CN115809750A - 一种基于在线火灾危险度评测的智能疏散方法及系统 - Google Patents
一种基于在线火灾危险度评测的智能疏散方法及系统 Download PDFInfo
- Publication number
- CN115809750A CN115809750A CN202211323883.0A CN202211323883A CN115809750A CN 115809750 A CN115809750 A CN 115809750A CN 202211323883 A CN202211323883 A CN 202211323883A CN 115809750 A CN115809750 A CN 115809750A
- Authority
- CN
- China
- Prior art keywords
- fire
- evacuation
- information
- optimal
- risk
- 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
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000011156 evaluation Methods 0.000 title claims abstract description 26
- 230000009467 reduction Effects 0.000 claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 20
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 16
- 238000012502 risk assessment Methods 0.000 claims abstract description 10
- 230000009466 transformation Effects 0.000 claims abstract description 7
- 238000012544 monitoring process Methods 0.000 claims description 28
- 239000013598 vector Substances 0.000 claims description 18
- 238000001514 detection method Methods 0.000 claims description 12
- 238000004088 simulation Methods 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 8
- 239000000779 smoke Substances 0.000 claims description 8
- 238000012806 monitoring device Methods 0.000 claims description 5
- 238000011161 development Methods 0.000 claims description 4
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 229910002091 carbon monoxide Inorganic materials 0.000 claims description 3
- 238000002485 combustion reaction Methods 0.000 claims description 3
- 238000005315 distribution function Methods 0.000 claims description 3
- 239000007789 gas Substances 0.000 claims description 3
- 230000002068 genetic effect Effects 0.000 claims description 3
- 239000002085 irritant Substances 0.000 claims description 3
