CN117494912A - 一种邮轮火灾预警逃生指挥系统及方法 - Google Patents
一种邮轮火灾预警逃生指挥系统及方法 Download PDFInfo
- Publication number
- CN117494912A CN117494912A CN202311289307.3A CN202311289307A CN117494912A CN 117494912 A CN117494912 A CN 117494912A CN 202311289307 A CN202311289307 A CN 202311289307A CN 117494912 A CN117494912 A CN 117494912A
- Authority
- CN
- China
- Prior art keywords
- escape
- fire
- module
- route
- early warning
- 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 18
- 238000011156 evaluation Methods 0.000 claims abstract description 53
- 238000004458 analytical method Methods 0.000 claims abstract description 43
- 238000013500 data storage Methods 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims abstract description 13
- 238000010801 machine learning Methods 0.000 claims abstract description 12
- 230000005540 biological transmission Effects 0.000 claims abstract description 6
- 230000007613 environmental effect Effects 0.000 claims description 47
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 26
- 239000000779 smoke Substances 0.000 claims description 15
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 13
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 13
- 239000001569 carbon dioxide Substances 0.000 claims description 13
- 239000007789 gas Substances 0.000 claims description 13
- 229910052760 oxygen Inorganic materials 0.000 claims description 13
- 239000001301 oxygen Substances 0.000 claims description 13
- 230000006855 networking Effects 0.000 claims description 6
- 238000003066 decision tree Methods 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 4
- 230000035484 reaction time Effects 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 description 6
- 206010000369 Accident Diseases 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 231100000614 poison Toxicity 0.000 description 2
