应用深度学习模型预测复杂平面房间内的火灾温度场

摘要：

目前火灾探测系统的设计和评估主要依赖于经验模型,虽然这些模型简化了顶棚射流的特性,却未考虑建筑结构对火灾烟气行为的影响.因此,本研究采用了一种基于UNet架构的深度学习模型,以实现对复杂平面房间内顶棚下火灾温度场的快速而准确的预测.模型的训练数据包括136种不同火灾工况的数值模拟结果,其中包含各种房间平面布局、火源位置和房间高度的变化.研究结果表明,该模型能够在数秒内准确预测任何给定房间平面设计中的火灾温度场,准确率高达 88%.该研究可为复杂建筑的消防系统设计和优化提供人工智能视角的参考.

关键词：火灾温度场、火灾探测、建筑防火设计、复杂建筑平面、智慧消防

所属期刊栏目：43

分类号：X932;TU998.12(安全工程)

资助基金：香港UGC主题研发计划T22-505/19-N

在线出版日期：2024-01-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：51-55,64