基于YOLO-BP神经网络的古建筑修缮阶段火灾监测方法

作者：赵平; 熊倩^*; 张鑫; 刘广川

来源：中国安全生产科学技术, 2020, 16(12): 122-128.

• 建筑安全
• 古建筑
• 火灾监测
• YOLO算法
• 反向传播(BP)神经网络

为提高古建筑修缮阶段火灾监测水平,有效预防火灾事故,提出1种基于YOLO-BP神经网络算法的古建筑修缮阶段火灾监测模型。针对修缮作业对古建筑产生的消防隐患,在施工场地设置监测点,并利用YOLO算法以火源、可燃物为目标进行检测与定位,计算火源与可燃物距离;以火源温度、含氧量、火源与可燃物距离3项指标作为BP神经网络输入层,以火灾概率为输出层,从而进行预测;基于古建筑修缮阶段焊接、切割动火作业阶段的样本数据进行仿真模拟。结果表明:利用模型监测古建筑修缮阶段火灾的准确率达93.9%,验证模型的可靠性;当火源温度在150～2 000℃范围内,含氧量不小于19.5%时,动火作业安全距离为10.1 m。

• 单位
  土木工程学院; 西安建筑科技大学