[发明专利]一种公路隧道火灾增长期参数识别与预测方法

说明书

本发明涉及一种公路隧道火灾增长期参数识别与预测方法，包括以下步骤：S1、隧道火灾增长期火源模型的选取；S2、隧道火灾增长期火源模型参数的确定；S3、隧道火灾增长期FDS数值模拟模型的建立与工况设定；S4、隧道火灾增长期观测数据库的建立；S5、隧道火灾增长期数据标签化、归一化处理；S6、隧道火源增长期参数识别及预测的LSTM神经网络模型建立；S7、隧道火源增长期参数识别及预测的LSTM神经网络模型训练；S8、隧道火源增长期参数识别及预测性能分析。解决现有隧道火灾预测手段未充分分析及利用隧道内各类监测设备在火灾工况下产生的大量数据，不能及时识别火源信息并预测其增长态势，不能为人员安全疏散及消防救援提供决策服务的问题。

技术领域

本发明属于隧道火灾安全技术领域，涉及一种公路隧道火灾增长期参数识别与预测方法。

背景技术

公路隧道火灾危害性极大，一旦发生，极易造成交通瘫痪、商贸物流中断，甚至造成群死群伤，导致恶劣的社会反响。目前公路隧道火灾防治手段主要包括远程监控、监测报警、通风排烟、消防队员进入隧道内实施灭火等。但这些防治手段均对火灾增长期考虑不足，多集中于火灾稳定发展阶段。公路隧道火灾增长期作为人员疏散逃生和消防救援的“黄金时段”未受到足够的重视。

由于隧道相对封闭的结构限制以及隧道内火灾监测设备功能的局限性，发生火灾时外界所能获取的信息非常有限，隧道内部受灾人群以及消防救援人员很难及时得知实时火情、火灾发展态势等，导致逃生和救援行为很大程度上是依靠视觉感官做出的经验性判断。然而，当前预测手段大多需要以现场信息作为输入数据，但隧道内的高温浓烟使消防人员及设备无法抵达火源处获取信息，且现有技术手段尚无法对实际火灾场景下热释放速率进行直接测量。同时，隧道内各类监测设备在火灾工况下会产生大量数据，如温度、各组分气体浓度以及风速等，这些数据存在分析及利用程度低的状况。现亟需寻求一种利用可获取数据对公路隧道火灾增长期信息进行高效识别，甚至预测的方法，为人员安全疏散及消防救援提供决策服务。

发明内容

有鉴于此，本发明为了解决现有隧道火灾预测手段未充分分析及利用隧道内各类监测设备在火灾工况下产生的大量数据，不能及时识别火源信息并预测其增长态势的问题，提供一种公路隧道火灾增长期参数识别与预测方法，为人员安全疏散及消防救援提供决策服务。

为达到上述目的，本发明提供如下技术方案：

一种公路隧道火灾增长期参数识别与预测方法，包括以下步骤：

S1、隧道火灾增长期火源模型的选取

依据国内外学者建立的隧道火灾热释放率增长模型，选取能够较好表征隧道内由车辆及货物所引起火灾时火源热释放速率的增长模式，且因参数调整简单而常用于计算机仿真模拟中非稳态火源建立的平方增长模型为基础模型，用以描述火源热释放速率随时间的变化，关系式如下：

Q＝αt²

式中：Q为热释放速率(kW)；t为达到该热释放速率的增长时间(s)；α为火灾增长系数(kW/s²)。

S2、隧道火灾增长期火源模型参数的确定

根据国内外足尺隧道火灾试验实测数据展开分析，获得不同车辆类型(小汽车、公共汽车、载重货车、油罐车)及车辆相关材料(汽油、柴油及车用聚合物)最大热释放速率HRR_max、火灾增长系数α、达到最大热释放速率所需时间t_max的取值范围，进一步验证隧道火灾增长期火源模型的正确性。

S3、隧道火灾增长期FDS数值模拟模型的建立与工况设定

建立隧道火灾增长期FDS数值模拟模型，设定温度传感器、风速传感器的监测位置与密度，考虑不同火源位置、纵向风速、最大热释放速率及其增长系数，设定多种模拟工况。

S4、隧道火灾增长期观测数据库的建立