- 230000007096 poisonous effect Effects 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman 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
- 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
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q50/265—Personal security, identity or safety
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种邮轮火灾预警逃生指挥系统及方法,所述系统包括环境信息采集模块、火情分析模块、调度平台、路线分析模块、逃生指示模块和数据存储模块,所述环境信息采集模块通过多节点采集环境信息,将采集到的数据通过无线传输方式传输到所述数据存储模块,所述火情分析模块基于采集的环境信息采用机器学习算法进行火情分析,按照影响程度将火灾等级划分为初始期、轻度危险期、中度危险期和极度危险期,并制定逃生路线,所述路线分析模块采用模糊综合评价法,以环境因素、个人因素和物理因素为评价指标,构建逃生路线风险计算模型,计算所有逃生路线的风险指数,从而量化逃生路线的风险指数,以选择最优的逃生路线。
Description
技术领域
本发明涉及邮轮火灾预警技术领域,特别涉及一种邮轮火灾预警逃生指挥系统及方法。
背景技术
在经济全球化的当今世界,国际贸易运输量的90%由海上船舶来完成,而火灾是当前船舶面临的主要危害之一。船舶是漂浮在海洋中的一个独立建筑实体,发生火灾的概率很大。随着经济的发展,航运业越来越发达,由于火灾而引发的海难事故大幅增加。船舶火灾事故是船舶灾难中最常见的种类之一。火灾事故相对于其他事故而言,其发生的可能性也相对较高,发生的条件也相对较容易,但其造成的危害性却不容小觑。据有关数据统计,大约15%的海上事故都是由火灾造成的,具有扑救难度大、火灾损失大、易造成人员伤亡以及引发次生灾害的特点。
船舶火灾发生后,产生的有毒、有害、高温烟气迅速扩散,而高温、有毒烟气是造成人员伤亡的直接原因,船舶舱室火灾与普通建筑火灾明显不同,作为水上交通运输工具,船舶舱室空间利用率要求较高,内部设备密集,管线复杂,走廊过道狭小,是一种非常典型的受限空间火灾。
目前,现有的船舶火灾预防是通过消防报警系统来实现的,通过在发生火灾后进行报警和指示灯指示的方式引导乘客进行逃生,但由于船舱内部路线复杂,在混乱的局面下,乘客一般会直接跟随指示方向进行逃生,但传统消防指示方式无法对所导引的逃生路线进行风险评估,使得乘客所选择的可能不是最佳的逃生路线。为此,我们提出一种邮轮火灾预警逃生指挥系统及方法。
发明内容
本发明的主要目的在于提供一种邮轮火灾预警逃生指挥系统及方法,所述系统通过设置的火情分析模块,是基于采集的环境信息采用机器学习算法进行火情分析,根据分析结果判定火灾等级,根据火灾等级制定逃生路线,所述路线分析模块采用模糊综合评价法量化逃生路线的风险指数,以选择最优的逃生路线,可以有效解决背景技术中的问题。
为实现上述目的,本发明采取的技术方案为:
一种邮轮火灾预警逃生指挥系统,包括环境信息采集模块、火情分析模块、调度平台、路线分析模块、逃生指示模块和数据存储模块,所述环境信息采集模块通过多节点采集环境信息,各所述节点间采用ZigBee组网连接,将采集到的数据通过无线传输方式传输到所述数据存储模块,所述火情分析模块基于采集的环境信息采用机器学习算法进行火情分析,根据分析结果判定火灾等级,根据火灾等级制定逃生路线,所述路线分析模块采用模糊综合评价法量化逃生路线的风险指数,以选择最优的逃生路线。
进一步的,为了能够定量分析火灾的实际情况,所述环境信息包括温度值信息、烟雾浓度值信息、有害气体浓度值信息、氧气浓度值信息、二氧化碳浓度值信息,所述环境信息通过传感器进行采集。
进一步的,根据各项环境信息对人体的影响程度大小,通过所述火情分析模块根据机器学习结果按照火情的影响程度将火灾等级划分为初始期、轻度危险期、中度危险期和极度危险期四个阶段。
进一步的,为了实现逃生路线风险指数的量化分析,所述路线分析模块通过构建逃生路线风险计算模型,计算所有逃生路线的风险系数。
进一步的,所述调度平台获取风险指数的计算结果,将具有最优风险指数的逃生路线指令发送至逃生指示模块,并控制所述逃生指示模块的指示方向,引导人员进行逃生。
