舰船火灾爆炸危险级别评估方法研究与仿真

研究舰船火灾爆炸危性评估问题,针对火灾的隐蔽性和突发性,根据火灾动力学原理以及火灾发展特点,提出一种Petri网的舰船火灾爆炸危险评估.首先按照火灾发生面积将火灾发展过程划分为4个阶段,以火灾成长概率和火灾发生后的过火面积为评价指标,然后采用概率Petri网对舰船火灾发生过程进行建模,最后对火灾危险等级进行评估.仿真结果表明,提出的模型可以对舰船火灾爆炸发生概率进行准确评估,评估结果可为舰船的防火设计、火灾监测及防火策略提供重要参考.     

深度学习技术在火灾图像识别中的应用

火灾事故频发严重威胁着社会公共安全和人们的生命财产安全。火灾发生的不可预见性增加了火灾防控的难度。传统温感、烟感火灾探测设备对室内空间火灾探测效率较高;以人工选择特征为依据的火灾图像识别技术受限于实际火灾场景特征复杂多变,存在误报情况;深度学习技术通过海量火灾场景图片训练和网络参数优化,自动提取火灾图像深度抽象特征,以达到对火灾的精准识别和预警判断。本文就火灾图像识别及深度学习技术在该领域中的应用进行分析,对影响深度学习技术在火灾图像识别应用中的瓶颈问题进行探讨,并展望了该技术的未来发展。     

无人机森林火灾监测中火情检测方法研究

本文将无人机遥感的高清可见光图像用于森林火灾的监测,监测过程包括森林火灾检测、火灾区域分割、特征提取、火灾识别。首先,选择RGB颜色空间进行森林火灾的检测,在大幅减少单张图像的计算量的同时,也排除了大部分无火图像。其次,选择HSV颜色空间完成图像分割,得到完整性较好的火灾区域。最后基于灰度共生矩阵和火灾区域边缘图像提取了火灾区域的多维特征,并用支持向量机完成了火灾识别过程。本文算法对森林火灾的检测率可达到87.7%,识别率达到89.2%,表明该算法用于森林火灾监测效果较好。     

基于可见光和红外图像的矿井外因火灾识别方法

分析了矿井外因火灾监测方法,提出了基于可见光和红外图像的矿井外因火灾识别方法。①温度和烟雾等传感器矿井外因火灾监测方法需多点布置,成本高、维护工作量大。②可见光图像矿井外因火灾监测方法具有监测范围广、使用简单、成本低、受距离影响小、分辨率高、色彩信息丰富、边缘纹理信息清晰、火焰结构信息便于提取等优点,但受矿灯、巷道灯、车灯及红色物体等影响大。③红外图像矿井外因火灾监测方法具有监测范围广、使用简单、可在浓烟等能见度低情况下监测火灾等优点,但监视距离、矿尘、环境温度和湿度、物体表面发射率等均会影响温度测量,近距离的作业人员、白炽灯及机电设备等均会影响火灾监测。④基于可见光和红外图像的矿井外因火灾识别方法提高了火灾识别准确率:当可见光图像和红外图像均识别出火灾时,才判定为火灾,发出火灾报警信号;当仅有单一可见光图像或红外图像识别出火灾时,不判定为火灾,发出疑似火灾报警信号。⑤通过试验验证了基于可见光和红外图像的矿井外因火灾识别方法的可行性。     

矿井巷道火灾烟流运动理论研究

煤矿井下发生火灾时会产生大量有毒有害的高温烟流,这些烟流沿着井下巷道流动,对井下工作人员及设备构成严重威胁。针对该问题,研究了倾斜巷道和水平巷道的火灾烟流的运动规律:当火灾发生在上行通风巷道中时,由于火风压和浮力效应的作用,火灾烟流将向火区的下游流动;当火灾发生在下行通风巷道中时,在火灾初期,火风压较小,火灾烟流沿着巷道风流的方向向下运动,随着火势的发展,火风压不断增大,当上游的风速低于临界风速时,火灾烟流向新鲜风流方向流动;在水平巷道火灾前期,节流效应作用不明显,火灾烟流向新鲜风流方向流动,随着火势的发展,节流效应作用增大,当节流效应值和巷道的通风阻力值一样大时,火灾烟流将逆流。该文对巷道火灾的救灾工作具有一定的指导作用。     

电气防火安全的研究

随着城市现代化的推进,我国各类电气引起的火灾呈上升趋势,其中,电气线路火灾居各种电气火灾之首。本文以电气火灾为研究对象,深入分析造成电气火灾的各类原因、相应的预防措施以及防火电缆的选型。     

基于支持向量机的火灾探测技术

针对目前火灾探测方面的不足,提出了基于支持向量机的火灾探测技术.基于HSI颜色模型提取出火灾火焰疑似区域,在图像处理技术基础上获得早期火灾火焰的五个主要特征,采用支持向量机技术进行火灾识别.Matlab仿真实验证明,基于支持向量机的火灾探测技术识别率高,克服了神经网络过学习、容易陷入局部极小点等不足.该技术的研究在火灾探测领域具有重要的理论意义和实用价值.     