- 231100000021 irritant Toxicity 0.000 claims description 3
- 229910052760 oxygen Inorganic materials 0.000 claims description 3
- 239000001301 oxygen Substances 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 206010000369 Accident Diseases 0.000 description 1
- 201000004569 Blindness Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于在线火灾危险度评测的智能疏散方法及系统，包括以下步骤：收集火灾现场信息；基于小波变换原理进行火灾现场信息降噪；确定火源位置信息；火灾现场空间状态危险度评估；构建火灾疏散势函数；基于Dijkstra算法计算最优疏散方向和最优疏散路径；根据位置和时间更新最优疏散方向和最优疏散路径。本发明能够有效解决当前火灾疏散系统对火源信息收集处理程度不足，对火灾时建筑内部各区域实时危险性分析缺少和疏散路径无法依据火势发展更新的问题。
Description
技术领域
本发明涉及建筑消防安全疏散的技术领域，尤其是指一种基于在线火灾危险度评测的智能疏散方法及系统。
背景技术
随着当前城市建筑物内部的结构越来越复杂，建筑火灾发生时的救援难度也随之提高，为确保发生火灾事故时人群能够及时、安全的疏散到建筑外部区域，火灾疏散系统的规划与升级必不可少。当前存在的火灾疏散系统一般由消防监控系统和应急疏散指示系统组成，这类系统在做出火灾警报时往往只采用火源相关的单因素信息进行危险性判断，在实际应用中存在响应延迟、疏散路径指示不明等诸多弊端。
当前存在的火灾疏散系统一般是静态系统，只收集火灾初期的有限信息进行预测和评估，并进行疏散路径的规划。随着火势发展，原有的火场信息已经发生变化，原先基于火灾初期信息给出的疏散方案之后并不适用，甚至可能将人员引导至危险区域。
当前存在的火灾疏散系统对于火源信息的收集和处理能力有限，缺乏对火场信息的有效集成与分析处理，无法根据监测获取的信息数据做好火灾蔓延推断，并结合火源位置信息综合全面的做好疏散路径的规划。
当前存在的火灾疏散系统对于火灾发生时建筑内部各区域危险性分析不足，火灾时刻处于发展状态，当火灾现场的人员无法得知建筑物内部各区域是否处于危险状态或者即将进入危险状态时，简单的疏散指示容易将人员疏散到危险区域，导致救援难度增加。
当前存在的火灾疏散系统对疏散路径的规划更新频率不足，火场瞬息万变，如不能及时有效的给出合理的疏散路线，火灾现场的人员安全无法得到有效保障。
发明内容
本发明的目的在于克服现有技术的不足，提供一种基于在线火灾危险度评测的智能疏散方法及系统，能够有效解决当前火灾疏散系统对火源信息收集处理程度不足，对火灾时建筑内部各区域实时危险性分析缺少和疏散路径无法依据火势发展更新的问题，本方法能够有效完善现有火灾疏散系统对火场信息的综合处理能力，提升火场人员疏散效率。
本发明的第一个目的在于提供一种基于在线火灾危险度评测的智能疏散方法。
本发明的第二个目的在于提供一种基于在线火灾危险度评测的智能疏散系统。
本发明的第一个目的可以通过采取如下技术方案达到：
一种基于在线火灾危险度评测的智能疏散方法，包括以下步骤：
S1、实时采集多种多源火灾现场信息，根据实时采集的多种多源火灾现场信息形成现场燃烧的时间序列的四维信息矢量样本；
S2、基于小波变换原理对步骤S1获得的四维信息矢量样本进行火灾现场信息降噪，得到降噪后的有效多源监测信息；
S3、对步骤S2降噪后的有效多源监测信息，采用最小二乘法进行火源参数推演，确定火源位置信息；
S4、基于步骤S3获得的火源位置信息，并以ISO安全威胁为原则进行动态的火灾现场空间状态危险度评估；
S5、根据火源位置信息、火灾现场空间状态危险度以及火灾现场的人员密度信息和人员位置信息，计算火灾现场各个疏散区域的疏散风险，根据各个疏散区域的疏散风险，构建火灾疏散势函数；
S6、将火灾风险势函数作为行人运动的路径选择最优策略原则，基于Dijkstra算法计算最优疏散方向和最优疏散路径；
S7、以疏散时的位置为起点，并依据间隔时间更新的位置，不断计算并更新最优疏散方向和最优疏散路径。