进一步的,为了提高火灾发生情况时的指示效率,所述逃生指示模块通过指示灯、语音广播、视屏短片中至少一种方式进行逃生方向的引导。
进一步的,所述数据存储模块用于存在采集的环境信息数据以及临时存储逃生路线指令数据。
进一步的,所述路线分析模块采用模糊综合评价法的评价指标包括环境因素、个人因素和物理因素。
进一步的,一种邮轮火灾预警逃生指挥方法,所述方法包括以下实施步骤:
步骤一:通过环境信息采集模块采集邮轮内部环境信息,通过采集的数据信息判定是否发生火灾,并定位发生火灾的位置节点;
步骤二:当判定发生火灾时,火情分析模块读取存储于数据存储模块中火灾发生节点的环境信息数据,通过机器学习的决策树算法,以温度值信息、烟雾浓度值信息、有害气体浓度值信息、氧气浓度值信息、二氧化碳浓度值信息为特征,以各项环境数据对人体的影响程度范围为分割条件,对火灾所能产生的影响程度进行分类,按照影响程度的大小将火灾等级划分为初始期、轻度危险期、中度危险期和极度危险期四个阶段;
步骤三:火情分析模块通过ZigBee组网的环境信息采集模块获取邮轮内部各节点的环境信息,设定人员逃生危险因素安全阈值Ai,包括温度安全阈值A1、烟雾浓度安全阈值A2、有害气体浓度安全阈值A3、氧气浓度安全阈值A4、二氧化碳浓度安全阈值A5,在安全阈值范围内,规划出至安全区域位置的所有逃生路线;
步骤四:路线分析模块采用模糊综合评价法,以环境因素、个人因素和物理因素为评价指标,构建逃生路线风险计算模型,具体的构建步骤为:
一:建立模糊综合评价的因素集U
准则层以环境因素、个人因素和物理因素为评价指标,指标层以逃生路线途径节点的温度值、烟雾浓度值、有害气体浓度值、氧气浓度值、二氧化碳浓度值的数据集为环境因素评价指标的因素集,以行动速度、反应时间、环境熟悉程度和疏散时间的数据集为个人因素评价指标的因素集,以逃生路径的路径长度、通畅程度、具火灾节点距离、逃生出口尺寸和路径坡度的数据集为物理因素评价指标的因素集;
二:建立评价指标的评语集V,火灾等级的初始期、轻度危险期、中度危险期和极度危险期四个阶段为评语集,以百分制对每个等级进行赋值,等级越高,风险越大,则得分越高;
三:建立单因素模糊关系矩阵R,从评价指标因素出发进行评价,确定评价指标对象对于评语集V的隶属程度,采用问卷调查法获取评价指标因素的评分数据;
四:确定评价指标和各评价因素的权重集,即对各项评价指标进行权重赋值;
五:将指标层隶属度合并得到准则层隶属度;
六:进行综合评判,计算评价结果A;
步骤五:根据步骤四的计算结果,当评价结果A数值最小时,即风险指数越小,说明该逃生路线越安全,在获取最优风险指数的逃生路线后,将具有最优风险指数的逃生路线指令发送至逃生指示模块,并控制所述逃生指示模块的指示方向,引导人员进行逃生。
与现有技术相比,本发明具有如下有益效果:
(1)本发明提出的指挥系统通过火情分析模块采用机器学习的决策树算法,以温度值信息、烟雾浓度值信息、有害气体浓度值信息、氧气浓度值信息、二氧化碳浓度值信息为特征,以各项环境数据对人体的影响程度范围为分割条件,对火灾所能产生的影响程度进行分类,按照影响程度的大小将火灾等级划分为初始期、轻度危险期、中度危险期和极度危险期四个阶段,根据分析结果判定火灾等级,根据火灾等级制定逃生路线,路线分析模块采用模糊综合评价法,以环境因素、个人因素和物理因素为评价指标,构建逃生路线风险计算模型,计算所有逃生路线的风险指数,从而量化逃生路线的风险指数,实现逃生路线风险的量化评估,以帮助乘客选择最优的逃生路线。
附图说明
图1为本发明一种邮轮火灾预警逃生指挥系统的结构框图。
具体实施方式
下面结合具体实施方式对本发明作进一步的说明,其中,附图仅用于示例性说明,表示的仅是示意图,而非实物图,不能理解为对本发明的限制,为了更好地说明本发明的具体实施方式,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸。
实施例1
如图1所示,一种邮轮火灾预警逃生指挥系统,包括环境信息采集模块、火情分析模块、调度平台、路线分析模块、逃生指示模块和数据存储模块,所述环境信息采集模块通过多节点采集环境信息,各所述节点间采用ZigBee组网连接,将采集到的数据通过无线传输方式传输到所述数据存储模块,所述火情分析模块基于采集的环境信息采用机器学习算法进行火情分析,根据分析结果判定火灾等级,根据火灾等级制定逃生路线,所述路线分析模块采用模糊综合评价法量化逃生路线的风险指数,以选择最优的逃生路线。
