基于人工神经网络的烟气及温度实时预测模型

作者：李伟; 胡淋翔; 杨满江; 刘晓平

来源：中国安全生产科学技术, 2023, 19(03): 5-12.

DOI：10.11731/j.issn.1673-193x.2023.03.001

• 消防安全
• 转置卷积神经网络(TCNN)
• 数值模拟
• 烟气扩散
• 温度分布
• 实时预测

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。

• 单位
  中国舰船研究设计中心; 合肥工业大学