CN111311085A - 一种基于物联网监测的建筑火灾动态风险评估方法及装置 - Google Patents
一种基于物联网监测的建筑火灾动态风险评估方法及装置 Download PDFInfo
- Publication number
- CN111311085A CN111311085A CN202010085923.7A CN202010085923A CN111311085A CN 111311085 A CN111311085 A CN 111311085A CN 202010085923 A CN202010085923 A CN 202010085923A CN 111311085 A CN111311085 A CN 111311085A
- Authority
- CN
- China
- Prior art keywords
- fire
- building
- monitoring
- dynamic
- internet
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 202
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000012502 risk assessment Methods 0.000 title claims abstract description 56
- 238000011156 evaluation Methods 0.000 claims abstract description 55
- 206010000369 Accident Diseases 0.000 claims abstract description 52
- 238000013210 evaluation model Methods 0.000 claims abstract description 18
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 62
- 230000003068 static effect Effects 0.000 claims description 32
- 238000011161 development Methods 0.000 claims description 24
- 230000008859 change Effects 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 13
- 230000007480 spreading Effects 0.000 claims description 13
- 239000000779 smoke Substances 0.000 claims description 8
- 230000001960 triggered effect Effects 0.000 claims description 8
- 230000009970 fire resistant effect Effects 0.000 claims description 7
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 230000006855 networking Effects 0.000 claims description 2
- 230000018109 developmental process Effects 0.000 claims 7
- 238000007405 data analysis Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 16
- 238000007689 inspection Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 13
- 238000004458 analytical method Methods 0.000 description 7
- 241000282414 Homo sapiens Species 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000012806 monitoring device Methods 0.000 description 4
- 230000002829 reductive effect Effects 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000001681 protective effect Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 239000002360 explosive Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000008239 natural water Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000008400 supply water Substances 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Software Systems (AREA)
- Biomedical Technology (AREA)
- Mathematical Optimization (AREA)
- Fuzzy Systems (AREA)
- Molecular Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Algebra (AREA)
- Artificial Intelligence (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Mathematical Analysis (AREA)
- Automation & Control Theory (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于物联网监测的建筑火灾动态风险评估方法及装置,方法包括:获取建筑物的火灾事故特征;根据所述火灾事故特征的状态的变化性质,获取所述火灾事故特征中的动态特征;针对待评估建筑物的动态特征中的每一个特征,使用物联网监测系统中的传感器对所述动态特征的当前状态进行持续性监测,获取特征数据对应的监测数据;根据动态特征的监测数据,一方面可利用AHP‑模糊综合评价模型分析建筑火灾动态风险评估结果,另一方面通过数据分析实现高度疑似火警信息的甄别。应用本发明实施例,不仅可以实现待评估建筑的动态火灾风险的评估,同时,可以实现高度疑似警情的智能通报,还提高了评估结果的客观性。
Description
技术领域
本发明涉及一种火灾评估方法及装置,更具体涉及一种基于物联网监测的建筑火灾动态风险评估方法及装置。
背景技术
据全国火灾统计管理系统显示,在2007年至2016的10年间,全国共接报造成伤亡的火灾10815起,因此,如何进行火灾的有效预防是亟待解决的技术问题。
统计表明,在各类火灾中,建筑火灾对人们的危害最为严重也最为直接。目前,通常的建筑物火灾风险评估方法为:对待评估建筑的各种消防安全指标进行统计,判断这些指标是否符合要求。例如,检查待评估建筑物的消防通道是否堵塞、防火门是否达标、消防栓是否安装、消防栓的数量是否符合要求等标准;在上述检查结果符合标准要求后进行验收;然后定期重复上述检查。
但是,在建筑物的实际应用场景中,由于防火门关闭情况、消防管理人员巡查频次、人员流动性等风险要素具有不确定性,是实时动态变化的。例如,水是灭火的关键,而给水管网中是否有水,水压是是否正常直接影响建筑火灾风险情况。而现有技术进行建筑物火灾评估中仅包括了具有一定稳定性的评估指标,未包括动态变化的火灾事故特征,因此,现有技术存在不能反映待评估建筑的动态火灾风险的缺点。
