CN114519304A - 一种基于分布式光纤测温的多目标火场温度预测方法 - Google Patents
一种基于分布式光纤测温的多目标火场温度预测方法 Download PDFInfo
- Publication number
- CN114519304A CN114519304A CN202210108323.7A CN202210108323A CN114519304A CN 114519304 A CN114519304 A CN 114519304A CN 202210108323 A CN202210108323 A CN 202210108323A CN 114519304 A CN114519304 A CN 114519304A
- Authority
- CN
- China
- Prior art keywords
- temperature
- fire scene
- fire
- optical fiber
- target
- 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
- 239000013307 optical fiber Substances 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000009529 body temperature measurement Methods 0.000 title claims abstract description 30
- 230000008569 process Effects 0.000 claims abstract description 12
- 238000004088 simulation Methods 0.000 claims abstract description 10
- 238000012544 monitoring process Methods 0.000 claims abstract description 6
- 238000009423 ventilation Methods 0.000 claims abstract description 4
- 230000010354 integration Effects 0.000 claims abstract description 3
- 230000002093 peripheral effect Effects 0.000 claims description 5
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000010801 machine learning Methods 0.000 claims description 3
- 230000015654 memory Effects 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 description 4
- 239000000779 smoke Substances 0.000 description 4
- 229910000831 Steel Inorganic materials 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000010959 steel Substances 0.000 description 3
- 230000002411 adverse Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000001069 Raman spectroscopy Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000007787 long-term memory Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Evolutionary Computation (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Fire-Detection Mechanisms (AREA)
- Measuring Temperature Or Quantity Of Heat (AREA)
- Fire Alarms (AREA)
Abstract
本发明公开一种基于分布式光纤测温的多目标火场温度预测方法，包括建立空间火场温度数据库、实际火场温度数据采集、火场多目标温度预测三部分，具体如下：建立空间火场温度数据库部分中，根据目标的建筑类型及相关场景，收集各目标建筑类型的不同空间尺寸及通风开口尺寸以建立建筑空间信息模型；之后进行FDS模拟；从模拟结果中提取与人员疏散、火灾危险性、结构安全性相关的区域及平面温度数据，整合后建立空间火场温度数据库，为火场多目标温度预测提供数据基础；实际火场温度数据采集部分中确定天花板高度处及人体特征高度范围处的实时空气温度；火场多目标温度预测部分中，通过建立多目标温度预测模型，从而实现火场全过程预警监测反馈。
