排序方式: 共有19条查询结果,搜索用时 15 毫秒
1.
2.
介绍了火灾早期烟气特性数据采集系统的设计内容 ,探讨了火灾早期烟气特性数据采集试验的方法 ,结合火灾早期烟气特性数据采集系统采集到的数据 ,简要分析了火灾早期烟气特性特征 相似文献
3.
对不同燃烧物产生的烟、温、气体等火灾早期特性和典型非火灾干扰进行了试验研究.构建了相应的数据库。在数据库数据信息分析的基础上.应用数据融合技术的原理和方法.研究火灾早期产物属性的多信息识别以及火灾与典型干扰因素之间的辨识.提出火灾探测的多眉数据融合模型.形成基与火灾产物和过程的多信息智能火灾探测方法。建立火灾探测方法的评估验证体系.通过模拟评估测试.为性能改善和提高提供依据。 相似文献
4.
5.
通过公安部消防局项目"格栅式吊顶场所火灾探测设计安装技术研究"的研究工作,描述了在不同格栅或不同镂空比格栅条件下,探测器的安装方式、安装部位及探测效果,最终形成了格栅式吊顶场所点型感烟探测器的设计安装准则,为我国相关规范的制(修)订提供借鉴和参考依据。 相似文献
6.
以某会展中心为例,阐述了其消防安全设计特点.该建筑为地上两层建筑,中心开放式中轴大厅将展厅分为东西两个区域.由于使用功能限制,致使该会展中心中间设置的部分疏散楼梯无法直通室外,上层展厅人员需要借助中轴大厅疏散到室外.为此,提出将该会展中心中轴大厅设置成“亚安全区”,并辅助采用其他消防措施的方法加以解决. 相似文献
7.
目的 将改进的自适应蚁群算法应用于大型公共建筑物智能疏散路径寻优,实现与建筑消防设施的联动控制.方法 对建筑空间网络节点以及疏散通道静态属性和动态属性进行定义和描述,实现路径优化算法与火灾探测报警系统烟气态势信息的数据传递,以多层教学楼建筑物为例进行案例分析,并与Max-Min算法进行对比.结果 参数取值为α=2,β=5,ρ=0.1时,笔者所建立的算法很好地克服了局部最优和死循环问题,提高了优化效率.结论 改进的自适应蚁群算法适用于大型公共建筑物火灾时人员疏散路径的动态优化,可以实现与智能疏散系统的集成. 相似文献
8.
9.
目的建立面向建筑消防智能疏散指示系统的人员疏散路径优化数学模型.方法综合考虑了火灾时期人员疏散的行为特点,利用火灾烟气环境下人员活动性指数和疏散通道通行难易系数定义疏散通道当量长度,自适应地调整路径选择策略和信息素更新策略,建立了火灾时建筑物智能疏散路径优化的自适应蚁群算法数学模型,并以某建筑物为例,进行模型应用.结果自适应蚁群算法应用于建筑物火灾时人员疏散路径优化,与传统最大最小蚁群算法相比提高了运算速度.结论自适应蚁群算法解决了传统蚁群算法在加速收敛和防止早熟及停滞现象之间的平衡问题,可以适用于建筑物火灾时人员疏散路径优化问题. 相似文献
10.