发明内容
本发明所要解决的技术问题在于提供了一种基于物联网监测的建筑火灾动态风险评估方法及装置,以解决现有技术中存在的不能反映待评估建筑的动态火灾风险的问题。
本发明是通过以下技术方案解决上述技术问题的:
本发明实施例提供了一种基于物联网监测的建筑火灾动态风险评估方法,所述方法包括:
获取建筑物的火灾事故特征;
根据所述火灾事故特征的状态的变化性质,获取所述火灾事故特征中的动态特征,其中,动态特征为对应监测数据变化周期小于或等于第一预设阈值的特征的集合,其中,所述动态特征包括:防火门关闭情况、消防管理人员巡查频次、人员流动性、给水管网水压、给水管网流量中的一种或组合;
针对待评估建筑物的动态特征中的每一个特征,使用物联网监测系统中的传感器对所述动态特征的当前状态进行持续性监测,获取特征数据对应的监测数据;
根据动态特征的监测数据,利用AHP(Analytic Hierarchy Process,层次分析法)-模糊综合评价模型分析建筑火灾动态风险评估结果。
可选的,所述获取建筑物的火灾事故特征,包括:
搜集已有的火灾事故的观测数据,按照建筑物起火、火势增长、火灾蔓延与烟气传播、疏散至安全区域、蔓延至邻近建筑的火灾发展主线,获取各个火灾发展的阶段中对影响火灾发展的火灾事故特征,其中,所述火灾事故特征包括:人员特征、设施设备的状态特征、消防管理情况特征、建筑使用情况中的一种或组合。
可选的,所述使用物联网监测系统中的传感器对所述动态特征的当前状态进行持续性监测,获取特征数据对应的监测数据,包括:
将所述动态特征对应的取值范围依次划分为若干个层级,将国家标准对应的取值范围作为报警阈值,将比国家标准要求高至少一个层级的取值范围作为预警阈值。
可选的,所述使用物联网监测系统中的传感器对所述动态特征的当前状态进行持续性监测,获取特征数据对应的监测数据,包括:
根据规定巡查路线上预设的巡查点被触发的顺序获取巡查人员的实际巡查路线,根据所述实际巡查路线是否与规定巡查路线相同的结果判定巡查人员是否违规巡查;
根据巡查人员触发巡查点的时刻是否位于对应于该巡查点的时间范围内的结果判定巡查人员是否违规巡查;
根据巡查人员触发巡查点的数量占所有巡查点数量的占比,获取所述巡查人员对应的巡查完成率;
根据违规巡查出现的次数以及巡查完成率获取该次巡查的评分值,将该评分值作为人员巡查动态特征对应的监测数据。
可选的,所述根据动态特征的监测数据,利用AHP-模糊综合评价模型分析建筑火灾动态风险评估结果,包括:
建立针对动态特征的评价层次结构模型,
根据预先设定的标度表,建立所述层次结构模型对应的三角模糊矩阵;
获取所述模糊矩阵中各元素的相对重要度;
根据所述各元素相对重要度,通过综合重要度计算,进行重要性排序;
根据各个动态特征的监测数据与对应权重之积的和,计算待评估建筑的火灾风险评估结果。
可选的,在所述根据动态特征的监测数据,利用AHP-模糊综合评价模型分析建筑火灾动态风险评估结果之前,所述方法还包括:
将火灾事故特征中对应监测数据变化周期大于第一预设阈值的特征的集合作为静态特征,其中,所述静态特征包括:建筑面积、建筑高度、建筑层数、防火分区、疏散通道数量、建筑耐火等级、消防站距离、防火间距中的一种或组合;
所述根据动态特征的监测数据,利用AHP-模糊综合评价模型分析建筑火灾静态风险评估结果的步骤,包括;
根据建筑火灾动态风险评估结果与建筑火灾静态风险评估结果的加权平均值,获取待评估建筑的目标火灾风险评估结果。
可选的,所述方法还包括:
判断同一链路上的监测数据超过第一设定范围的监测点的数量是否达到第三预设阈值,其中,所述第一设定范围的监测点为连续相邻设置的监测点,且所述连续相邻设置的数量为第四预设阈值;
若是,向待评估建筑物的管理单位发出火灾预警;
若否,判定为虚警,并返回执行所述判断同一链路上的监测数据超过第一设定范围的监测点的数量是否达到第三预设阈值的步骤。
本发明实施例提供了一种基于物联网监测的建筑火灾动态风险评估装置,所述装置包括:
获取模块,用于获取建筑物的火灾事故特征;
根据所述火灾事故特征的状态的变化性质,获取所述火灾事故特征中的动态特征,其中,动态特征为对应监测数据变化周期小于或等于第一预设阈值的特征的集合,其中,所述动态特征包括:防火门关闭情况、消防管理人员巡查频次、人员流动性、给水管网水压、给水管网流量中的一种或组合;
针对待评估建筑物的动态特征中的每一个特征,使用物联网监测系统中的传感器对所述动态特征的当前状态进行持续性监测,获取特征数据对应的监测数据;
评估模块,用于根据动态特征的监测数据,利用AHP-模糊综合评价模型分析建筑火灾动态风险评估结果。
可选的,所述获取模块,用于:
搜集已有的火灾事故的观测数据,按照建筑物起火、火势增长、火灾蔓延与烟气传播、疏散至安全区域、蔓延至邻近建筑的火灾发展主线,获取各个火灾发展的阶段中对影响火灾发展的火灾事故特征,其中,所述火灾事故特征包括:人员特征、设施设备的状态特征、消防管理情况特征、建筑使用情况中的一种或组合。
可选的,所述获取模块,用于:
将所述动态特征对应的取值范围依次划分为若干个层级,将国家标准对应的取值范围作为报警阈值,将比国家标准要求高至少一个层级的取值范围作为预警阈值。
可选的,所述获取模块,用于:
根据规定巡查路线上预设的巡查点被触发的顺序获取巡查人员的实际巡查路线,根据所述实际巡查路线是否与规定巡查路线相同的结果判定巡查人员是否违规巡查;
根据巡查人员触发巡查点的时刻是否位于对应于该巡查点的时间范围内的结果判定巡查人员是否违规巡查;
根据巡查人员触发巡查点的数量占所有巡查点数量的占比,获取所述巡查人员对应的巡查完成率;
根据违规巡查出现的次数以及巡查完成率获取该次巡查的评分值,将该评分值作为人员巡查动态特征对应的监测数据。
可选的,所述获取模块,用于:
建立针对动态特征的评价层次结构模型,
根据预先设定的标度表,建立所述层次结构模型对应的三角模糊矩阵;
获取所述模糊矩阵中各元素的相对重要度;
根据所述各元素相对重要度,通过综合重要度计算,进行重要性排序;
根据各个动态特征的监测数据与对应权重之积的和,计算待评估建筑的火灾风险评估结果。
可选的,所述装置还包括:设置模块,用于:
将火灾事故特征中对应监测数据变化周期大于第一预设阈值的特征的集合作为静态特征,其中,所述静态特征包括:建筑面积、建筑高度、建筑层数、防火分区、疏散通道数量、建筑耐火等级、消防站距离、防火间距中的一种或组合;
所述根据动态特征的监测数据,利用AHP-模糊综合评价模型分析建筑火灾静态风险评估结果的步骤,包括;
根据建筑火灾动态风险评估结果与建筑火灾静态风险评估结果的加权平均值,获取待评估建筑的目标火灾风险评估结果。
可选的,所述装置还包括判断模块,用于:
判断同一链路上的监测数据超过第一设定范围的监测点的数量是否达到第三预设阈值,其中,所述第一设定范围的监测点为连续相邻设置的监测点,且所述连续相邻设置的数量为第四预设阈值;
若是,向待评估建筑物的管理单位发出火灾预警;
若否,判定为虚警,并返回执行所述判断同一链路上的监测数据超过第一设定范围的监测点的数量是否达到第三预设阈值的步骤。
本发明相比现有技术具有以下优点:
应用本发明实施例,通过物联网监测系统获取待评估建筑的动态特征,然后根据待评估建筑的动态特征的监测数据,进而利用层次分析法进行火灾风险评估,相对于现有技术中仅对具有一定稳定性的评估指标进行检测,由于物联网监测系统可以持续性的监测动态特征的监测数据,进而可以实现待评估建筑的动态火灾风险的评估。另外,一般层次分析法通常没有考虑人为因素,即人的判断模糊性,因此可能会带有个人观点,而通过AHP-模糊综合评价模型能够考虑这种因素,提高了评估结果的客观性。
附图说明
图1为本发明实施例提供的一种基于物联网监测的建筑火灾动态风险评估方法的流程示意图;
图2为本发明实施例中火灾的发展过程示意图;
图3为本发明实施例中可能出现火灾的因素的监测装置分布示意图;
图4为本发明实施例提供的一种基于物联网监测的建筑火灾动态风险评估方法中动态特征静态特征分别与火灾因素的对应关系示意图;
