[发明专利]一种火灾温度场重构方法、系统、计算机设备、介质及终端

说明书

本发明属于火灾安全中的火灾调查技术领域，公开了一种火灾温度场重构方法、系统、计算机设备、介质及终端，利用计算流体动力学软件构建针对特定场景的火灾数值模型，并开展大量不同工况火灾情景模拟，进而基于神经网络技术，建立火灾温度场和关键影响因素之间的映射关系；通过构建火灾表征参量、关键影响因素与火灾温度场之间的深度关联，实现对火灾温度场的快速精准预测。本发明可以针对不同场景，快速准确地进行火灾温度场重构，从而为火灾调查和火灾风险评估提供新工具。

技术领域

本发明属于火灾安全中的火灾调查技术领域，尤其涉及一种火灾温度场重构方法、系统、计算机设备、介质及终端。

背景技术

目前，火灾作为一类多发的灾害，每年都使得公共财产出现巨大损失，对人民生命健康安全造成巨大威胁。有效的火灾预测能为紧急救援人员和被困人员提供早期预警和关键信息。如何制定相应对策来避免或减少建筑中的火灾损失是火灾科研工作者所面临的新挑战。火灾发生具有随机性和确定性的双重特点。其随机性是指火灾发生的起火时间、地点和原因等因素是不确定的，受到各种因素的影响，不遵循一定的统计规律；其确定性指在某一特定场合下发生的火灾，会按照基本确定的规律发展蔓延，其燃烧过程与烟气流动过程都遵循燃烧学、流体力学等物理和化学规律。所以通过CFD计算和火灾模拟软件的对建筑安全进行评估、对火灾发展进行分析和火情的预警和风险评估是可行且必要的。目前常见的火灾模拟与预测评估方法主要有CFD运算、区域模型模拟、场模型模拟等。CFD运算是结合火场的空间、时间条件，通过细致的流体力学计算对火焰的走势及烟气的流动情况做出预测，这种计算精度高，但时间成本巨大；区域模型既可以在一定程度上了解火灾的成长过程，也可以分析火灾烟气的扩散过程。

目前，区域模型在建筑室内火灾的计算机模拟中具有重要地位。但是区域模拟忽略了区域内部的运动过程，不能反映湍流等输运过程以及流场参数的变化，只抓住了火灾的宏观特征，因而其近似结果也是较粗糙的。火灾的场模型研究是利用计算机求解火灾过程中各参数(如速度、温度、组分浓度等)的空间分布及其随时间的变化，是一种物理模拟。场是多种状态参数(如速度、温度与组分浓度)的空间分布，是通过计算这些状态参数的空间分布随着时间的变化来描述火灾发展过程的数学方程集合。然而，由于火灾情况复杂，计算要求高，大多数方法都不能实现实时快速的估算。而近年来深度学习的不断发展，使得高维特征和庞大数据集的耦合运算成为了可能。通过已经训练好的网络模型，可以对对火灾进行快速响应，做出可靠预测。因此，亟需一种基于神经网络的火灾温度场重构方法及系统。

通过上述分析，现有技术存在的问题及缺陷为：

(1)现有通过CFD计算和火灾模拟软件对火焰的走势及烟气的流动情况做出预测的方法中，存在时间成本巨大、计算量大的问题。

(2)现有通过区域模型进行建筑室内火灾的计算机模拟的方法中，忽略了区域内部的运动过程，不能反映湍流等输运过程以及流场参数的变化，只抓住了火灾的宏观特征，因而其近似结果也是较粗糙的。

(3)由于火灾情况复杂，计算要求高，现有的大多数火灾模拟方法都不能实现火灾的实时快速估算。

解决以上问题及缺陷的难度为：

在传统的火灾数值仿真中，场模型的网格划分大小将直接决定预测的精度和预测所需的时间，当面临需要高精度预测的情景时，往往需要划分数十万甚至上百万个网格，在每个网格中都将进行复杂的流体力学计算，此时预测的时间可能需要数周；解决此问题寄希望于提升算力或开发更加先进的模型，但这两个方法都需要投入大量资源，这种投入相较于收益来说显然不够合理。

解决以上问题及缺陷的意义为：

改变目前的火灾模拟模式，对计算资源的极大解放，有力提升火灾现场重构技术的适用性、可靠性和经济性。

发明内容