进一步，采用火灾信息实时监测设备实时采集i种多源火灾现场信息，火灾信息实时监测设备包括感烟传感器、感温传感器、亮度测量仪和视频采集单元，将感烟传感器、感温传感器、亮度测量仪和视频采集单元布置在建筑物内部各区域，用于实时监测建筑物内部各区域火灾发生情况，且建筑物内部各个疏散通道和房间内布置有用于接收火源位置信息、火灾现场空间状态危险度、火灾现场信息、建筑结构信息、最优疏散方向和最优疏散路径的辅助疏散设备。
进一步，所述火灾现场信息包括温度信息、一氧化碳浓度信息、氧气浓度信息、火焰亮度信息和视频信息中的一种或多种。
进一步，在步骤S2中，具体执行以下操作：
S2.1、对步骤S1获得的四维信息矢量样本
其中，对于信号集合
i表示信息类型，k表示时间序列，αj表示空间序列，
分别表示选取的三个连续时刻的信号，接着根据火灾发展动力学，采用快速火模型，根据小波变换函数形式，建立时间序列的火灾信号仿真曲线：
其中，
为仿真信号；sn为空间n中的平移参数；k为时间序列；aj为传感器编号，表示装载于坐标位置(xj,yj)((xj,yj)∈n)上序号aj的传感器；
S2.2、计算前k个时刻信号特征量的平均值，并根据该平均值预测k+1时刻信号特征量的值；取前k个时刻中的连续三个时刻t1、t2、t3的信号特征量的平均值作为降噪处理参考量，记做
表示三个连续时刻t1、t2、t3的降噪处理参考量，其中，
表示t1时刻的降噪处理参考量；
表示t2时刻的降噪处理参考量；
表示t3时刻的降噪处理参考量；
S2.3、根据测试信号和仿真曲线之间的相似程度，进行降噪处理：
其中，
表示
和
的矢量内积；
表示矢量
和
的范数；Sij表示两矢量
的特征相似度；
同时引入一个阀值δ，其值域为[0,1]，有：
Sij<δ→False(i＝1,2,....,n)
Sij>δ→True(i＝1,2,....,n)
当输出值为True时，表示探测点传出的信号有效；当输出值为False时，表示探测点传出的信号无效，需除去此信号数据；
最终得到降噪后的有效多源监测信息
进一步，在步骤S3中，具体执行以下操作：
S3.1、对步骤S2降噪后的有效多源监测信息
根据最小二乘优化模型方法，建立火源目标函数的最小二乘优化函数，即：
其中，X为火源待反演参数，N为总的探测点数；
S3.2、采用遗传算法，对N个探测点的监测温度信息进行迭代求解，反算出火源位置信息。
进一步，在步骤S4中，具体执行以下操作：
基于步骤S3获得的火源位置信息，以ISO安全威胁为原则，定制动态的火灾现场危险样本准则以及安全样本准则，进行动态的火灾现场空间状态危险度评估；
所述火灾现场空间状态危险度评估为：
其中，Θi,k(t)为t时刻火灾现场空间状态危险度；FCj为ISOTSI13571中建议的为使人失能的刺激性气体的生命安全准则。
进一步，在步骤S5中，具体执行以下操作：
S5.1、根据火源位置信息、火灾现场空间状态危险度以及火灾现场的人员密度信息和人员位置信息，计算火灾现场各个疏散区域的疏散风险：
其中，Risk(x,y,t)为火灾疏散风险分布函数；Θi,k(t)为t时刻火灾现场空间危险度；
S5.2、根据各个疏散区域的疏散风险，构建火灾疏散势函数：
进一步，在步骤S6中，具体执行以下操作：
将火灾风险势函数φ(x,y,t)作为行人运动的路径选择最优策略原则，采用Dijkstra算法计算最优疏散方向和最优疏散路径，其中，火灾疏散势函数的Dijkstra算法原则为选取疏散势函数最小的路径，具体如下：
其中，P(x,y)为各个区域的火灾危险度；φi(x,y,z)为第i条路径上的火灾疏散势函数φ(x,y,z)；M为疏散方案中涉及的疏散区域总数。
进一步，在步骤S7中，具体执行以下操作：
以疏散时使用的辅助疏散设备的位置(x0,y0)为起点，并依据辅助疏散设备间隔时间更新的位置(x,y)，不断计算并更新最优疏散方向和最优疏散路径，根据积分路径l的指向积分方向(x′(s),y′(s))，向辅助疏散设备发送最优疏散方向和最优疏散路径。
本发明的第二个目的可以通过采取如下技术方案达到：
一种基于在线火灾危险度评测的智能疏散系统，应用于所述的基于在线火灾危险度评测的智能疏散方法，包括：
火灾信息实时监测设备，布置在建筑物内部各区域，用于实时监测建筑物内部各区域火灾发生情况，并采集火灾现场信息；