图5为本发明实施例提供的一种基于物联网监测的建筑火灾动态风险评估方法中消防设施灭火可靠性的对应关系示意图;
图6为本发明实施例提供的一种基于物联网监测的建筑火灾动态风险评估方法中消防设施的监测装置布置示意图;
图7为本发明实施例提供的一种基于物联网监测的建筑火灾动态风险评估方法中阈值设定方法的流程示意图;
图8为本发明实施例提供的一种基于物联网监测的建筑火灾动态风险评估方法中巡查的路径示意图;
图9为本发明实施例提供的一种基于物联网监测的建筑火灾动态风险评估方法中监测结果示意图;
图10为本发明实施例提供的一种基于物联网监测的建筑火灾动态风险评估装置的第一种结构示意图;
图11为本发明实施例提供的一种基于物联网监测的建筑火灾动态风险评估装置的第二种结构示意图。
具体实施方式
下面对本发明的实施例作详细说明,本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
本发明实施例提供了一种基于物联网监测的建筑火灾动态风险评估方法及装置,下面首先就本发明实施例提供的一种基于物联网监测的建筑火灾动态风险评估方法进行介绍。
实施例1
图1为本发明实施例提供的一种基于物联网监测的建筑火灾动态风险评估方法的流程示意图,如图1所示,所述方法包括:
S101:获取建筑物的火灾事故特征。
具体的,可以搜集已有的火灾事故的观测数据,按照建筑物起火、火势增长、火灾蔓延与烟气传播、疏散至安全区域、蔓延至邻近建筑的火灾发展主线,取各个火灾发展的阶段中对影响火灾发展的火灾事故特征,其中,所述火灾事故特征包括:人员特征、设施设备的状态特征、消防管理情况特征、建筑使用情况中的一种或组合。
具体的,图2为本发明实施例中火灾的发展过程示意图,如图2所示,基于上述火灾发展过程,使用事件树分析法或者预先训练的机器学习网络模型对其他发生火灾事故的建筑物在火灾的各阶段事件的观测数据进行推理、分析,得到影响火灾的所有要素,将对火灾的影响程度大于第二设定范围的风险要素作为火灾事故特征。
例如,以观测数据中的建筑物起火阶段火灾风险为例:建筑“起火”受“点火源”以及“可燃物数量”两个因素影响;其中,
对于“可燃物数量”,其受“火灾荷载”、“建筑面积”因素影响;
对“点火源”,其受“易燃易爆化学品”、“不安全作业”、“电气点火源”因素影响;而“不安全作业”又受“明火”、“高温”、“热辐射”因素影响。
按照上述分析过程,对“火势增长”、“火灾蔓延和烟气传播”、“蔓延至邻近建筑”、“疏散至安全区域”各阶段可能火灾风险因素进行分析。通过所述建筑火灾风险分析,得到分析结果。最后将分析结果中对建筑物火灾的影响程度大于第二设定范围的部分作为待评估建筑的火灾事故特征。
S102:根据所述火灾事故特征的状态的变化性质,获取所述火灾事故特征中的动态特征。
具体的,图3为本发明实施例中可能出现火灾的因素的监测装置分布示意图,如图3所示,可以利用物联网监测系统,获取火灾事故特征的监测数据;将火灾事故特征中对应监测数据变化周期小于或等于第一预设阈值的特征的集合作为动态特征,其中,所述动态特征包括:防火门关闭情况、消防管理人员巡查频次、人员流动性、给水管网水压、给水管网流量中的一种或组合。
示例性的,动态指标的监测数据通常是不断变化,以点火源中的不安全作业情况中的腐蚀性液体防护为例,工作人员着防护服时其对应的监测数据为“1”;未着防护服时,其对应的监测数据为“0”。工作人员是否穿着防护服是在短时间内可以快速变化的。因此,可以将监测数据变换周期不小于1月或者2个月的火灾事故特征作为动态特征。
最后,图4为本发明实施例提供的一种基于物联网监测的建筑火灾动态风险评估方法中动态特征静态特征分别与火灾因素的对应关系示意图,如图4所示,获取的动态指标包括但不仅限于以下特征:
点火源,如不安全作业情况、电气点火源、易燃易爆化学品;
火灾自动探测联动可靠性、防排烟系统可靠性,如防火卷帘完好率、防火门关闭情况;
图5为本发明实施例提供的一种基于物联网监测的建筑火灾动态风险评估方法中消防设施灭火可靠性的对应关系示意图,如图5所示,给水系统可靠性,如消防泵正常启停情况、阀门关闭情况、给水管网压力、流量、天然消防水源水位、高位水箱水位以及消防水池水位等;
疏散设施可靠性,如应急照明、疏散指示、应急广播正常工作情况;
疏散人员可靠性,如人员密度、培训情况、人员在岗情况、是否有证;
其他,如风向、湿度、温度。
图6为本发明实施例提供的一种基于物联网监测的建筑火灾动态风险评估方法中消防设施灭火可靠性的对应关系示意图,如图6和图3所示,可以通过物联网监测装置进行消防设施的监测。还可以根据重要性,需要进行加装物联设备进行监测的,主要包括五个方面:水、电、人、信息以及重要场所和设备。
水:灭火的关键,监测指标包括室内外消火栓压力、流量;消防水池、高位水箱水位;
电:电气火灾,建筑的重要火灾原因之一,监测指标包括配电柜(箱)电缆接头、端子等处电流、电压、温度;
人:既是造成火灾也是及时发现火灾的关键,监测指标包括人员在岗情况、消防安全巡查情况(包括完成率、合规率两方面);
信息:主要针对火灾自动探测,监测指标包括警情、故障等信息;
重要场所和设备:消控室、配电间等重要场所,防火门、防火卷帘、水泵、风机等重要设备,监测指标包括人员在岗情况、各设施启闭情况;
其他一些非重要场所或设施,可考虑加装也可不装:如储物间、空置的房间等。
在实际应用中,可以使用S104步骤中的重要性排序方法,将重要性大于设定值的场所或者设施加装物联网传感器。
S103:针对待评估建筑物的动态特征中的每一个特征,使用物联网监测系统中的传感器对所述动态特征的当前状态进行持续性监测,获取特征数据对应的监测数据。
具体的,可以通过触点传感器监测防火门关闭情况,使用水压传感器监测给水管网水压,使用流量传感器监测给水管网流量,使用巡逻打卡机监测消防管理人员巡查频次等多种参数,得到针对各个动态特征的监测数据。
第一方面,可以将所述动态特征对应的取值范围依次划分为若干个层级,将国家标准对应的取值范围作为报警阈值,将比国家标准要求高至少一个层级的取值范围作为预警阈值。在实际应用中,图7为本发明实施例提供的一种基于物联网监测的建筑火灾动态风险评估方法中阈值设定方法的流程示意图,如图7所示,可以为各个动态特征设置多级报警阈值,例如,以给水管网水压为例:
根据《消防给水及消火栓系统水压监测技术规范》(GB50974-2014)第7.2.8条规定,当市政给水管网设有市政消火栓时,其平时运行工作压力不应小于0.14MPa,火灾时水力最不利市政消火栓的出流量不应小于15L/s。
因此,可以为给水管网水压设置0.14MPa、0.2MPa、0.5MPa三档的分级报警阈值,将0.2MPa作为监测阈值;在给水管网的水压低于0.2MPa时,进行火灾预警;低于0.14MPa时进行火灾报警。
或者如:给水管网水压低于设计要求~50%时进行火灾报警,水压达到设计要求50%,且低于100%时进行火灾预警,水压达到设计要求100%时不动作。
根据规范要求,当常闭防火门处于开启状态下就应报警。实践发现,很多常闭防火门处于主要通道上,会带来大量的无效报警,给物联网监测的应用造成大量负担。根据实际应用的需要,可以提出新的分级阈值设置方法,如:开启1分钟预警,达到3分钟报警。
通过对监测阈值进一步分级设定,有助于分析管理、及时发现问题并采取相应的措施,可以更加准确地反映设施的运行状态,提高数据的可用性。
在设定分级报警阈值时,对于有相应国家标准规范的,主要依靠标准规范进行设计。对于没有标准规范的,主要通过专家知识经验进行总结设定。例如,可以在待评估建筑的楼层较少时,可以适当降低各级报警阈值的大小;在待评估建筑与隔壁建筑之间的间距较小时,可以适当提高各级报警阈值的大小。
在没有标准规范的动态特征,还可以通过对所积累的监测数据的分析、发掘数据特征,进行阈值的设置及分级评估。
例如,在实际监测过程中,给水管网水压的监测数据存在波动,每次波动时存在很短时间的水压低于火灾报警的报警阈值,为了避免经常性的发出误警报,可以在水压的多级报警阈值的基础上,附加水压变化持续时间的报警阈值;只有同时满足水压低于报警阈值且持续时间达到变化时间的报警阈值时才会发出报警。