为了能够定量分析火灾的实际情况,所述环境信息包括温度值信息、烟雾浓度值信息、有害气体浓度值信息、氧气浓度值信息、二氧化碳浓度值信息,所述环境信息通过传感器进行采集。
根据各项环境信息对人体的影响程度大小,通过所述火情分析模块根据机器学习结果按照火情的影响程度将火灾等级划分为初始期、轻度危险期、中度危险期和极度危险期四个阶段。
为了实现逃生路线风险指数的量化分析,所述路线分析模块通过构建逃生路线风险计算模型,计算所有逃生路线的风险系数。
所述调度平台获取风险指数的计算结果,将具有最优风险指数的逃生路线指令发送至逃生指示模块,并控制所述逃生指示模块的指示方向,引导人员进行逃生。
为了提高火灾发生情况时的指示效率,所述逃生指示模块通过指示灯、语音广播、视屏短片中至少一种方式进行逃生方向的引导。
所述数据存储模块用于存在采集的环境信息数据以及临时存储逃生路线指令数据。
所述路线分析模块采用模糊综合评价法的评价指标包括环境因素、个人因素和物理因素。
进一步的,一种邮轮火灾预警逃生指挥方法,所述方法包括以下实施步骤:
步骤一:通过环境信息采集模块采集邮轮内部环境信息,通过采集的数据信息判定是否发生火灾,并定位发生火灾的位置节点;
步骤二:当判定发生火灾时,火情分析模块读取存储于数据存储模块中火灾发生节点的环境信息数据,通过机器学习的决策树算法,以温度值信息、烟雾浓度值信息、有害气体浓度值信息、氧气浓度值信息、二氧化碳浓度值信息为特征,以各项环境数据对人体的影响程度范围为分割条件,对火灾所能产生的影响程度进行分类,按照影响程度的大小将火灾等级划分为初始期、轻度危险期、中度危险期和极度危险期四个阶段,环境数据对人体的影响程度如下表所示:
表1环境数据对人体的影响程度表
根据上表内容对火灾等级进行划分;
步骤三:火情分析模块通过ZigBee组网的环境信息采集模块获取邮轮内部各节点的环境信息,设定人员逃生危险因素安全阈值Ai,包括温度安全阈值A1、烟雾浓度安全阈值A2、有害气体浓度安全阈值A3、氧气浓度安全阈值A4、二氧化碳浓度安全阈值A5,在安全阈值范围内,规划出至安全区域位置的所有逃生路线;
步骤四:路线分析模块采用模糊综合评价法,以环境因素、个人因素和物理因素为评价指标,构建逃生路线风险计算模型,具体的构建步骤为:
一:建立模糊综合评价的因素集U
准则层以环境因素、个人因素和物理因素为评价指标,指标层以逃生路线途径节点的温度值、烟雾浓度值、有害气体浓度值、氧气浓度值、二氧化碳浓度值的数据集为环境因素评价指标的因素集,以行动速度、反应时间、环境熟悉程度和疏散时间的数据集为个人因素评价指标的因素集,以逃生路径的路径长度、通畅程度、具火灾节点距离、逃生出口尺寸和路径坡度的数据集为物理因素评价指标的因素集,则有:
U={u1,u2,u3};
u1={u11,u12,u13,u14,u15};
u2={u21,u22,u23,u24};
u3={u31,u32,u33,u34};
二:建立评价指标的评语集V,火灾等级的初始期、轻度危险期、中度危险期和极度危险期四个阶段为评语集,以百分制对每个等级进行赋值,等级越高,风险越大,则得分越高,则有V={0,25,75,100};
三:建立单因素模糊关系矩阵R,从评价指标因素出发进行评价,确定评价指标对象对于评语集V的隶属程度,采用问卷调查法获取评价指标因素的评分数据,构建单因素评价矩阵表,如下所示:
表2单因素评价矩阵表
表r1至r52的具体数据均通过调查问卷获取,中由上表获取模糊关系矩阵:
四:确定评价指标和各评价因素的权重集,即对各项评价指标进行权重赋值,准则层评价指标的权重集取为W={1/3,1/3,1/3},指标层单因素权重向量为:W1={w11,w21,w31,w41,w51},W2={w21,w22,w23,w24},W3={w31,w32,w33,w34};
五:将指标层隶属度合并得到准则层隶属度
有:其中,C1=W1×R1,C2=W2×R2,C3=W3×R3;
六:进行综合评判,计算评价结果A
有
步骤五:根据步骤四的计算结果,当评价结果A数值最小时,即风险指数越小,说明该逃生路线越安全,在获取最优风险指数的逃生路线后,将具有最优风险指数的逃生路线指令发送至逃生指示模块,并控制所述逃生指示模块的指示方向,引导人员进行逃生。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (10)