火源位置确定模块，用于根据火灾现场信息，采用最小二乘法进行火源参数推演，确定火源位置信息；
火灾危险度确定模块，用于根据火源位置信息，并以ISO安全威胁为原则进行动态的火灾现场空间状态危险度评估；
最优疏散方向和最优疏散路径计算模块，用于根据火源位置信息、火灾现场空间状态危险度以及火灾现场的人员密度信息和人员位置信息，计算火灾现场各个疏散区域的疏散风险，构建火灾疏散势函数，接着将火灾风险势函数作为行人运动的路径选择最优策略原则，基于Dijkstra算法计算最优疏散方向和最优疏散路径；
最优疏散方向和最优疏散路径更新模块，用于以疏散时的位置为起点，并依据间隔时间更新的位置，不断计算并更新最优疏散方向和最优疏散路径；
辅助疏散设备，包括显示设备和手持设备，用于接收火源位置信息、火灾现场空间状态危险度、火灾现场信息、建筑结构信息、实时更新的最优疏散方向和最优疏散路径。
本发明与现有技术相比，具有如下优点与有益效果：
1、本发明对火灾现场信息和火源位置信息进行有效集成和分析处理，结合火灾现场最为关键的多项信息做好疏散路径综合规划。
2、本发明能够实现对火灾发生时建筑物内部各区域的危险度及疏散风险的动态在线分析。
3、本发明根据火灾现场的在线危险度分析，实现疏散路径的动态优化，基于火灾发生当前时刻的火灾信息进行疏散路径规划，采集的是动态数据，路径规划能够随时间更新。
4、本发明通过手持设备或显示设备接收最优疏散方向和路径，路径规划及时有效，可靠性强，能够较好的保障人员尽快疏散到安全区域。
附图说明
图1为本发明的智能疏散方法的流程图。
图2为本发明针对位置X进行火源参数推演的示意图。
图3为本发明针对位置Y位置进行火源参数推演的示意图。
图4为本发明的智能疏散方法疏散路径优化的示意图。
图5为本发明的辅助疏散设备的运行界面图。
图6为本发明的智能疏散系统的结构示意图。
图7为本发明中火灾信息实时监测设备、显示设备和手持设备的布置示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1至图5所示，本实施例提供了一种基于在线火灾危险度评测的智能疏散方法，包括以下步骤：
S1、采用火灾信息实时监测设备实时采集i种多源火灾现场信息，根据实时采集的i种多源火灾现场信息形成现场燃烧的时间序列的四维信息矢量样本；
其中，火灾信息实时监测设备包括感烟传感器、感温传感器、亮度测量仪和视频采集单元，将感烟传感器、感温传感器、亮度测量仪和视频采集单元布置在建筑物内部各区域，用于实时监测建筑物内部各区域火灾发生情况；
火灾现场信息包括温度信息、一氧化碳浓度信息、氧气浓度信息、火焰亮度信息和视频信息中的一种或多种；
同时在建筑物内部各个疏散通道和房间内布置有用于接收火源位置信息、火灾现场空间状态危险度、火灾现场信息、建筑结构信息、最优疏散方向和最优疏散路径的辅助疏散设备。
S2、基于小波变换原理对步骤S1获得的四维信息矢量样本进行火灾现场信息降噪，得到降噪后的有效多源监测信息；具体执行以下操作：
S2.1、对步骤S1获得的四维信息矢量样本
其中，对于信号集合
i表示信息类型，k表示时间序列，αj表示空间序列，
分别表示选取的三个连续时刻的信号，接着根据火灾发展动力学，采用快速火模型，根据小波变换函数形式，建立时间序列的火灾信号仿真曲线：
其中，
为仿真信号；sn为空间n中的平移参数；k为时间序列；aj为传感器编号，表示装载于坐标位置(xj,yj)((xj,yj)∈n)上序号aj的传感器；
S2.2、计算前k个时刻信号特征量的平均值，并根据该平均值预测k+1时刻信号特征量的值；取前k个时刻中的连续三个时刻t1、t2、t3的信号特征量的平均值作为降噪处理参考量，记做
表示三个连续时刻t1、t2、t3的降噪处理参考量，其中，
表示t1时刻的降噪处理参考量；
表示t2时刻的降噪处理参考量；
表示t3时刻的降噪处理参考量；
S2.3、根据测试信号和仿真曲线之间的相似程度，进行降噪处理：
其中，
表示
和
的矢量内积；
表示矢量
和
的范数；Sij表示两矢量
的特征相似度；
同时引入一个阀值δ，其值域为[0,1]，有：
Sij<δ→False(i＝1,2,....,n)
Sij>δ→True(i＝1,2,....,n)
当输出值为True时，表示探测点传出的信号有效；当输出值为False时，表示探测点传出的信号无效，需除去此信号数据；
最终得到降噪后的有效多源监测信息