在实际应用中,可以将城市内的其他同一重要程度的待评估建筑的报警阈值的平均值作为该待评估建筑的报警阈值。
还可以对城市各月份的火灾案例数目进行统计,并拟合出全年火灾案例数目变化曲线,在火灾案例数目超过设定数目的月份,自动将报警阈值调低;在火灾案例数目低于设定数目的月份,自动将报警阈值调高。调节步长可以人为预先设置。
针对动态特征的当前状态及用于监测动态特征的监测节点所测得相关参数进行报警阈值设定,有助于分析管理、及时发现问题并采取相应的措施。通过对监测阈值进一步分级设定,可以更加准确地反映设施的运行状态,提高数据的可用性,使得风险评估能够更加准确、真实的反映建筑火灾风险变化情况。通过阈值设定,进行数据甄别还可以提高数据可靠性。
第二方面,由于绝大多数火灾如果在火灾初期能够及时发现,采取相应措施,能够大大降低火灾带来的危害。因此,在日常工作过程中,包括消防安全管理人员日常工巡检巡查能否做到合规进行显得尤为重要。但是,如何对消防巡查进行评估是亟待解决的技术问题。
图8为本发明实施例提供的一种基于物联网监测的建筑火灾动态风险评估方法中巡查的路径示意图,如图8所示,本发明实施例从以下两个方面进行评估:
(1)合规率:阈值设定,包括巡查顺序、相邻巡查点巡查时间间隔
巡查顺序:如图7所示,采用类似“Z”型路线,尽可能以最短的距离包括所有巡查目标,为了防止巡查人员偷懒,蓝牙标点可设置在楼梯间处;weight进一步的防止巡查人员偷懒,乘坐电梯“直上直下”忽略中间巡查过程,可以规定如图7所示的规定巡查路线“A→B→C→D”,假如巡查人员直接由A→C,默认二层未巡查,判定为违规巡查;
相邻巡查点巡查间隔:需根据实际建筑实际巡查点距离确定,假设下图所示间隔,一般巡查行走需1分钟,因此,可以设定阈值为相邻点巡查时间间隔为5分钟,超过5分钟(例如超过半小时,巡查人员可能偷懒睡觉),判定为违规巡查。
(2)完成率:根据每一次巡查计划完成后,蓝牙标点成功触发的数量,判定巡查人员巡查情况完成率。
最终,可采用打分制,依据违规次数、超时时间范围的次数、未触发蓝牙巡查点数目以及各个项目对应的扣分值,系统自动扣除相应分数分:如,某一次巡查,巡查人员X发生了一次违规巡查,且每次违规巡查扣分5分。进而某巡查人员一次巡查扣除20分,则该次巡查计划执行情况为80%,可以将80%作为人员安全管理情况动态评估数据的依据。
S104:根据动态特征的监测数据,利用AHP-模糊综合评价模型分析建筑火灾动态风险评估结果。
具体的,S104步骤可以包括:
A:建立针对动态特征的层次结构模型。
针对影响待评估建筑的动态特征,根据动态特征所属的动态指标,以及动态指标与消防设施灭火指标的关系,建立如图5所示的层次结构模型。
如图5所示,消防设施灭火指标作为U级的节点;消防水源U1、火灾自动报警系统U2以及消防给水系统U3作为U级的下一级节点;天然水源水位U11、高位水箱水位U12以及消防水池水位U13作为消防水源U1的下一级节点;火灾探测联动可靠性U21作为火灾自动报警系统U2的下一级节点;消防水泵U31、阀门U32、管网压力U33以及管网流量U34作为消防给水系统U3的下一级节点。
B:根据预先设定的标度表,建立所述层次结构模型对应的三角模糊矩阵,记为A=(l,u,m),三角模糊矩阵A中对应的三角模糊数,记为Mi=(li,ui,mi)式中,mi表示模糊数Mi隶属度为1时的取值,li和mi分别表示ui的下界值和上界值。
以消防设施灭火可靠性中的消防给水系统为例,针对消防给水系统中消防水泵启闭情况、阀门启闭情况以及管网压力、流量等动态指标作为评估对象,将上述评估指标两两对比打分。表1为本发明实施例提供的一种基于物联网监测的建筑火灾动态风险评估方法中的标度表,如表1所示,
表1
消防给水系统U3指标集U3={U31,U32,U33,U34}的三角模糊矩阵如表2所示:
表2
C:获取所述模糊矩阵中各元素的相对重要度。
设第i个元素满足目标的三角模糊数为Mi,该元素关于m个目标的三角模糊综合程度为Si。
因此得U3指标集各元素三角模糊综合程度,如表3所示,
表3
另外,还可以依据上述方法获取准则层其他的指标中的各个元素的三角模糊综合程度。
D:根据所述各元素相对重要度,通过综合重要度计算,进行重要性排序。
层次单排序是某一层次所有元素对上层元素重要性排序的结果,即元素的权重。首先,计算各个元素比其他元素重要的可能性。若Mi(li,ui,mi)和Mj(lj,uj,mj)为所述三角模糊矩阵的两个三角模糊数,Si≥Sj的可能性为:
对U31,U32,U33,U34进行层次单排序去模糊化:
P(S1≥S2)=0.89 P(S1≥S3)=1 P(S1≥S4)=1
将S1分别于S2、S3、S3比较,哪个概率最小取哪个作为d(U31)的值,其中S1大于S2的可能性P(S1≥S2)=0.89,通过上式求出为0.89,S1大于S3的为1,S1大于S4也为1,则取最小d(U31)=0.89。
类似的,可以按照上述方法得到的可得各指标的权重如下:
d(U31)=min P(S1≥S2,S3,S4)=0.89 d(U32)=min P(S2≥S1,S3,S4)=1
d(U33)=min P(S3≥S1,S2,S4)=0.86 d(U34)=min P(S4≥S1,S2,S3)=0.13
可得各指标权重w=(0.89,1,0.86,0.13),将以上权重值进行标准化处理,即将每一个值分别除以各个权重之和,得到标准化后的值,进而得到各指标的最终权重为W=(WU31,WU32,WU33,WU34)=(0.31,0.35,0.30,0.04),其中,WU31标准化处理后的d(U31);类似的,WU32标准化处理后的d(U32),WU33标准化处理后的d(U33),WU34标准化处理后的d(U34)。同理,可求出其他各指标权重系数。
E:最后,根据各个动态特征的监测数据的值与对应权重之积的和,计算待评估建筑的火灾风险评估结果。
在实际应用中,可以对各个动态特征进行归一化,然后求出动态特征对应的加权和,再求出静态特征对应的加权和,最后对两个加权和进行求和,得到最终的火灾风险评估结果。
应用本发明实施例,通过物联网监测系统获取待评估建筑的动态特征,然后根据待评估建筑的动态特征的监测数据,进而利用层次分析法进行火灾风险评估,相对于现有技术中仅对具有一定稳定性的评估指标进行检测,由于物联网监测系统可以持续性的监测动态特征的监测数据,进而可以实现待评估建筑的动态火灾风险的评估。
在各类火灾中,建筑火灾对人们的危害最为严重也最为直接。鉴于防火门关闭情况、消防管理人员巡查频次、人员流动性等风险要素具有不确定性,现有火灾风险评估多采用静态评估方法,评估对象具有一定稳定性,只能粗略估计建筑长期处于的安全风险状态,因而缺乏实时性,无法反映建筑火灾的风险变化,难以适应其动态性。
本发明实施例,应用的物联网技术由于具备动态化、智能化、网格化的优势,在监测监控、人员定位、信息采集、智能探测等方面提供了更好的技术基础;大数据、云计算的发展也为数据的处理提供了更好的技术支撑。
通过物联网监测设备对消防设施的运行状态进行实时监测,有利于数据的动态获取,实现建筑火灾风险由“静态”评估向“动态”评估的转变,更加准确、及时地反映建筑火灾的风险变化;做到实时、有效掌控建筑火灾情况;同时,弥补了静态风险评估实时性的不足,从而能够制定更为有效可行的预防措施,最终达到消除或者降低火灾隐患的目的。
另外,在实际应用中,针对待评估建筑的动态特征监测数据还可以用于火灾发生时,进行火场现场的预测感知以了解火场的实时状态。因此,本发明实施例可以根据获取的监测数据,一方面用于风险评估,另一方面在发生火情,快速预警,有效处理火灾。
进一步的,可以根据符合消防安全条件监测点的分布,由系统将监测数据显示为安全的监测点连接生成安全路径,相对于现有技术中对火场实时态势一无所知,避免了消防人员盲目闯入火场,保障了消防人员的生命安全。
实施例2
在本发明图1所示实施例的基础上,本发明实施例还提供更了另一种基于物联网监测的建筑火灾动态风险评估方法,所述方法还包括:
S105:将火灾事故特征中对应监测数据变化周期大于第一预设阈值的特征的集合作为静态特征,其中,所述静态特征包括:建筑面积、建筑高度、建筑层数、防火分区、疏散通道数量、建筑耐火等级、消防站距离、防火间距中的一种或组合。
示例性的,所获取的静态指标可以包括:建筑面积、建筑高度、火灾荷载、建筑耐火等级、内部装饰燃烧性能、防火间距、防火分区、疏散通道数量、安全出口数量、安全出口宽度可用比、安全疏散距离、消防站距离。
S106:根据动态特征的监测数据,利用AHP-模糊综合评价模型分析建筑火灾静态风险评估结果。
利用AHP-模糊综合评价模型对静态特征进行分析得到静态风险评估结果的过程与S104步骤的过程类似,这里不再赘述。
S107:根据建筑火灾动态风险评估结果与建筑火灾静态风险评估结果的加权平均值,获取待评估建筑的目标火灾风险评估结果。
示例性的,预先分别为静态特征对应的建筑火灾静态风险评估结果,以及动态特征对应的建筑火灾动态风险评估结果赋予不同的权值,然后根据上述结果进行加权求和,进而可以得到待评估建筑的目标火灾风险评估结果。
应用本发明上述实施例,可以综合考虑建筑火灾动态风险评估结果与建筑火灾静态风险评估结果,进而得到待评估建筑的目标火灾风险评估结果,可以更加全面的评估待评估建筑的消防安全水平。
实施例3
本实施例在图1所示实施例的基础上,增加了以下步骤:判断同一链路上的监测数据超过第一设定范围的连续设置的监测点的数量是否达到第三预设阈值;若是,向待评估建筑物的管理单位发出火灾预警;若否,判定为虚警,并返回执行所述判断同一链路上的监测数据超过第一设定范围的监测点的数量是否达到第三预设阈值的步骤。
示例性的,图9为本发明实施例提供的一种基于物联网监测的建筑火灾动态风险评估方法中监测结果示意图,如图9所示,连续相邻设置的监测点可以为依次设置在同一通道内的监测点,如依次设置在3#楼南电井中的多个监测点;还可以为依次设置在3#楼南走道中的多个监测点,还可以为依次设置在3#楼南宿舍中的多个监测点。连续相邻设置的监测点可以为相邻的且设置在不同通道内,但是空间上可以相互连通的监测点,例如,A监测点设置在过道与楼梯交口处,B监测点设置楼梯转弯处,C监测点设置在楼梯出口。
由于建筑火灾通常是由点状火源发展成蔓延的火势,会使连续的多个监测点发生警报。因此,本发明实施例中采用连续的监测点的监控,较为匹配火灾的真实发展趋势,避免了离散监测点异常带来的异常警报,提高了系统的可靠性。
需要说明的是,发出的火灾预警可能为真实发生了火灾,也可以是待评估建筑的火灾风险较高导致系统发出了火灾预警,方式包括但不仅限于,电话、短信、视频等方式;进一步的,还可以在火灾预警级别较低时,仅通知待评估建筑的物业管理人员,当火灾预警级别较高时,同时通知待评估建筑的物业管理人员、住户以及辖区消防部门;在火灾预警级别达到最高时,同时通知待评估建筑的物业管理人员、住户以及辖区消防部门,另外通知邻近辖区消防部门提供支援。
在实际应用中,可以对待评估建筑进行逐层评估,当发生火灾预警的楼层较高时,且火灾预警级别较高时,短信或者电话通知消防部门携带云梯车和/或飞机提供救援。
此外,现有的物联网监测技术,由于设备、人为等因素影响,会存在大量的误报现象,对于监测数据用于评估时会降低其可靠性,同时基于现代建筑具有楼层高、面积大的特点,一旦发生误报,人工现场核实费事费力,。因此,在本发明实施例的进一步实现方式中,通过视频进行远程现场火警核实,实现快速处置,如果发现火警为误报则消除预警;如果为真警报,则启动火灾应急预案。
实施例4
与本发明图1所示实施例相对应,本发明还提供了一种基于物联网监测的建筑火灾动态风险评估装置。
图10为本发明实施例提供的一种基于物联网监测的建筑火灾动态风险评估装置的第一种结构示意图;图11为本发明实施例提供的一种基于物联网监测的建筑火灾动态风险评估装置的第二种结构示意图;如图10和图11所示,所述装置包括:
获取模块1001,用于获取建筑物的火灾事故特征;
根据所述火灾事故特征的状态的变化性质,获取所述火灾事故特征中的动态特征,其中,动态特征为对应监测数据变化周期小于或等于第一预设阈值的特征的集合,其中,所述动态特征包括:防火门关闭情况、消防管理人员巡查频次、人员流动性、给水管网水压、给水管网流量中的一种或组合;
针对待评估建筑物的动态特征中的每一个特征,使用物联网监测系统中的传感器对所述动态特征的当前状态进行持续性监测,获取特征数据对应的监测数据;
评估模块1002,用于根据动态特征的监测数据,利用AHP-模糊综合评价模型分析建筑火灾动态风险评估结果。
如图11所示,图10中的获取模块1001对应图6中的指标体系设计模块、指标数据录入模块、阈值及分级设定模块;评估模块1002对应图6中的风险判定模块以及火灾风险分析模块。
应用本发明图10所示实施例,通过物联网监测系统获取待评估建筑的动态特征,然后根据待评估建筑的动态特征的监测数据,进而利用层次分析法进行火灾风险评估,相对于现有技术中仅对具有一定稳定性的评估指标进行检测,由于物联网监测系统可以持续性的监测动态特征的监测数据,进而可以实现待评估建筑的动态火灾风险的评估。
在本发明实施例的一种具体实施方式中,所述获取模块1001,用于:
搜集已有的火灾事故的观测数据,按照建筑物起火、火势增长、火灾蔓延与烟气传播、疏散至安全区域、蔓延至邻近建筑的火灾发展主线,获取各个火灾发展的阶段中对影响火灾发展的火灾事故特征,其中,所述火灾事故特征包括:人员特征、设施设备的状态特征、消防管理情况特征、建筑使用情况中的一种或组合。
在本发明实施例的一种具体实施方式中,所述获取模块1001,用于:
所述使用物联网监测系统中的传感器对所述动态特征的当前状态进行持续性监测,获取特征数据对应的监测数据,包括:
将所述动态特征对应的取值范围依次划分为若干个层级,将国家标准对应的取值范围作为报警阈值,将比国家标准要求高至少一个层级的取值范围作为预警阈值。
在本发明实施例的一种具体实施方式中,所述获取模块1001,用于:
根据规定巡查路线上预设的巡查点被触发的顺序获取巡查人员的实际巡查路线,根据所述实际巡查路线是否与规定巡查路线相同的结果判定巡查人员是否违规巡查;
根据巡查人员触发巡查点的时刻是否位于对应于该巡查点的时间范围内的结果判定巡查人员是否违规巡查;
根据巡查人员触发巡查点的数量占所有巡查点数量的占比,获取所述巡查人员对应的巡查完成率;
根据违规巡查出现的次数以及巡查完成率获取该次巡查的评分值,将该评分值作为人员巡查动态特征对应的监测数据。
在本发明实施例的一种具体实施方式中,所述获取模块1001,用于:
建立针对动态特征的评价层次结构模型,
根据预先设定的标度表,建立所述层次结构模型对应的三角模糊矩阵;
获取所述模糊矩阵中各元素的相对重要度;
根据所述各元素相对重要度,通过综合重要度计算,进行重要性排序;
根据各个动态特征的监测数据与对应权重之积的和,计算待评估建筑的火灾风险评估结果。
在本发明实施例的一种具体实施方式中,所述装置还包括:设置模块,用于:
将火灾事故特征中对应监测数据变化周期大于第一预设阈值的特征的集合作为静态特征,其中,所述静态特征包括:建筑面积、建筑高度、建筑层数、防火分区、疏散通道数量、建筑耐火等级、消防站距离、防火间距中的一种或组合;
所述根据动态特征的监测数据,利用AHP-模糊综合评价模型分析建筑火灾静态风险评估结果的步骤,包括;
根据建筑火灾动态风险评估结果与建筑火灾静态风险评估结果的加权平均值,获取待评估建筑的目标火灾风险评估结果。
在本发明实施例的一种具体实施方式中,所述装置还包括判断模块,用于:
判断同一链路上的监测数据超过第一设定范围的监测点的数量是否达到第三预设阈值,其中,所述第一设定范围的监测点为连续相邻设置的监测点,且所述连续相邻设置的数量为第四预设阈值;
若是,向待评估建筑物的管理单位发出火灾预警;
若否,判定为虚警,并返回执行所述判断同一链路上的监测数据超过第一设定范围的监测点的数量是否达到第三预设阈值的步骤。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (11)