基于卷积神经网络的火灾视频图像检测

随着计算机技术的发展,融合计算机视觉、机器学习、深度学习等技术的火灾图像处理技术得到了广泛的研究和应用。针对传统图像处理方法预处理过程复杂且误报率高等问题,提出一种基于深度卷积神经网络模型进行火灾检测的方法,其减少了复杂的预处理环节,将整个火灾识别过程整合成一个单深度神经网络,便于训练与优化。针对识别过程中类似火灾场景对火灾检测产生干扰的问题,利用火灾的运动特性,创新性地提出利用火灾视频前后帧火灾坐标位置变化来排除灯光等类似火灾场景对检测的干扰。对比了众多深度学习开源框架后,选择Caffe框架进行训练及测试,实验结果表明,该方法实现了对火灾图像的识别和定位,适应于不同的火灾场景,具有很好的泛化能力和抗干扰能力。     

基于神经网络的带式输送机火灾预警算法

针对传统的带式输送机火灾预警算法大多仅根据单一特征信号进行火灾预警而导致误报率较高的问题,提出了一种传统火灾预警算法与神经网络相结合的带式输送机火灾预警算法。该算法将多种传统火灾预警算法提取的单一特征变量作为神经网络的输入量,利用实验室所测得的样本数据来训练神经网络,并将神经网络的输出作为火灾预警算法的最终输出。实验结果表明,该算法能够有效识别出样本数据中的火灾预警状态,误报率低。     

神经网络模糊推理系统在火灾探测中的应用

提出了一种用于火灾自动探测的神经网络模糊推理系统，它采用前馈神经网络对火灾探测器信号进行处理，神经网络输出的火灾概率经模糊推理系统判决，输出火灾报警信号。这种方法结合了神经网络和模糊逻辑的优点，实验表明这种系统能够准确探测火灾并减少了误报警。     

基于无线传感器网络的大型场所火情检测与定位算法

针对商场等大型场所火灾监控存在的火情态势估计不明、监控节点孤立、预警准确率低、火源定位不准确等问题,提出一种基于无线传感器网络的大型场所火灾检测与定位算法。采用人工神经网络对火灾检测节点数据进行学习训练和火情估计,并经过模糊推理决策,给出火灾报警信息。利用受限空间烟雾扩散模型、气体温度扩散模型实现火源定位,并准确估计火情,以提供消防人员灭火决策。从单节点神经网络火灾报警仿真实验得出单节点火灾检测概率较高,同时从多节点火情定位实验得出,火情的覆盖范围描绘准确,火源定位精度较好。理论分析和实验结果表明火灾检测和定位算法是可行的。     

基于无线传感器网络的大型场所火情检测与定位算法

针对商场等大型场所火灾监控存在的火情态势估计不明、监控节点孤立、预警准确率低、火源定位不准确等问题,提出一种基于 无线传感器网络的大型场所火灾检测与定位算法。采用人工神经网络对火灾检测节点数据进行学习训练和火情估计,并经过模糊推理决策,给出火灾报警信息。利用受限空间烟雾扩散模型、气体温度扩散模型实现火源定位,并准确估计火情,以提供消防人员灭火决策。从单节点神经网络火灾报警仿真实验得出单节点火灾检测概率较高,同时从多节点火情定位实验得出,火情的覆盖范围描绘准确,火源定位精度较好。理论分析和实验结果表明火灾检测和定位算法是可行的。     

Automatic fire detection based on soft computing techniques: review from 2000 to 2010

Automatic fire detection system is a system that is capable of assessing environmental factors and their effects on the environment as well as predicting the occurrence of fire in the early stages and even before the outbreak. There are two perspectives in fire detection: fire detection in forests or jungles and fire detection in occupied or residential areas. Automatic fire detection has attracted increased attention due to its importance in decreasing fire damage. There are many studies that have considered appropriate techniques for early fire detection. In recent years researches have been studying technical developments in this field aimed at exploiting wireless communications networks, detection systems and fire prediction systems design. In this paper the automatic fire detection researches using intelligent techniques from 2000 to 2010 is reviewed. We could classify researches to four categories: fire detectors, reduce false alarms systems, fire data analysis and fire predictors. We also classify the intelligent techniques outlined in the researches for each category.     

