基于人工智能的外立面开口火溢流温度场预测

消防科学与技术 ›› 2021, Vol. 40 ›› Issue (6): 827-830.

基于人工智能的外立面开口火溢流温度场预测

蒋亚强1，王自龙2，黄鑫炎2

1. 应急管理部四川消防研究所，四川成都610036；2. 香港理工大学屋宇设备工程系，中国香港999077

出版日期:2021-06-15 发布日期:2021-06-15
通讯作者: 黄鑫炎，香港理工大学助理教授，博士生导师，主要从事火灾燃烧理论研究。
作者简介:蒋亚强(1984-)，男，应急管理部四川消防研究所助理研究员，主要从事建筑火灾防控、结构防火等研究，四川省成都市金牛区金科南路69 号，610036。
基金资助:
应急管理部消防救援局重点项目（2019XFGG10）；香港研究资助局主题研发项目（T22-505/19-N）

Artificial intelligence based facade spilled flame temperature field prediction

JIANG Ya-qiang1, WANG Zi-long2, HUANG Xin-yan2

1. Sichuan Fire Science and Technology Research Institute of MEM, Sichuan Chengdu 610036, China; 2. Department of Building Services Engineering, Hong Kong Polytechnic University, Hong Kong 999077, China

Online:2021-06-15 Published:2021-06-15

摘要/Abstract

摘要： 为了明确外立面构造形式对开口火溢流的影响，对不同外立面构造条件下的开口火溢流进行实验研究，并对外立面火灾温度场的实时预测进行探索。通过不同翼墙间距和进深条件下的外立面火灾实验构建外立面火灾预测数据库，并将其应用于人工智能方法—卷积神经网络的训练和验证，建立不同外立面构造形式下开口溢流火焰温度的实时预测模型，为外立面构造形式的设计和外立面火灾防控提供支撑。

关键词: 开口火溢流, 外立面, 温度场, 卷积神经网络

Abstract: In order to clarify the influence of facade wing walls on spilled flame, an experimental study on the spilled flame under different facade wing wall conditions was conducted and the real- time prediction of the fire temperature field of the facade was predicted. The facade fire prediction database was constructed through facade fire experiments under different wingwall spacing and depth conditions, and applied to the training and validation of convolutional neural network (CNN), so as to establish a real-time prediction model for the flame temperature of spilled flame under different facade wing- wall conditions, and provide support for the design of facade construction forms and facade fire protection.

Key words: spilled flame, facade, temperature field, CNN

蒋亚强, 王自龙, 黄鑫炎. 基于人工智能的外立面开口火溢流温度场预测[J]. 消防科学与技术, 2021, 40(6): 827-830.

JIANG Ya-qiang, WANG Zi-long, HUANG Xin-yan. Artificial intelligence based facade spilled flame temperature field prediction[J]. Fire Science and Technology, 2021, 40(6): 827-830.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://www.xfkj.com.cn/CN/

https://www.xfkj.com.cn/CN/Y2021/V40/I6/827

[1]	刘冰汐, 马畅, 张晋, 卓萍, 李伏民, 毕晓阳. 声发射技术在锂离子电池热失控监测预警中的应用研究[J]. 消防科学与技术, 2026, 45(6): 1-7.
[2]	章忠华, 刘江, 刘磊, 吴珂, 张天航. 基于深度学习的隧道火灾温度场实时反演模型：构建与部署[J]. 消防科学与技术, 2026, 45(6): 79-89.
[3]	李璞, 张苗. 图像复杂度驱动的火灾探测算法评估方法[J]. 消防科学与技术, 2026, 45(5): 87-93.
[4]	高鹏, 彭波, 吕忠. 一种面向森林火灾调查的蔓延方向分析及起火点溯源方法[J]. 消防科学与技术, 2025, 44(9): 1334-1339.
[5]	崔海浩, 王宗存, 张雨杭. 建筑防火封堵耐火性能试验研究[J]. 消防科学与技术, 2025, 44(3): 335-339.
[6]	潘红光, 张亿, 何瑢, 王运涛. 过载和直流分量作用下五芯电缆温度场仿真分析[J]. 消防科学与技术, 2025, 44(10): 1502-1509.
[7]	赵永秀, 房家昶, 孔令豪, 刘树林. 基于电磁-热耦合的过载工况下低压五芯电缆温度预测[J]. 消防科学与技术, 2025, 44(10): 1517-1523.
[8]	高佳鑫, 巩志敏, 白祖锦, 张婷婷. 集装箱香蕉水燃料火灾特征及影响因素分析[J]. 消防科学与技术, 2025, 44(1): 16-22.
[9]	王恩师, 王湛, 唐智. 双层隧道上层车道顶部单侧与双侧机械排烟的效果研究[J]. 消防科学与技术, 2024, 43(9): 1240-1246.
[10]	郝腾飞, 赵东拂, 李磊, 王长辉, 符演. 钢框架岩棉夹芯板超高防火隔墙耐火与稳定性能研究[J]. 消防科学与技术, 2024, 43(8): 1105-1110.
[11]	刘栋, 叶继红. 多工况下氢能源汽车隧道内火灾温度场研究[J]. 消防科学与技术, 2024, 43(3): 344-349.
[12]	曹康壮, 焦双健. 融合注意力机制的轻量级火灾检测模型[J]. 消防科学与技术, 2024, 43(3): 378-383.
[13]	陈威, 宗金辉, 沈丹月. 实际火灾场景下不锈钢伞状结构倒塌分析[J]. 消防科学与技术, 2024, 43(10): 1379-1387.
[14]	曾彦夫, 李逸舟, 黄鑫炎. 应用深度学习模型预测复杂平面房间内的火灾温度场[J]. 消防科学与技术, 2024, 43(1): 51-55.
[15]	张琳, 左帅, 王卫华. 火灾下复式钢管混凝土柱温度场研究[J]. 消防科学与技术, 2023, 42(8): 1084-1089.