1.一种基于物联网监测的建筑火灾动态风险评估方法,其特征在于,所述方法包括:
获取建筑物的火灾事故特征;
根据所述火灾事故特征的状态的变化性质,获取所述火灾事故特征中的动态特征,其中,动态特征为对应监测数据变化周期小于或等于第一预设阈值的特征的集合,其中,所述动态特征包括:防火门关闭情况、消防管理人员巡查频次、人员流动性、给水管网水压、给水管网流量中的一种或组合;
针对待评估建筑物的动态特征中的每一个特征,使用物联网监测系统中的传感器对所述动态特征的当前状态进行持续性监测,获取特征数据对应的监测数据;
根据动态特征的监测数据,利用AHP-模糊综合评价模型分析建筑火灾动态风险评估结果。
2.根据权利要求1所述的一种基于物联网监测的建筑火灾动态风险评估方法,其特征在于,所述获取建筑物的火灾事故特征,包括:
搜集已有的火灾事故的观测数据,按照建筑物起火、火势增长、火灾蔓延与烟气传播、疏散至安全区域、蔓延至邻近建筑的火灾发展主线,获取各个火灾发展的阶段中对影响火灾发展的火灾事故特征,其中,所述火灾事故特征包括:人员特征、设施设备的状态特征、消防管理情况特征、建筑使用情况中的一种或组合。
3.根据权利要求1所述的一种基于物联网监测的建筑火灾动态风险评估方法,其特征在于,所述使用物联网监测系统中的传感器对所述动态特征的当前状态进行持续性监测,获取特征数据对应的监测数据,包括:
将所述动态特征对应的取值范围依次划分为若干个层级,将国家标准对应的取值范围作为报警阈值,将比国家标准要求高至少一个层级的取值范围作为预警阈值。
4.根据权利要求1所述的一种基于物联网监测的建筑火灾动态风险评估方法,其特征在于,所述使用物联网监测系统中的传感器对所述动态特征的当前状态进行持续性监测,获取特征数据对应的监测数据,包括:
根据规定巡查路线上预设的巡查点被触发的顺序获取巡查人员的实际巡查路线,根据所述实际巡查路线是否与规定巡查路线相同的结果判定巡查人员是否违规巡查;
根据巡查人员触发巡查点的时刻是否位于对应于该巡查点的时间范围内的结果判定巡查人员是否违规巡查;
根据巡查人员触发巡查点的数量占所有巡查点数量的占比,获取所述巡查人员对应的巡查完成率;
根据违规巡查出现的次数以及巡查完成率获取该次巡查的评分值,将该评分值作为人员巡查动态特征对应的监测数据。
5.根据权利要求1所述的一种基于物联网监测的建筑火灾动态风险评估方法,其特征在于,所述根据动态特征的监测数据,利用AHP-模糊综合评价模型分析建筑火灾动态风险评估结果,包括:
建立针对动态特征的评价层次结构模型,
根据预先设定的标度表,建立所述层次结构模型对应的三角模糊矩阵;
获取所述模糊矩阵中各元素的相对重要度;
根据所述各元素相对重要度,通过综合重要度计算,进行重要性排序;
根据各个动态特征的监测数据与对应权重之积的和,计算待评估建筑的火灾风险评估结果。
6.根据权利要求1所述的一种基于物联网监测的建筑火灾动态风险评估方法,其特征在于,在所述根据动态特征的监测数据,利用AHP-模糊综合评价模型分析建筑火灾动态风险评估结果之前,所述方法还包括:
将火灾事故特征中对应监测数据变化周期大于第一预设阈值的特征的集合作为静态特征,其中,所述静态特征包括:建筑面积、建筑高度、建筑层数、防火分区、疏散通道数量、建筑耐火等级、消防站距离、防火间距中的一种或组合;
所述根据动态特征的监测数据,利用AHP-模糊综合评价模型分析建筑火灾静态风险评估结果的步骤,包括;
根据建筑火灾动态风险评估结果与建筑火灾静态风险评估结果的加权平均值,获取待评估建筑的目标火灾风险评估结果。
7.根据权利要求1所述的一种基于物联网监测的建筑火灾动态风险评估方法,其特征在于,所述方法还包括:
判断同一链路上的监测数据超过第一设定范围的监测点的数量是否达到第三预设阈值,其中,所述第一设定范围的监测点为连续相邻设置的监测点,且所述连续相邻设置的数量为第四预设阈值;
若是,向待评估建筑物的管理单位发出火灾预警;
若否,判定为虚警,并返回执行所述判断同一链路上的监测数据超过第一设定范围的监测点的数量是否达到第三预设阈值的步骤。
8.一种基于物联网监测的建筑火灾动态风险评估装置,其特征在于,所述装置包括:
获取模块,用于获取建筑物的火灾事故特征;
根据所述火灾事故特征的状态的变化性质,获取所述火灾事故特征中的动态特征;
针对待评估建筑物的动态特征中的每一个特征,使用物联网监测系统中的传感器对所述动态特征的当前状态进行持续性监测,获取特征数据对应的监测数据;
评估模块,用于根据动态特征的监测数据,利用AHP-模糊综合评价模型分析建筑火灾动态风险评估结果。
9.根据权利要求8所述的一种基于物联网监测的建筑火灾动态风险评估装置,其特征在于,所述获取模块,用于:
搜集已有的火灾事故的观测数据,按照建筑物起火、火势增长、火灾蔓延与烟气传播、疏散至安全区域、蔓延至邻近建筑的火灾发展主线,获取各个火灾发展的阶段中对影响火灾发展的火灾事故特征,其中,所述火灾事故特征包括:人员特征、设施设备的状态特征、消防管理情况特征、建筑使用情况中的一种或组合。
10.根据权利要求8所述的一种基于物联网监测的建筑火灾动态风险评估装置,其特征在于,所述获取模块,用于:
将所述动态特征对应的取值范围依次划分为若干个层级,将国家标准对应的取值范围作为报警阈值,将比国家标准要求高至少一个层级的取值范围作为预警阈值。
11.根据权利要求8所述的一种基于物联网监测的建筑火灾动态风险评估装置,其特征在于,所述装置还包括:
判断模块,用于判断同一链路上的监测数据超过第一设定范围的监测点的数量是否达到第三预设阈值,其中,所述第一设定范围的监测点为连续相邻设置的监测点,且所述连续相邻设置的数量为第四预设阈值;
若是,向待评估建筑物的管理单位发出火灾预警;
若否,判定为虚警,并返回执行所述判断同一链路上的监测数据超过第一设定范围的监测点的数量是否达到第三预设阈值的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010085923.7A CN111311085A (zh) | 2020-02-10 | 2020-02-10 | 一种基于物联网监测的建筑火灾动态风险评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010085923.7A CN111311085A (zh) | 2020-02-10 | 2020-02-10 | 一种基于物联网监测的建筑火灾动态风险评估方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111311085A true CN111311085A (zh) | 2020-06-19 |
Family
ID=71159920
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010085923.7A Pending CN111311085A (zh) | 2020-02-10 | 2020-02-10 | 一种基于物联网监测的建筑火灾动态风险评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111311085A (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111798127A (zh) * | 2020-07-02 | 2020-10-20 | 北京石油化工学院 | 基于动态火灾风险智能评估的化工园区巡检机器人路径优化系统 |
CN111882834A (zh) * | 2020-07-23 | 2020-11-03 | 应急管理部天津消防研究所 | 一种大空间屋盖火灾下坍塌预警系统的实现方法 |
CN112348346A (zh) * | 2020-11-02 | 2021-02-09 | 上海玻机智能幕墙股份有限公司 | 玻璃幕墙风险控制系统 |
CN112466082A (zh) * | 2020-11-12 | 2021-03-09 | 上海意静信息科技有限公司 | 一种基于时间空间与联动关系的人工智能火灾报警分级预警方法 |