1.一种邮轮火灾预警逃生指挥系统,包括环境信息采集模块、火情分析模块、调度平台、路线分析模块、逃生指示模块和数据存储模块,所述环境信息采集模块通过多节点采集环境信息,各所述节点间采用ZigBee组网连接,将采集到的数据通过无线传输方式传输到所述数据存储模块,其特征在于:所述火情分析模块基于采集的环境信息采用机器学习算法进行火情分析,根据分析结果判定火灾等级,根据火灾等级制定逃生路线,所述路线分析模块采用模糊综合评价法量化逃生路线的风险指数,以选择最优的逃生路线。
2.根据权利要求1所述的一种邮轮火灾预警逃生指挥系统,其特征在于:所述环境信息包括温度值信息、烟雾浓度值信息、有害气体浓度值信息、氧气浓度值信息、二氧化碳浓度值信息,所述环境信息通过传感器进行采集。
3.根据权利要求1所述的一种邮轮火灾预警逃生指挥系统,其特征在于:所述火情分析模块根据机器学习结果按照火情的影响程度将火灾等级划分为初始期、轻度危险期、中度危险期和极度危险期四个阶段。
4.根据权利要求1所述的一种邮轮火灾预警逃生指挥系统,其特征在于:所述火情分析模块根据不同的火情等级制定逃生路线。
5.根据权利要求1所述的一种邮轮火灾预警逃生指挥系统,其特征在于:所述路线分析模块通过构建逃生路线风险计算模型,计算所有逃生路线的风险系数。
6.根据权利要求1所述的一种邮轮火灾预警逃生指挥系统,其特征在于:所述调度平台获取风险指数的计算结果,将具有最优风险指数的逃生路线指令发送至逃生指示模块,并控制所述逃生指示模块的指示方向,引导人员进行逃生。
7.根据权利要求1所述的一种邮轮火灾预警逃生指挥系统,其特征在于:所述逃生指示模块通过指示灯、语音广播、视屏短片中至少一种方式进行逃生方向的引导。
8.根据权利要求1所述的一种邮轮火灾预警逃生指挥系统,其特征在于:所述数据存储模块用于存在采集的环境信息数据以及临时存储逃生路线指令数据。
9.根据权利要求1所述的一种邮轮火灾预警逃生指挥系统,其特征在于:所述路线分析模块采用模糊综合评价法的评价指标包括环境因素、个人因素和物理因素。
10.一种邮轮火灾预警逃生指挥方法,其特征在于:所述方法包括以下实施步骤:
步骤一:通过环境信息采集模块采集邮轮内部环境信息,通过采集的数据信息判定是否发生火灾,并定位发生火灾的位置节点;
步骤二:当判定发生火灾时,火情分析模块读取存储于数据存储模块中火灾发生节点的环境信息数据,通过机器学习的决策树算法,以温度值信息、烟雾浓度值信息、有害气体浓度值信息、氧气浓度值信息、二氧化碳浓度值信息为特征,以各项环境数据对人体的影响程度范围为分割条件,对火灾所能产生的影响程度进行分类,按照影响程度的大小将火灾等级划分为初始期、轻度危险期、中度危险期和极度危险期四个阶段;
步骤三:火情分析模块通过ZigBee组网的环境信息采集模块获取邮轮内部各节点的环境信息,设定人员逃生危险因素安全阈值Ai,包括温度安全阈值A1、烟雾浓度安全阈值A2、有害气体浓度安全阈值A3、氧气浓度安全阈值A4、二氧化碳浓度安全阈值A5,在安全阈值范围内,规划出至安全区域位置的所有逃生路线;
步骤四:路线分析模块采用模糊综合评价法,以环境因素、个人因素和物理因素为评价指标,构建逃生路线风险计算模型,计算所有逃生路线的风险指数,其中环境因素包括逃生路线途径节点的温度值、烟雾浓度值、有害气体浓度值、氧气浓度值、二氧化碳浓度值,个人因素包括逃生人员的行动速度、反应时间、环境熟悉程度和疏散时间,所述物理因素包括路径长度、通畅程度、具火灾节点距离和路径坡度;
步骤五:在获取最优风险指数的逃生路线后,将具有最优风险指数的逃生路线指令发送至逃生指示模块,并控制所述逃生指示模块的指示方向,引导人员进行逃生。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311289307.3A CN117494912A (zh) | 2023-10-08 | 2023-10-08 | 一种邮轮火灾预警逃生指挥系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311289307.3A CN117494912A (zh) | 2023-10-08 | 2023-10-08 | 一种邮轮火灾预警逃生指挥系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117494912A true CN117494912A (zh) | 2024-02-02 |
Family
ID=89678974