Description
技术领域
本发明涉及火场温度预测领域，特别是涉及一种基于分布式光纤测温的多目标火场温度预测方法。
背景技术
由于建筑火灾对建筑结构与人员生命财产安全、社会稳定造成恶劣影响，因此城市火灾监测预警及应急救援技术装备研发一直是消防领域的研究前沿。目前传统的烟感温感等火灾探测系统虽然可以探测温度并具有位置标签，但由于测点数量有限，难以在火灾救援和疏散的全过程和全空间进行详细数据采集、呈现和预测，所以无法有效为救援疏散决策、结构火灾安全性提供精准依据。分布式光纤测温系统是应用温度对拉曼后向散射光强的影响关系而研发的一种新型测温系统，由于光纤传感器本身能够长距离连续测温，具有测点密集和成本低廉的优势，该系统已被广泛应用于火灾预警工程中。但现有的光纤火灾预警技术仍存在不少短板，导致基于该系统的建筑消防疏散系统仍未达到较高水平。
目前与本申请最接近的现有专利及论文如下：
1)基于并行温度测量的地铁站火灾探测及火灾功率预测方法(103400466A)，该发明公开了一种基于并行温度测量的地铁站火灾探测及火灾功率预测方法，该发明通过感温光纤实时测量吊顶下方的烟气温度,并以此来预测火灾功率的大小,解决在站台宽度方向上不同起火位置对火灾功率预测所带来的误差,从而选择合适的排烟方案,保障地铁站内人员安全疏散。
但该预测方法使用固定的公式进行温度预测，且预测内容只包含火源功率，无法做到全方位、多目标的动态预测预警，对火灾条件下人员疏散及结构安全方面的评估与指导比较有限。
2)用多点温度离散系数预测光纤温度的火灾报警系统及方法(108414113A)，该发明通过分布式光纤测温系统采集光纤各点的斯托克斯光和反斯托克斯光的光强数值,以及对应解调的温度数值,通过对所采集的光强和温度数值进行处理,同时将温度和光强与报警阈值进行比较,确定是否满足差温或定温报警条件的同时，利用当前温度数值以及若干点历史温度的离散系数来预测下一时刻温度。
但该系统及方法只提出了提高预警精度的相关方法，能够反映的温度也仅限于布设光纤的界面处温度，不能对火场相关典型工作面及重点区域温度进行预测。
3)一种火灾预警方法和预警系统(113516820A)，该发明公开了一种火灾预警方法和预警系统，通过获取被监测目标区域中的火灾探测器采集的实时数据，根据火灾探测器采集的实时数据与已存储的历史火灾数据的相似程度输出被监测目标区域的初步预警结果，基于所述初步预警结果中连续出现同一类预警结果的情况输出最终预警结果。
但该预警系统所采集的数据全部为点式温度传感器所获得，虽然考虑了不同空间位置传感器的预警差异，缺少全过程和全空间火场数据采集能力，在人员疏散和结构安全性方面的温度场预测能力不足。
综上所述，目前未发现关于“基于分布式光纤测温的多目标火场温度预测方法”方面的发明成果。在此背景下，本申请提出基于分布式光纤测温的多目标火场温度预测方法。
发明内容
本发明的目的是为了克服现有技术中的不足，提供一种基于分布式光纤测温的多目标火场温度预测方法，能够利用分布式光纤测温系统的测温结果进行模拟，还原实际火场温度场变化情况。通过采集人体特征高度范围处的平面温度，建立空间火场温度信息数据库，在此基础上利用机器学习方法将天花板处分布式光纤测温系统所测温度映射至人体特征高度范围处的温度平面，对各平面温度进行实时预测，从而实现对火场人员进行疏散指导，对火灾危险性、结构安全性进行实时预警的目标。本发明能够减少火灾救援过程中的人员伤亡，提升火灾动态预警能力，降低建筑火灾带来的不良社会影响。
本发明的目的是通过以下技术方案实现的：
一种基于分布式光纤测温的多目标火场温度预测方法，其特征在于，包括建立空间火场温度数据库、建立多目标温度预测模型、实际火场温度数据采集、火场多目标温度预测；具体如下：
建立空间火场温度数据库中，根据目标的建筑类型及相关场景，收集各目标建筑类型的不同空间尺寸及通风开口尺寸以建立建筑空间信息模型；之后将光纤传感器测点布置在建筑空间信息模型中，使建筑空间信息模型中体现光纤布置信息；按照规范对不同建筑类型的火源参数要求，设定不同的火源热释放功率，对不同空间尺寸对应的建筑空间信息模型进行若干种火源热释放功率的FDS模拟；模拟结束后，从模拟结果中提取与人员疏散、火灾危险性、结构安全性相关的区域及平面温度数据，整合后建立空间火场温度数据库，为火场多目标温度预测提供数据基础；
建立多目标温度预测模型中，将空间火场温度数据库内的光纤传感器测点温度作为输入，将空间火场温度数据库内人体特征高度范围处平面温度数据作为输出，通过长短期记忆神经网络的机器学习方式进行训练，得到对应建筑类型中不同空间尺寸所对应的多目标温度预测模型；