CN112801563A (zh) * | 2021-04-14 | 2021-05-14 | 支付宝(杭州)信息技术有限公司 | 风险评估方法和装置 |
CN113112156A (zh) * | 2021-04-14 | 2021-07-13 | 浙江八度科技有限公司 | 基于物联网的智慧消防建筑管理系统 |
CN113627824A (zh) * | 2021-08-26 | 2021-11-09 | 武汉科技大学 | 基于多重数据归一处理的动态消防事故评估系统及其方法 |
CN113780757A (zh) * | 2021-08-21 | 2021-12-10 | 国网湖北省电力有限公司电力科学研究院 | 一种电气火灾风险评估权重指标系数的确定方法 |
CN113920679A (zh) * | 2021-10-29 | 2022-01-11 | 苏州和歌信息科技有限公司 | 城市远距离火灾监测方法、装置、计算机设备及存储介质 |
CN115063954A (zh) * | 2022-06-01 | 2022-09-16 | 武汉誉钱乐房地产有限公司 | 一种基于物联网的智慧消防在线监测无线报警服务系统 |
CN115662098A (zh) * | 2022-11-16 | 2023-01-31 | 广东广宇科技发展有限公司 | 一种智能楼宇消防预警方法、系统、电子设备及存储介质 |
CN115640496B (zh) * | 2022-12-16 | 2023-03-10 | 天津众联智能科技有限责任公司 | 基于改进层次分析法的电气隐患判断方法 |
CN117132087A (zh) * | 2023-10-25 | 2023-11-28 | 成都大成均图科技有限公司 | 一种基于历史数据的资源调配方法及装置 |
CN117220418A (zh) * | 2023-11-08 | 2023-12-12 | 江苏柏杨电气科技有限公司 | 高低压配电柜的监控系统及方法 |
CN117521978A (zh) * | 2024-01-04 | 2024-02-06 | 深圳市一广建设工程有限公司 | 一种智能化高层建筑消防监控系统 |
CN117952421A (zh) * | 2024-01-19 | 2024-04-30 | 徐州高新区安全应急装备产业技术研究院 | 基于动态风险评估的仓储物流消防方法及系统 |
CN118071155A (zh) * | 2024-04-17 | 2024-05-24 | 爱瑞克(大连)安全技术集团有限公司 | 基于多源数据的城市建筑火灾风险动态评估方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101872382A (zh) * | 2009-04-21 | 2010-10-27 | 同济大学 | 一种公路隧道运营安全状况动态检测方法 |
CN102324064A (zh) * | 2011-08-25 | 2012-01-18 | 陈�光 | 基于传感带的动态火灾风险评估方法与系统 |
CN104376400A (zh) * | 2014-10-27 | 2015-02-25 | 广州市中南民航空管通信网络科技有限公司 | 基于模糊矩阵层次分析法的风险评估方法 |
CN106056833A (zh) * | 2016-06-23 | 2016-10-26 | 乐视控股(北京)有限公司 | 安全监测方法、装置、系统及监控系统 |
CN107909283A (zh) * | 2017-11-17 | 2018-04-13 | 武汉科技大学 | 一种基于基准值的城市火灾风险评估方法 |
CN109242283A (zh) * | 2018-08-24 | 2019-01-18 | 同济大学 | 基于模糊层次分析法的超高层建筑火灾动态风险评估方法 |
CN110309961A (zh) * | 2019-06-20 | 2019-10-08 | 京东城市(北京)数字科技有限公司 | 火灾预警方法和装置 |
CN110555617A (zh) * | 2019-09-05 | 2019-12-10 | 消检通(深圳)科技有限公司 | 一种基于物联网的建筑火灾风险实时动态定量评估方法 |
-
2020
- 2020-02-10 CN CN202010085923.7A patent/CN111311085A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101872382A (zh) * | 2009-04-21 | 2010-10-27 | 同济大学 | 一种公路隧道运营安全状况动态检测方法 |
CN102324064A (zh) * | 2011-08-25 | 2012-01-18 | 陈�光 | 基于传感带的动态火灾风险评估方法与系统 |
CN104376400A (zh) * | 2014-10-27 | 2015-02-25 | 广州市中南民航空管通信网络科技有限公司 | 基于模糊矩阵层次分析法的风险评估方法 |
CN106056833A (zh) * | 2016-06-23 | 2016-10-26 | 乐视控股(北京)有限公司 | 安全监测方法、装置、系统及监控系统 |
CN107909283A (zh) * | 2017-11-17 | 2018-04-13 | 武汉科技大学 | 一种基于基准值的城市火灾风险评估方法 |
CN109242283A (zh) * | 2018-08-24 | 2019-01-18 | 同济大学 | 基于模糊层次分析法的超高层建筑火灾动态风险评估方法 |
CN110309961A (zh) * | 2019-06-20 | 2019-10-08 | 京东城市(北京)数字科技有限公司 | 火灾预警方法和装置 |
CN110555617A (zh) * | 2019-09-05 | 2019-12-10 | 消检通(深圳)科技有限公司 | 一种基于物联网的建筑火灾风险实时动态定量评估方法 |
Non-Patent Citations (3)
Title |
---|
李艺昕;: "基于AHP-模糊综合评价法在化工爆炸事故中的应用", 安全, no. 03, 15 March 2016 (2016-03-15) * |
杨健;盛璘;许宁;贺雷;郝永梅;杨文斌;杜璋昊;: "基于改进模糊事故树的城市燃气管道泄漏风险分析", 中国设备工程, no. 02, 25 January 2020 (2020-01-25) * |
胡广霞;: "基于AHP-FCE的高层住宅建筑火灾风险评估", 科技与创新, no. 09, 5 May 2017 (2017-05-05) * |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111798127B (zh) * | 2020-07-02 | 2022-08-23 | 北京石油化工学院 | 基于动态火灾风险智能评估的化工园区巡检机器人路径优化系统 |
CN111798127A (zh) * | 2020-07-02 | 2020-10-20 | 北京石油化工学院 | 基于动态火灾风险智能评估的化工园区巡检机器人路径优化系统 |
CN111882834A (zh) * | 2020-07-23 | 2020-11-03 | 应急管理部天津消防研究所 | 一种大空间屋盖火灾下坍塌预警系统的实现方法 |
CN111882834B (zh) * | 2020-07-23 | 2023-08-22 | 应急管理部天津消防研究所 | 一种大空间屋盖火灾下坍塌预警系统的实现方法 |
CN112348346A (zh) * | 2020-11-02 | 2021-02-09 | 上海玻机智能幕墙股份有限公司 | 玻璃幕墙风险控制系统 |
CN112466082A (zh) * | 2020-11-12 | 2021-03-09 | 上海意静信息科技有限公司 | 一种基于时间空间与联动关系的人工智能火灾报警分级预警方法 |