S3、对步骤S2降噪后的有效多源监测信息，采用最小二乘法进行火源参数推演，计算火源参数分布概率，确定火源位置信息；具体执行以下操作：
S3.1、对步骤S2降噪后的有效多源监测信息
根据最小二乘优化模型方法，建立火源目标函数的最小二乘优化函数，即：
其中，X为火源待反演参数，N为总的探测点数；
S3.2、采用遗传算法，对N个探测点的监测温度信息进行迭代求解，反算出火源位置信息。
S4、基于步骤S3获得的火源位置信息，并以ISO安全威胁为原则进行动态的火灾现场空间状态危险度评估；具体执行以下操作：
基于步骤S3获得的火源位置信息，以ISO安全威胁为原则，定制动态的火灾现场危险样本准则以及安全样本准则，进行动态的火灾现场空间状态危险度评估；
所述火灾现场空间状态危险度评估为：
其中，Θi,k(t)为t时刻火灾现场空间状态危险度；FCj为ISOTSI13571中建议的为使人失能的刺激性气体的生命安全准则。
S5、根据火源位置信息、火灾现场空间状态危险度以及火灾现场的人员密度信息和人员位置信息，计算火灾现场各个疏散区域的疏散风险，根据各个疏散区域的疏散风险，构建火灾疏散势函数；具体执行以下操作：
S5.1、根据火源位置信息、火灾现场空间状态危险度以及火灾现场的人员密度信息和人员位置信息，计算火灾现场各个疏散区域的疏散风险：
其中，Risk(x,y,t)为火灾疏散风险分布函数；Θi,k(t)为t时刻火灾现场空间危险度；
S5.2、根据各个疏散区域的疏散风险，构建火灾疏散势函数：
S6、将火灾风险势函数作为行人运动的路径选择最优策略原则，基于Dijkstra算法计算最优疏散方向和最优疏散路径，作为疏散行人的运动导航方案，实现建筑的智能疏散的路径规划及指示；具体执行以下操作：
将火灾风险势函数φ(x,y,t)作为行人运动的路径选择最优策略原则，采用Dijkstra算法计算最优疏散方向和最优疏散路径，其中，火灾疏散势函数的Dijkstra算法原则为选取疏散势函数最小的路径，具体如下：
其中，P(x,y)为各个区域的火灾危险度；φi(x,y,z)为第i条路径上的火灾疏散势函数φ(x,y,z)；M为疏散方案中涉及的疏散区域总数。
S7、以疏散时的位置为起点，并依据间隔时间更新的位置，不断计算并更新最优疏散方向和最优疏散路径；具体执行以下操作：
以疏散时使用的辅助疏散设备的位置(x0,y0)为起点，并依据辅助疏散设备间隔时间更新的位置(x,y)，不断计算并更新最优疏散方向和最优疏散路径，根据积分路径l的指向积分方向(x′(s),y′(s))，向辅助疏散设备发送最优疏散方向和最优疏散路径。
如图6、图7所示，本实施例还提供了一种基于在线火灾危险度评测的智能疏散系统，应用于上述基于在线火灾危险度评测的智能疏散方法，包括：
火灾信息实时监测设备1，包括感烟传感器、感温传感器、亮度测量仪和视频采集单元中的一种或多种，将感烟传感器、感温传感器、亮度测量仪和视频采集单元中的一种或多种布置在建筑物内部各区域，用于实时监测建筑物内部各区域火灾发生情况，通过实时采集火灾现场信息，并将信息通过二总线方式传递至总控制器4；
火源位置确定模块，用于根据火灾现场信息，采用最小二乘法进行火源参数推演，确定火源位置；
火灾危险度确定模块，用于根据火源位置信息，并以ISO安全威胁为原则进行动态的火灾现场空间状态危险度评估；
最优疏散方向和最优疏散路径计算模块，用于根据火源位置信息、火灾现场空间状态危险度以及火灾现场的人员密度信息和人员位置信息，计算火灾现场各个疏散区域的疏散风险，构建火灾疏散势函数，接着将火灾风险势函数作为行人运动的路径选择最优策略原则，基于Dijkstra算法计算最优疏散方向和最优疏散路径；
最优疏散方向和最优疏散路径更新模块，用于以疏散时的位置为起点，并依据间隔时间更新的位置，不断计算并更新最优疏散方向和最优疏散路径；
辅助疏散设备，包括手持设备2和显示设备3，显示设备3布置于建筑物消防疏散通道内，每间隔10米设置一台，手持设备2摆放于建筑物各个房间内显而易见区域，人员在火灾发生时可以就近获取疏散信息，显示设备和手持设备用于接收火源位置信息、火灾现场空间状态危险度、火灾现场信息、建筑结构信息、实时更新的最优疏散方向和最优疏散路径。
本发明充分运用火灾危险度信息，并且在此基础上进行综合的疏散决策，从而形成行之有效的、随时间动态变化的决策方案。同时，本发明还可提供更为直观的辅助疏散设备，使得疏散人员可以更为直接的获取火灾现场空间状态危险度，获取更加有效的疏散路线方案，进而减少疏散的盲目性，提高建筑内部疏散的效率和安全性。