An integrated fire detection and suppression system based on widely available video surveillance

An integrated system based on video surveillance is presented for automatic fire detection and suppression. The system is composed of two modules, including fire detection and fire suppression. The fire detection module makes full use of traditional CCD cameras for fire recognition. Some spatio-temporal features, such as color and motion, are extracted to detect fire in real time by utilizing sequential image processing techniques. Once a fire is detected, the system will control the fire suppression module to extinguish the fire automatically. It mainly consists of control device, mobile device, and water gun. Experiments performed in a large space hall show that the integrated system can detect a fire about a few seconds after ignition and automatically suppress the fire quickly.     

EOS-MODIS 数据林火识别算法的验证和改进

EOS-MODIS 数据在森林火情监测中的应用研究日益受到世界各国的重视。为了获得适用于中国不同地区森林火情监测的成熟技术, 很有必要对现有MODIS 数据林火监测理论算法进行验证分析, 探讨其在中国不同地域和季节中使用时的通用性。为此, 利用中国境内9 起森林火灾事件对MODIS 数据火点识别的理论算法进行验证分析。结果显示9 起森林火灾有8 起被有效检测到, 1 起森林火情被遗漏。通过对9 起森林火点及其邻近像元的统计分析, 发现如下两个重要规则:利用火点亮温偏离统计均值3 倍标准差的关系来确定阈值, 可以避免火点的遗漏; 林火点在CH21和CH22 上的亮温值一般有CH21- CH22< 20 K, 而噪声点在两个波段上的差异却比较大。用以上规则改进的MODIS 林火热点识别算法可以检测出用来验证的全部9 起林火事件, 从而证明了改进算法的有效性和通用性。     

基于改进FCM聚类算法的隧道火灾受困人员信息化定位方法

为了缓解火灾现场受困人员定位时间长以及定位精度低的问题,研究基于改进FCM聚类算法的隧道火灾受困人员信息化定位方法。采用改进FCM聚类算法分割隧道火灾图像,利用SIFI算法提取完成分割后隧道火灾图像的空间特征,利用Gabor小波方法获取隧道火灾图像空间特征内的面积边缘以及烟雾纹理,建立方向角分布模型以及烟雾变化能量模型...     

Temperature heterogeneity during travelling fire on experimental building

In order to follow modern trends in contemporary building architecture which is moving off the limits of current fire design models, assumption of homogeneous temperature conditions used for structural fire analysis needs to be validated. In this paper it is described, how temperature distribution in a medium-size fire compartment has been investigated experimentally by conducting fire test in two-storey experimental building in September 2011 in the Czech Republic. In the upper floor, a scenario of travelling fire was prepared. It has been observed that as flames were spreading across the compartment, considerable temperature gradients appeared. Numerical simulation of the travelling fire test conducted using FDS (Fire Dynamics Simulator) has been compared with simulation of compartment fire under uniform temperature conditions to highlight the potential impact of the gas temperature heterogeneity on structural behaviour. The temperature measurements from the fire test have been used for validation of the numerical simulation of travelling fire. The fire test has provided important data for design model of travelling fire and shown that its impact on structural behaviour is not in agreement with the assumption of homogenous temperature conditions.     

森林场景可视化和林火模拟仿真技术研究综述

森林是生态环境系统的重要组成部分。随着气候变暖,恶劣气候气象条件造成全球森林火灾频繁发生,给国民经济和消防救援带来巨大挑战,森林火灾已成为全球主要的自然灾害。因此,森林场景可视化建模、3维场景仿真、林火模拟仿真、火场复现、预测和灾害评估成为林业虚拟仿真研究热点。本文对树木形态结构建模技术、森林场景大规模重建和实时渲染、森林场景可视化、林火模型和林火模拟仿真等前沿技术和算法进行综述。对相关的林木、植被的形态结构表达和真实感可视化建模方法进行归纳分类,并对不同可视化方法的算法优劣、复杂度、实时渲染效率和适用场景进行讨论。基于规则的林木建模方法和基于林分特征的真实场景重建方法对大规模森林场景重建技术进行分类,基于物理模型、经验模型和半经验模型对森林火灾的林火模型、单木林火、多木林火模拟和蔓延进行总结,对影响林火蔓延的不同环境气象因子（如地形地貌、湿度、可燃物等）和森林分布对林火发生、扩散和蔓延的影响进行分析,对不同算法的优劣进行对比、分析和讨论,对森林场景可视化和林火模拟仿真技术未来的发展方向、存在问题和挑战进行展望。本文为基于森林真实场景的森林火灾模拟仿真和数字孪生沉浸式互动模拟系统的构建提供了理论方法基础,该平台可以实现森林场景快速构建、不同火源林火模拟、火场蔓延模拟仿真以及不同气象影响条件的火场预测,可对森林火场救援指挥、火场灾害评估和火场复原提供可视化决策支持。