基于PyroSim的飞机货舱火灾仿真模拟

以我国民航客机中最为常见的机型波音737-800型客机为例,参考美国联邦航空管理局(Federal Aviation Administration,FAA)的相关实验,通过仿真软件PyroSim对飞机在停靠过程中发生货舱火灾进行数值模拟,共分析不同装载率的货物燃烧、货舱门关闭、有风和存在危险的易燃易爆物品4种情况,得到货舱火灾的热释放速率和温度随时间变化情况。仿真结果符合实际,与相关实验数据相吻合,并对结果进行分析,提出一些关于飞机防火的建议,为机场消防站的布局和训练灭火、火灾报警器的设计等提供参考。

基于IPSO-BP模型的火灾气体传感器气压补偿算法

为完善飞机火灾检测系统,设计一套方案,模拟试验不同气压下CO、CO_(2)气体传感器采集气体的体积分数值,并与理论值比较,进而提出一种根据粒子适应度值动态调整学习因子的粒子群算法。采用改进的粒子群(IPSO)算法寻找反向传播(BP)神经网络的最优初始权值阈值,再利用寻优后的BP神经网络修正CO、CO_(2)气体传感器的检测结果,消除气压对于传感器采集数据的影响。结果表明:经过IPSO-BP算法补偿后,选取的27个气压点下气体体积分数值都接近拟合真实值,其中,CO_(2)气体传感器经过气压补偿后,测量最大误差从542×10^(-4)%下降到0.1×10^(-4)%,CO气体传感器测量最大误差从15.7×10^(-4)%下降到0.01×10^(-4)%。与BP神经网络气压补偿模型相比,IPSO-BP神经网络气压补偿模型的精度有明显的提高。