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311289307.3A Pending CN117494912A (zh) | 2023-10-08 | 2023-10-08 | 一种邮轮火灾预警逃生指挥系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117494912A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117854221A (zh) * | 2024-02-28 | 2024-04-09 | 江苏航运职业技术学院 | 一种邮轮用火灾智能自动报警系统 |
CN117911800A (zh) * | 2024-03-20 | 2024-04-19 | 中国电建集团西北勘测设计研究院有限公司 | 一种多尺度流域人居环境分类管理系统 |
-
2023
- 2023-10-08 CN CN202311289307.3A patent/CN117494912A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117854221A (zh) * | 2024-02-28 | 2024-04-09 | 江苏航运职业技术学院 | 一种邮轮用火灾智能自动报警系统 |
CN117911800A (zh) * | 2024-03-20 | 2024-04-19 | 中国电建集团西北勘测设计研究院有限公司 | 一种多尺度流域人居环境分类管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117494912A (zh) | 一种邮轮火灾预警逃生指挥系统及方法 | |
CN104217297B (zh) | 一种轨道交通车站动态安全风险评价方法 | |
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 | |
CN116739245B (zh) | 一种智慧消防城市接警调度系统 | |
CN111445106A (zh) | 一种用电采集设备故障处理作业现场安全控制方法及系统 | |
CN107505868A (zh) | 客船应急逃生预警指示系统 | |
CN109118039B (zh) | 一种面向内河水域船舶自沉重要风险识别与防控装置及方法 | |
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 | |
CN114118847A (zh) | 化工园区危险源在线监测平台 | |
CN115358647A (zh) | 基于大数据的氢能产业链风险监测系统及监测方法 | |
CN114741974A (zh) | 一种公路隧道火灾增长期参数识别与预测方法 | |
CN111791997B (zh) | 一种面向船舶的智能海上船舶遇险预警系统 | |
CN117630319A (zh) | 一种基于大数据的水质监测预警方法及系统 | |
CN112330911A (zh) | 一种基于大数据的消防灾害智能监测预警管理系统 | |
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 | |
CN114565496A (zh) | 一种智慧消防安全系统 | |
CN106340155A (zh) | 一种用于突发事件应急处理的辅助管理系统 | |
CN114582083B (zh) | 一种隧道监控多传感器数据融合火灾预警方法 | |
CN116546043A (zh) | 电缆隧道巡检人员环境安全监测装置及方法 | |
CN105004369A (zh) | 逃生环境生存指标检测系统 | |
CN110514790A (zh) | 一种双套串联式机动车尾气遥感检测系统及方法 | |
CN115310765A (zh) | 一种海上险情救援方案生成方法及系统 | |
Wang | Emergency evacuation capability assessment of subway operation based on Artificial Neural Network | |
CN113884139A (zh) | 一种船舶在天然气气体扩散区内的安全状态监测系统 | |
CN113803105A (zh) | 一种城市隧道应急逃生智慧保障系统及方法 |
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 |