CN113112156A (zh) * | 2021-04-14 | 2021-07-13 | 浙江八度科技有限公司 | 基于物联网的智慧消防建筑管理系统 |
CN112801563A (zh) * | 2021-04-14 | 2021-05-14 | 支付宝(杭州)信息技术有限公司 | 风险评估方法和装置 |
CN113780757A (zh) * | 2021-08-21 | 2021-12-10 | 国网湖北省电力有限公司电力科学研究院 | 一种电气火灾风险评估权重指标系数的确定方法 |
CN113780757B (zh) * | 2021-08-21 | 2024-01-26 | 国网湖北省电力有限公司电力科学研究院 | 一种电气火灾风险评估权重指标系数的确定方法 |
CN113627824A (zh) * | 2021-08-26 | 2021-11-09 | 武汉科技大学 | 基于多重数据归一处理的动态消防事故评估系统及其方法 |
CN113920679A (zh) * | 2021-10-29 | 2022-01-11 | 苏州和歌信息科技有限公司 | 城市远距离火灾监测方法、装置、计算机设备及存储介质 |
CN115063954A (zh) * | 2022-06-01 | 2022-09-16 | 武汉誉钱乐房地产有限公司 | 一种基于物联网的智慧消防在线监测无线报警服务系统 |
CN115063954B (zh) * | 2022-06-01 | 2023-10-24 | 广东三鼎智慧信息科技有限公司 | 一种基于物联网的智慧消防在线监测无线报警服务系统 |
CN115662098A (zh) * | 2022-11-16 | 2023-01-31 | 广东广宇科技发展有限公司 | 一种智能楼宇消防预警方法、系统、电子设备及存储介质 |
CN115640496B (zh) * | 2022-12-16 | 2023-03-10 | 天津众联智能科技有限责任公司 | 基于改进层次分析法的电气隐患判断方法 |
CN117132087A (zh) * | 2023-10-25 | 2023-11-28 | 成都大成均图科技有限公司 | 一种基于历史数据的资源调配方法及装置 |
CN117132087B (zh) * | 2023-10-25 | 2024-02-06 | 成都大成均图科技有限公司 | 一种基于历史数据的资源调配方法及装置 |
CN117220418A (zh) * | 2023-11-08 | 2023-12-12 | 江苏柏杨电气科技有限公司 | 高低压配电柜的监控系统及方法 |
CN117220418B (zh) * | 2023-11-08 | 2024-03-26 | 江苏柏杨电气科技有限公司 | 高低压配电柜的监控系统及方法 |
CN117521978A (zh) * | 2024-01-04 | 2024-02-06 | 深圳市一广建设工程有限公司 | 一种智能化高层建筑消防监控系统 |
CN117521978B (zh) * | 2024-01-04 | 2024-04-26 | 深圳市一广建设工程有限公司 | 一种智能化高层建筑消防监控系统 |
CN117952421A (zh) * | 2024-01-19 | 2024-04-30 | 徐州高新区安全应急装备产业技术研究院 | 基于动态风险评估的仓储物流消防方法及系统 |
CN118071155A (zh) * | 2024-04-17 | 2024-05-24 | 爱瑞克(大连)安全技术集团有限公司 | 基于多源数据的城市建筑火灾风险动态评估方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111311085A (zh) | 一种基于物联网监测的建筑火灾动态风险评估方法及装置 | |
Liu et al. | Fire risk assessment for large-scale commercial buildings based on structure entropy weight method | |
CN103956018B (zh) | 一种改进的建筑消防设施报警信号分析处理方法 | |
Nimlyat et al. | An evaluation of fire safety measures in high-rise buildings in Nigeria | |
CN108764638A (zh) | 一种建筑消防安全评估系统 | |
CN117495113B (zh) | 建筑消防安全评估方法、设备和介质 | |
CN111080957A (zh) | 一种基于窄带物联网的火灾防控方法 | |
Estrada-Lugo et al. | Probabilistic risk assessment of fire occurrence in residential buildings: Application to the Grenfell Tower | |
CN103870716B (zh) | 一种建筑消防设施故障影响分级判定方法 | |
CN103886219B (zh) | 一种建筑消防设施运行质量评价方法 | |
Hadjisophocleous et al. | Parametric study of the NRCC fire risk-cost assessment model for apartment and office buildings | |
CN115730827A (zh) | 一种基于多风险因素耦合的高校火灾分析及管控方法 | |
CN114662951A (zh) | 一种基于周期质量的消防工程评价系统 | |
Satır et al. | Qualitative and quantitative analysis of fire evacuation risks of 18 historical mosques in Ankara-Altındağ region | |
Li et al. | Analysis of subway fire accident based on Bayesian network | |
Perera et al. | Fire Safety Performance of High-rise buildings in Sri Lanka | |
CN111080166A (zh) | 一种基于多层次统计评价的社会单位消防风险评估方法 | |
Isrorudin et al. | An AN ANALYSIS OF EMERGENCY RESPONSE COSTS DUE TO FALSE ALARM SYSTEM | |
Pecio | ACCEPTANCE CRITERIA OF REPLACEMENT SOLUTIONS IN FIRE PROTECTION | |
CN117495311B (zh) | 一种区域消防安全体检方法 | |
CN115554638A (zh) | 基于人工智能的消防系统及方法 | |
CN114219238A (zh) | 一种基于物联网的建筑物防火质量评价方法、系统及设备 | |
Ulpan et al. | Influence of architectural and planning solutions on fire risk in public buildings | |
CN114595268A (zh) | 消防检查方法、系统、装置、终端设备以及存储介质 | |
Sarraz et al. | Performance based fire safety management in commercial mixed use buildings of Bangladesh |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |