TGAS模型及其在建筑火灾中人群安全疏散的应用

采用TGAS模型提出了一种基于人员失能概率的安全疏散评价模型,把人员疏散和人员的失能概率结合在一起,给出了一种基于人员失能概率的多种有毒气体综合作用时危险时间的计算方法。通过算例,在给定失能概率β=0.3的条件下,展示了该评价模型在三种有毒气体综合作用时的工程应用。

联合制碱过程的自动控制系统

针对联合制碱的工艺过程,对不同工段建立了不同的控制模型。采用软测量技术、神经网络控制技术和模糊控制技术相结合的控制策略,通过合理优化与反演计算不同控制量的给定值,使得各工艺参数达到设定指标,实现了以生产为目标的复杂工业过程给定值优化的自动控制,达到了降低生产成本的效果。

基于BP网络的智能火灾探测系统

提出了一种基于神经网络的火灾探测方法，这种探测方法对火灾的各种状态进行了识别，提高了早期发现火灾的能力．实验结果表明，该方法在火灾自动探测中是一种十分有效的方法．

建筑火灾中智能疏散诱导系统对人群疏散的影响

在自制的"黑屋"试验平台上,模拟真实火灾场景,分析了智能疏散诱导系统中安全疏散标识的视觉诱导、声音诱导对人群疏散的影响规律。结果表明:声音诱导与视觉诱导相比,能见度较好时视觉诱导的疏散效率较高;能见度低时声音诱导的疏散效率较高,但安装间距在3 m以内时,视觉诱导的疏散效率较高;疏散之初安全标识的位置对疏散影响明显,随火灾态势的发展和能见度的降低,安全标识的间距对疏散影响显著;正对疏散通道的安全疏散出口利用率最高。

大空间建筑消防系统故障风险定量分析的新方法

在对CO2自动灭火系统的故障模式、影响及危害度定性分析的基础上,采用模糊数学方法,以系统故障影响严重度、故障模式发生概率及其可检测性为关键指标,给出了故障风险定量评价指标的建立方法,提出了一种消防系统故障风险定量分析的新方法———模糊推理法。该方法可直接输入语言变量,利用模糊定性和不确定信息或数据定量评价系统的故障风险,并以CO2自动灭火系统为例,详细阐述了该方法定量评价故障风险的全过程。该方法和推理过程可为其他建筑防火设备的同类分析所借鉴,为城市火灾风险定量评价系统的构建提供理论基础和一种新方法。

建筑火灾智能疏散诱导系统的建模与验证

把建筑结构参数、火灾探测系统的烟气状态参数和表征人群行为特征的人群密度参数通过数据融合处理形成统一的知识表征形式,采用T-S模糊神经网络构建多参数智能疏散诱导系统模型,给出疏散人员选择出口或路径的概率表达式。在"黑屋"实验平台上,进行不同特征人群的疏散实验,对系统功能进行实验验证。结果表明:该系统能够缩短疏散时间,提高疏散效率。

一种城市火灾损失预测评估方法

按照提出的基于宏观经济指标(国民生产总值GDP和人口资料)进行火灾损失预测评估的方法和根据河北省1980-1997年间发生火灾的资料分析而建立的GDP火灾损失率与火灾风险指数的统计关系,通过把研究对象以50 m×50 m为单位划分网格,并根据网格格点的人口和研究对象的人均GDP值计算得到单元格点的GDP值,进而根据GDP火灾损失率和火灾风险指数的关系与火灾发生概率得到研究对象预测的火灾损失估值。提出的方法采用易于更新和获取的社会经济数据作为火灾损失的分析基础,可方便地用于没有详细的各类设施分类数据的区域进行火灾损失预测;对于经济发展快速的城市,该方法容易通过社会经济数据的及时搜集和更新得到新的火灾损失预测结果。

基于烟气湍流效应的火灾判据

烟气是火灾过程的重要物理现象 .烟气的湍流效应是火灾图像探测的重要影响因素 ,本文分析了烟气湍流效应对火灾图像探测的影响 ,得出了一些烟气湍流效应的图像特征 。

火灾致因数据的模糊聚类分析

利用一种成熟的的模糊聚类分析方法,对火灾危险源的前期数据进行分析和处理,为火灾危险源灾变的知识表征模型提供数据准备,得到火灾危险源识别的重要信息。

火灾烟气特征的实验研究(I)