实际火场温度数据采集部分中，基于分布式光纤测温系统进行实时测温数据的采集，将分布式光纤测温系统中的光纤传感器分别布置在天花板处与四周侧墙人体特征高度范围处，光纤传感器铺设间距与光纤传感器的空间分辨率一致；用于确定天花板高度处及人体特征高度范围处的实时空气温度；
火场多目标温度预测中，根据分布式光纤测温系统所测对象空间的尺寸，选用对应的多目标温度预测模型，将分布式光纤测温系统所采集的天花板实时温度数据和四周侧墙人体特征高度范围处实时温度数据作为输入，通过多目标温度预测模型对人体特征高度范围处的平面温度场进行实时预测，从而实现火场全过程预警监测反馈。
进一步的，所述人体特征高度范围为1.55～1.85m，反映了人员疏散、火灾危险性、结构安全性相关的区域及平面温度。
与现有技术相比，本发明的技术方案所带来的有益效果是：
1.减少所需传感器数量的经济意义；针对室内火灾温度场获取困难的问题，利用分布式光纤测温系统获取天花板高度处温度数据，在保证光纤温度测试结果准确性的前提下，相较于大量布置点式温度传感器的传统方法减少了初期投资和维护成本。
2.提升火灾预警能力的应用意义；虽然现阶段分布式光纤测温系统在火灾监测方面有较多应用，但测温往往只能反映升温趋势，不能做到全方位、多目标的火灾动态预警。本发明提供的多目标火场温度预测方法，提升了对火场人体特征高度范围处及重点区域温度的预测精度，提升了建筑内火场预警和火灾蔓延防控能力，从而提高建筑的火灾防控与人员疏散水平。
3.提升火灾预警能力的社会意义；随着城市的不断发展，建筑功能类型、城市空间布局和人民生活方式都在急剧变化，由此产生的建筑火灾隐患日益增加，对人民生命财产安全造成严重威胁。本发明提出的针对火灾探测预警，人员疏散及结构安全性的多目标温度预测方法，通过火场全方位温度预测，有效提高对建筑火灾危险性，建筑结构安全性的实时评估能力，有利于消防救援及人员疏散的决策部署，为人员安全，社会稳定提供保障。
4.可弥补现有消防预警技术短板，实现建筑内人体特征高度范围处平面温度的实时预测，对人员疏散、火场危险性、结构安全性进行实时预警，以达到对火灾全过程动态预警的目的。
附图说明
图1是本发明方法的流程示意图。
图2是FDS模型示意图。
图3a和图3b分别是天花板顶面、1.7m高度处平面的实时温度检测示意图。
图4是人员疏散示意图。
具体实施方式
以下结合附图和具体实施例对本发明作进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
本发明提供一种基于分布式光纤测温的多目标火场温度预测方法，本实施例选择某典型商业建筑对发明实施方案进行阐述，见图1；
首先，在该商业建筑各空间布置分布式光纤测温系统，随后基于此建立建筑各不同尺寸建筑空间信息模型，建筑空间信息模型应还原各空间尺寸与空间的通风口分布，同时根据现场光纤传感器布置情况，在建筑空间信息模型内将光纤传感器测点布置在天花板处与四周侧墙1.7m处，光纤传感器测点铺设间距与光纤传感器空间分辨率一致。其中某一商售区空间尺寸为15m×15m，其建筑空间信息模型如图2所示。
在FDS模拟软件中，设定火灾发展模型为t2模型，最大火源热释放功率分别设定为3MW、4MW、8MW、20MW，模拟时间设定为900s。同时在1.7m高度处平面设置温度测点，其空间位置除高度外均与空间信息模型上方光纤温度测点保持一致。模拟结束后，导出所有布置测点在900s内所测所有温度值及整个空间所有时间点的平均温度值，并根据不同空间尺寸对数据进行合并分类，从而完成空间火场温度数据库的建立；之后将上方五个光纤温度测点设定为输入，将五个光纤测点中心处测点下方对应1.7m平面的温度测点温度作为输出，构建长短期记忆神经网络模型，并按照上述输入输出的组合，基于空间火场温度数据库内数据对模型进行训练及测试，最终得到不同空间尺寸信息模型各自所对应的多目标温度预测模型。
其次，多目标温度预测模型建立完毕后，将其集成至商业建筑现场布置的分布式光纤测温系统的多目标温度预测模块中，并通过光纤传感器采集建筑空间火场条件下天花板及侧墙1.7m高度处温度数值。在火灾初期，首先由分布式光纤测温系统进行火灾识别及预警，在确定已有火灾发生时，开启多目标温度预测模块。
然后，利用多目标温度预测模块中的长短期记忆神经网络算法，以上步得到的天花板高度处温度作为输入，调用内部空间火场温度数据库，将内部空间火场温度数据库内数据作为数据基础，实时匹配与现场温度变化情况最为相似的数据库内温度数据集，自动选择该数据集对应的多目标温度预测模型，输入天花板高度处温度后，预测当前时刻各个重点监测平面的实时温度，进而根据人员疏散、火场危险性、结构安全性的多个预警目标得到分级预警云图，完成温度预测，平面温度情况见图3a和图3b。其中低于安全温度阈值的区域记作“较为安全”区域，高于安全温度阈值且低于人员疏散温度阈值的区域记作“适合疏散”，高于人员疏散温度阈值且低于火灾轰燃温度阈值的区域记作“较为危险”，高于火灾轰燃温度阈值的区域记作“极度危险”。根据温度数值确定的人员疏散区域如图4。
最后，根据《建筑钢结构防火技术规范》(GB51249-2017)第6.2条给出的钢结构升温计算方法，将代表室内烟气层温度作为输入，分别得到该位置处有无防火保护钢结构构件的升温情况，并设定结构危险温度阈值，通过构件温度预测，实现全过程、实时评估结构安全性能的目标。
最后需要指出的是：以上实例仅用以说明本发明的计算过程，而非对其限制。尽管参照前述实例对本发明进行了详细的说明，本领域的普通技术人员应当理解，其依然可以对前述实例所记载的计算过程进行修改，或者对其中部分参数进行等同替换，而这些修改或者替换，并不使相应计算方法的本质脱离本发明计算方法的精神和范围。
本发明并不限于上文描述的实施方式。以上对具体实施方式的描述旨在描述和说明本发明的技术方案，上述的具体实施方式仅仅是示意性的，并不是限制性的。在不脱离本发明宗旨和权利要求所保护的范围情况下，本领域的普通技术人员在本发明的启示下还可做出很多形式的具体变换，这些均属于本发明的保护范围之内。
Claims (2)
1.一种基于分布式光纤测温的多目标火场温度预测方法，其特征在于，包括建立空间火场温度数据库、建立多目标温度预测模型、实际火场温度数据采集、火场多目标温度预测，具体如下：
建立空间火场温度数据库中，根据目标的建筑类型及相关场景，收集各目标建筑类型的不同空间尺寸及通风开口尺寸以建立建筑空间信息模型；之后将光纤传感器测点布置在建筑空间信息模型中，使建筑空间信息模型中体现光纤布置信息；按照规范对不同建筑类型的火源参数要求，设定不同的火源热释放功率，对不同空间尺寸对应的建筑空间信息模型进行若干种火源热释放功率的FDS模拟；模拟结束后，从模拟结果中提取与人员疏散、火灾危险性、结构安全性相关的区域及平面温度数据，整合后建立空间火场温度数据库，为火场多目标温度预测提供数据基础；
建立多目标温度预测模型中，将空间火场温度数据库内的光纤传感器测点温度作为输入，将空间火场温度数据库内人体特征高度范围处平面温度数据作为输出，通过长短期记忆神经网络的机器学习方式进行训练，得到对应建筑类型中不同空间尺寸所对应的多目标温度预测模型；
实际火场温度数据采集中，基于分布式光纤测温系统进行实时测温数据的采集，将分布式光纤测温系统中的光纤传感器分别布置在天花板处与四周侧墙人体特征高度范围处，光纤传感器铺设间距与光纤传感器的空间分辨率一致；用于确定天花板高度处及人体特征高度范围处的实时空气温度；
火场多目标温度预测中，根据分布式光纤测温系统所测对象空间的尺寸，选用对应的多目标温度预测模型，将分布式光纤测温系统所采集的天花板实时温度数据和四周侧墙人体特征高度范围处实时温度数据作为输入，通过多目标温度预测模型对人体特征高度范围处的平面温度场进行实时预测，从而实现火场全过程预警监测反馈。
2.根据权利要求1所述一种基于分布式光纤测温的多目标火场温度预测方法，其特征在于，所述人体特征高度范围为1.55～1.85m，反映了人员疏散、火灾危险性、结构安全性相关的区域及平面温度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210108323.7A CN114519304A (zh) | 2022-01-28 | 2022-01-28 | 一种基于分布式光纤测温的多目标火场温度预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210108323.7A CN114519304A (zh) | 2022-01-28 | 2022-01-28 | 一种基于分布式光纤测温的多目标火场温度预测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114519304A true CN114519304A (zh) | 2022-05-20 |
Family
ID=81596026
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210108323.7A Pending CN114519304A (zh) | 2022-01-28 | 2022-01-28 | 一种基于分布式光纤测温的多目标火场温度预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114519304A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115808211A (zh) * | 2023-02-06 | 2023-03-17 | 天津大学 | 一种公共建筑温度及热舒适度监测与预测系统 |
| CN117057236A (zh) * | 2023-08-14 | 2023-11-14 | 上海频准激光科技有限公司 | 基于激光器的光纤测温点评估系统 |
| CN118298573A (zh) * | 2024-05-31 | 2024-07-05 | 深圳市长科安全应急科技有限公司济南分公司 | 一种应用于物流货柜箱的火灾报警方法及系统 |
| CN118297006A (zh) * | 2024-05-31 | 2024-07-05 | 应急管理部天津消防研究所 | 基于光纤传感器的ups集群式测温分级预警方法及其装置 |
-
2022
- 2022-01-28 CN CN202210108323.7A patent/CN114519304A/zh active Pending
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115808211A (zh) * | 2023-02-06 | 2023-03-17 | 天津大学 | 一种公共建筑温度及热舒适度监测与预测系统 |
| CN117057236A (zh) * | 2023-08-14 | 2023-11-14 | 上海频准激光科技有限公司 | 基于激光器的光纤测温点评估系统 |
| CN117057236B (zh) * | 2023-08-14 | 2024-04-12 | 上海频准激光科技有限公司 | 基于激光器的光纤测温点评估系统 |
| CN118298573A (zh) * | 2024-05-31 | 2024-07-05 | 深圳市长科安全应急科技有限公司济南分公司 | 一种应用于物流货柜箱的火灾报警方法及系统 |
| CN118297006A (zh) * | 2024-05-31 | 2024-07-05 | 应急管理部天津消防研究所 | 基于光纤传感器的ups集群式测温分级预警方法及其装置 |
| CN118297006B (zh) * | 2024-05-31 | 2024-09-10 | 应急管理部天津消防研究所 | 基于光纤传感器的ups集群式测温分级预警方法及其装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114519304A (zh) | 一种基于分布式光纤测温的多目标火场温度预测方法 | |
| Wu et al. | An intelligent tunnel firefighting system and small-scale demonstration | |
| CN201226174Y (zh) | 一种地下空间火灾智能逃生指示装置 | |
| CN102929276B (zh) | 一种大空间建筑烟气控制系统的性能评估方法 | |
| CN115240357B (zh) | 基于分布式光纤的公共建筑火场温度实时监测及预测系统 | |
| CN112464813B (zh) | 山火的监测方法及装置 | |
| CN114821946B (zh) | 变电站交流电源火灾预警方法、监控终端及系统 | |
| CN111488799B (zh) | 一种基于图像识别的坠落物识别方法及系统 | |
| CN108389359A (zh) | 一种基于深度学习的城市火灾报警方法 | |
| CN109493561A (zh) | 一种基于图像处理的火灾监控系统 | |
| CN101162545A (zh) | 高层建筑火灾光温复合智能监测预报装置 | |
| KR102220328B1 (ko) | 건축물 화재의 피해 예측 시스템 및 방법 | |
| CN115392708A (zh) | 一种用于建筑消防的火灾风险评估和预警方法及系统 | |
| CN113299035A (zh) | 一种基于人工智能和双目视觉的火灾识别方法及系统 | |
| CN207895646U (zh) | 智能建筑火灾自动报警系统 | |
| CN116052360B (zh) | 一种消防报警系统 | |
| CN116105802B (zh) | 一种基于物联网的地下设施安全监测预警方法 | |
| CN113990018A (zh) | 一种安全风险预测系统 | |
| CN113256934A (zh) | 一种高空作业人员安全检测系统 | |
| CN116187740A (zh) | 一种输电线路沿线山火监测方法及系统 | |
| CN110631683A (zh) | 一种建筑刚性件应变安全监测方法 | |
| CN117392591A (zh) | 一种现场安防ai检测方法及装置 | |
| CN117292311B (zh) | 一种基于ai图像识别的消防火灾复燃预测系统 | |
| CN117998711A (zh) | 一种逃生指示的智慧照明系统 | |
| CN116882268B (zh) | 基于数据驱动隧道火灾烟气发展预测方法及智能控制系统 |
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 |