另外，本发明不仅对建筑内部疏散具有重要作用，还可以对其进行扩展，如通过设置通信设备，实现与消防部门的消防指挥系统的对接，将火源位置信息和火灾现场空间状态危险度发送给消防指挥系统，通过与消防部门的消防指挥系统相结合，可以为消防部门灭火、救援服务，借此提升消防部门灭火和救援的效率。
以上所述，仅为本发明专利较佳的实施例，但本发明专利的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明专利所公开的范围内，根据本发明专利的技术方案及其发明专利构思加以等同替换或改变，都属于本发明专利的保护范围。
Claims (10)
1.一种基于在线火灾危险度评测的智能疏散方法，其特征在于，包括以下步骤：
S1、实时采集多种多源火灾现场信息，根据实时采集的多种多源火灾现场信息形成现场燃烧的时间序列的四维信息矢量样本；
S2、基于小波变换原理对步骤S1获得的四维信息矢量样本进行火灾现场信息降噪，得到降噪后的有效多源监测信息；
S3、对步骤S2降噪后的有效多源监测信息，采用最小二乘法进行火源参数推演，确定火源位置信息；
S4、基于步骤S3获得的火源位置信息，并以ISO安全威胁为原则进行动态的火灾现场空间状态危险度评估；
S5、根据火源位置信息、火灾现场空间状态危险度以及火灾现场的人员密度信息和人员位置信息，计算火灾现场各个疏散区域的疏散风险，根据各个疏散区域的疏散风险，构建火灾疏散势函数；
S6、将火灾风险势函数作为行人运动的路径选择最优策略原则，基于Dijkstra算法计算最优疏散方向和最优疏散路径；
S7、以疏散时的位置为起点，并依据间隔时间更新的位置，不断计算并更新最优疏散方向和最优疏散路径。
2.根据权利要求1所述的基于在线火灾危险度评测的智能疏散方法，其特征在于，采用火灾信息实时监测设备实时采集i种多源火灾现场信息，火灾信息实时监测设备包括感烟传感器、感温传感器、亮度测量仪和视频采集单元，将感烟传感器、感温传感器、亮度测量仪和视频采集单元布置在建筑物内部各区域，用于实时监测建筑物内部各区域火灾发生情况，且建筑物内部各个疏散通道和房间内布置有用于接收火源位置信息、火灾现场空间状态危险度、火灾现场信息、建筑结构信息、最优疏散方向和最优疏散路径的辅助疏散设备。
3.根据权利要求1所述的基于在线火灾危险度评测的智能疏散方法，其特征在于，所述火灾现场信息包括温度信息、一氧化碳浓度信息、氧气浓度信息、火焰亮度信息和视频信息中的一种或多种。
4.根据权利要求1所述的基于在线火灾危险度评测的智能疏散方法，其特征在于，在步骤S2中，具体执行以下操作：
S2.1、对步骤S1获得的四维信息矢量样本
其中，对于信号集合
i表示信息类型，k表示时间序列，αj表示空间序列，
分别表示选取的三个连续时刻的信号，接着根据火灾发展动力学，采用快速火模型，根据小波变换函数形式，建立时间序列的火灾信号仿真曲线：
其中，
为仿真信号；sn为空间n中的平移参数；k为时间序列；aj为传感器编号，表示装载于坐标位置(xj,yj)((xj,yj)∈n)上序号aj的传感器；
S2.2、计算前k个时刻信号特征量的平均值，并根据该平均值预测k+1时刻信号特征量的值；取前k个时刻中的连续三个时刻t1、t2、t3的信号特征量的平均值作为降噪处理参考量，记做
表示三个连续时刻t1、t2、t3的降噪处理参考量，其中，
表示t1时刻的降噪处理参考量；
表示t2时刻的降噪处理参考量；
表示t3时刻的降噪处理参考量；
S2.3、根据测试信号和仿真曲线之间的相似程度，进行降噪处理：
其中，
表示
和
的矢量内积；
表示矢量
和
的范数；Sij表示两矢量
的特征相似度；
同时引入一个阀值δ，其值域为[0,1]，有：
Sij<δ→False(i＝1,2,....,n)
Sij>δ→True(i＝1,2,....,n)
当输出值为True时，表示探测点传出的信号有效；当输出值为False时，表示探测点传出的信号无效，需除去此信号数据；
最终得到降噪后的有效多源监测信息
5.根据权利要求1所述的基于在线火灾危险度评测的智能疏散方法，其特征在于，在步骤S3中，具体执行以下操作：
S3.1、对步骤S2降噪后的有效多源监测信息
根据最小二乘优化模型方法，建立火源目标函数的最小二乘优化函数，即：
