、高效的火灾应急救援,以通廊式建筑为研究对象,基于转置卷积神经网络及数值模拟方法开发1种可实时预测走廊位置处烟气扩散和温度分布的神经网络模型。首先,依托Python建立包含全连接、转置卷积、反池化等在内的19层神经网络模型的整体架构;其次,建立包含99个火灾场景,共7 920组图像数据的火场信息数据库用于模型训练;最后,使用测试集对模型进行可靠性验证。研究结果表明:烟气（温度）预测模型在不同火灾场景下的预测精度达到95%,训练完成后模型的预测时间一般为1~2 s。研究结果可为应急策略的快速制定提供数据参考。     

以学科融合促进提升大学生环境保护意识——评《环境保护与可持续发展》

进入21世纪之后,工业文明在新兴科技的推动下发展到顶峰状态。经济持续增长也成为各个国家及地区的重要目标,但在一切欣欣向荣的背后,却隐含着巨大的生态环境风险,严重威胁着人类社会的可持续发展。一方面,就全球范围内的工业化进程分析,工业文明取代农业文明所带来的不仅仅是自然资源的庞大消耗,而且在自然资源利用的过程中排放出大量有害产物,直接或间接地造成空气、水源、土壤的污染,如果继续按照现有模式一味追求经济效益,人类生存及发展的权利就会逐渐被大自然所剥夺。