烟气是火灾过程的重要物理现象。烟气中悬浮的烟气颗粒数目、尺寸分布、团聚效应和烟气的湍流效应是火灾探测的重要影响因素。分析了火灾烟气的特征 。

基于热像技术的电力变压器热故障的诊断方法

提出了一种基于变压器表面的红外热像对变压器热故障进行在线诊断的方法。根据变压器的表面温度、结构参数、物性参数和环境温度通过建立其传热模型,对变压器内部热故障温度进行反演计算,并与DGA诊断结果进行比较,证明了该方法的可行性,实现了变压器热故障的非接触、在线诊断。

火灾烟气特征的实验研究

烟气是火灾过程的重要物理现象 .烟气中悬浮的烟气颗粒目、尺寸分布、团聚效应和烟气的湍流效应是火灾探测的重要影响因素 .本文分析了火灾烟气的特征 。

现代商业建筑群防火设计参数探究

针对现代商业建筑群沿用20世纪80年代设计规范可能导致火灾时人员难以疏散的诸多问题,调查石家庄市3个典型超市、2个综合商场,获得该类场所的实际人员疏散荷载、火灾荷载数据。将这些数据换算为人员疏散安全设计的基本设计参数,即人群初始密度和平均火灾荷载密度。建立人员逃生概率一密度函数。研究现代商业建筑群防火设计参数的合理性。调查结果表明:该类场所火灾荷载密度分布满足对数正态分布规律,火灾荷载分布不均匀;实际人群密度变化较大(0.55~1.05人/m^2),人员疏散荷载分布不均匀,有时高于设计规范值。基于调查结果,设计"黑屋"试验平台。借助烟气发生装置混入6%的醋酸模拟烟气环境,研究人群密度、火灾荷载密度对人群疏散行为的影响。试验结果表明,传统应急疏散照明系统,不能保证人员安全疏散。

基于神经网络的火灾探测系统

本文提出了一种基于神经网络的火灾探测方法 ,其对火灾的各种状态进行了识别 ,提高了早期发现火灾的能力 ,实验结果表明 ,该方法在火灾自动探测中是一种十分有效的方法。

建筑火灾中智能疏散诱导系统的实验研究

为了验证智能疏散诱导系统的有效性,建立"黑屋"实验平台,设定不同的火灾场景,采用CFAST方法,得到火灾到达危险时刻的时间,用多组人群进行多次疏散实验,获得实际的最大安全疏散时间。根据时间判据,分析智能疏散诱导系统与人群疏散行为的相互作用机制。

火灾图像的模糊识别探测方法

烟气是火灾过程的重要物理现象。烟气中悬浮的烟气颗粒数目、尺寸分布、烟气浓度及其湍流效应等是火灾图像探测的重要影响因素 ,本文分析烟气的多参数特征 ,提出一种基于烟气多参数特征的火灾图像探测方法。

建筑火灾中智能疏散诱导系统的效能分析

根据五家超市和商场的火灾荷载和人员疏散荷载的调查结果，构建“黑屋”试验平台，研究传统应急照明疏散系统和智能疏散诱导系统的照度、人群密度与疏散时间的关系。试验结果表明，照度指标应控制在0．65～1．02 lx，在满足视觉效应前提下，智能疏散诱导系统的疏散效能优于传统应急照明疏散系统。

建筑火灾中基于人群行为特征的智能疏散诱导

提出人员逃生从众度、疏散路径选择度等基本概念,通过建立"黑屋"实验平台,用多组人群进行多次疏散实验,研究人群疏散行为参数对疏散时间的影响。把建筑结构参数、火灾中的烟气、温度等参变量通过数据融合处理形成统一的知识表征。用人群密度、人员逃生从众度、疏散路径选择度等参数来表征火灾中人群的行为特征。首次构建智能疏散诱导的机理模型,形成基于人群特征的智能疏散诱导系统。通过智能疏散诱导系统对疏散指示灯的PWM控制,实现疏散路径的动态调整与优化,给出人群疏散的动态标识路径。实验结果表明该系统能够缩短疏散时间,提高疏散效率。

基于管理数据的工业源排放清单校核研究——以沧州为例

基于排污许可、环评等环境管理数据,对沧州市2017年大气污染源排放清单中企业自主填报数据的准确性进行校核,通过填报数据对比筛选33家疑似问题企业进行实地调研,根据调研结果及污染源在线监测(简称CEMS)数据对清单排放浓度与排放量进行校核,做到清单建立的“事中控制”及“事后校核”。