其中，X为火源待反演参数，N为总的探测点数；
S3.2、采用遗传算法，对N个探测点的监测温度信息进行迭代求解，反算出火源位置信息。
6.根据权利要求1所述的基于在线火灾危险度评测的智能疏散方法，其特征在于，在步骤S4中，具体执行以下操作：
基于步骤S3获得的火源位置信息，以ISO安全威胁为原则，定制动态的火灾现场危险样本准则以及安全样本准则，进行动态的火灾现场空间状态危险度评估；
所述火灾现场空间状态危险度评估为：
其中，Θi,k(t)为t时刻火灾现场空间状态危险度；FCj为ISOTSI13571中建议的为使人失能的刺激性气体的生命安全准则。
7.根据权利要求1所述的基于在线火灾危险度评测的智能疏散方法，其特征在于，在步骤S5中，具体执行以下操作：
S5.1、根据火源位置信息、火灾现场空间状态危险度以及火灾现场的人员密度信息和人员位置信息，计算火灾现场各个疏散区域的疏散风险：
其中，Risk(x,y,t)为火灾疏散风险分布函数；Θi,k(t)为t时刻火灾现场空间危险度；
S5.2、根据各个疏散区域的疏散风险，构建火灾疏散势函数：
8.根据权利要求1所述的基于在线火灾危险度评测的智能疏散方法，其特征在于，在步骤S6中，具体执行以下操作：
将火灾风险势函数φ(x,y,t)作为行人运动的路径选择最优策略原则，采用Dijkstra算法计算最优疏散方向和最优疏散路径，其中，火灾疏散势函数的Dijkstra算法原则为选取疏散势函数最小的路径，具体如下：
其中，P(x,y)为各个区域的火灾危险度；φi(x,y,z)为第i条路径上的火灾疏散势函数φ(x,y,z)；M为疏散方案中涉及的疏散区域总数。
9.根据权利要求1所述的基于在线火灾危险度评测的智能疏散方法，其特征在于，在步骤S7中，具体执行以下操作：
以疏散时使用的辅助疏散设备的位置(x0,y0)为起点，并依据辅助疏散设备间隔时间更新的位置(x,y)，不断计算并更新最优疏散方向和最优疏散路径，根据积分路径l的指向积分方向(x′(s),y′(s))，向辅助疏散设备发送最优疏散方向和最优疏散路径。
10.一种基于在线火灾危险度评测的智能疏散系统，其特征在于，应用于权利要求1～9任一项所述的基于在线火灾危险度评测的智能疏散方法，包括：
火灾信息实时监测设备，布置在建筑物内部各区域，用于实时监测建筑物内部各区域火灾发生情况，并采集火灾现场信息；
火源位置确定模块，用于根据火灾现场信息，采用最小二乘法进行火源参数推演，确定火源位置；
火灾危险度确定模块，用于根据火源位置信息，并以ISO安全威胁为原则进行动态的火灾现场空间状态危险度评估；
最优疏散方向和最优疏散路径计算模块，用于根据火源位置信息、火灾现场空间状态危险度以及火灾现场的人员密度信息和人员位置信息，计算火灾现场各个疏散区域的疏散风险，构建火灾疏散势函数，接着将火灾风险势函数作为行人运动的路径选择最优策略原则，基于Dijkstra算法计算最优疏散方向和最优疏散路径；
最优疏散方向和最优疏散路径更新模块，用于以疏散时的位置为起点，并依据间隔时间更新的位置，不断计算并更新最优疏散方向和最优疏散路径；
辅助疏散设备，包括显示设备和手持设备，用于接收火源位置信息、火灾现场空间状态危险度、火灾现场信息、建筑结构信息、实时更新的最优疏散方向和最优疏散路径。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211323883.0A CN115809750A (zh) | 2022-10-27 | 2022-10-27 | 一种基于在线火灾危险度评测的智能疏散方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211323883.0A CN115809750A (zh) | 2022-10-27 | 2022-10-27 | 一种基于在线火灾危险度评测的智能疏散方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115809750A true CN115809750A (zh) | 2023-03-17 |
Family
ID=85482845
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211323883.0A Pending CN115809750A (zh) | 2022-10-27 | 2022-10-27 | 一种基于在线火灾危险度评测的智能疏散方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115809750A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117786820A (zh) * | 2024-02-08 | 2024-03-29 | 广东烟草肇庆市有限责任公司 | 一种多源数据融合的卷烟仓库火险隐患预防方法、计算机程序产品及系统 |
-
2022
- 2022-10-27 CN CN202211323883.0A patent/CN115809750A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117786820A (zh) * | 2024-02-08 | 2024-03-29 | 广东烟草肇庆市有限责任公司 | 一种多源数据融合的卷烟仓库火险隐患预防方法、计算机程序产品及系统 |
| CN117786820B (zh) * | 2024-02-08 | 2024-05-24 | 广东烟草肇庆市有限责任公司 | 一种多源数据融合的卷烟仓库火险隐患预防方法、计算机程序产品及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112766909A (zh) | 适用于舰船消防安全的智能管控系统及方法、计算机介质 | |
| CN105758450B (zh) | 基于多传感器应急机器人的消防预警感知系统构建方法 | |
| CN101251942B (zh) | 地下空间火灾智能检测预警预报方法及装置 | |
| KR102124067B1 (ko) | 사물인터넷 센서를 이용한 연기확산과 피난로 예측 시스템 및 그 방법 | |
| CN206058455U (zh) | 一种具备三种等级烟雾识别的火灾图像识别系统 | |
| CN112464813B (zh) | 山火的监测方法及装置 | |
| CN116739245B (zh) | 一种智慧消防城市接警调度系统 | |
| CN107240216A (zh) | 基于3dgis+bim技术和人工智能运维应急报警与快速响应方法 | |
| CN104933841A (zh) | 一种基于自组织神经网络的火灾预测方法 | |
| CN112002095A (zh) | 一种矿山洞内的火灾预警方法 | |
| CN112380678A (zh) | 一种大型客船应急疏散的智能辅助决策平台及决策方法 | |
| CN113990018B (zh) | 一种安全风险预测系统 | |
| CN115809750A (zh) | 一种基于在线火灾危险度评测的智能疏散方法及系统 | |
| CN114511243A (zh) | 一种基于物联网监测的火灾风险动态评估的方法及系统 | |
| CN116342999A (zh) | 超高压变电站开放空间火灾烟雾检测与识别方法 | |
| CN201445722U (zh) | 一种大型公共建筑的火灾自动报警灭火系统 | |
| CN114187728A (zh) | 一种基于人工智能和数字孪生技术的火灾监测方法与系统 | |
| CN112561151B (zh) | 一种基于电网gis的电力应急处置安全预控智能识别方法 | |
| CN117197981A (zh) | 一种厂房建筑用消防安全智能系统及其使用方法 | |
| CN111508182A (zh) | 一种新型物联网用于小区消防的监测警报系统 | |
| CN116546043A (zh) | 电缆隧道巡检人员环境安全监测装置及方法 | |
| CN115115117A (zh) | 基于区块链的智慧处理分析系统 | |
| CN113653534B (zh) | 一种矿井水害预警系统及方法 | |
| CN114779693A (zh) | 一种基于电气自动化设备智能监测系统 | |
| CN113971861A (zh) | 一种基于物联网的智能火灾监控系统 |
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 |