俄消防智能系統效率高

在日常生活中，電器使用不當、煙頭未妥善熄滅等都可能成為火災發生的原因。為避免可怕的祝融之災對大眾的生命安全造成威脅，做好防火不能少。俄羅斯科研人員日前開發出基於神經網絡的智能可測試火災報警和滅火系統的實驗箱。

俄羅斯托木斯克理工大學傳熱傳質實驗室負責人帕維爾表示，新項目旨在創建智能消防和技術安全系統。為了建立一個實驗箱，科研人員進行了兩千多次實驗，再現了火災處理不慎、違反加熱裝置操作規則、電線短路、材料暴露於局部熱源，以及錯誤啟動滅火系統等常見的場景。

帕維爾表示，此類系統基於神經網絡演算法，用於早期階段識別緊急情況、預測後果並開發解決方案以消除潛在的火災發生。使用該系統能在更短時間內以最少資源預防緊急情況，並將其後果降至最低。為了降低訓練成本，科研人員在實驗室進行了神經網絡實驗和數學建模，在遠端測試網站對全尺寸複合體開展了全方位的測試。

帕維爾介紹稱，可測試火災報警和滅火系統的實驗箱配備了四個燃燒室，再現了各種類別和聚集狀態的材料的熱分解、氣化和燃燒條件。燃燒室的結構靈活，可根據不同的工藝條件進行重新配置。每個試驗爐都配備了現代化的熱、煙、氣分析、視頻記錄、熱成像、火焰、色譜、光學等感測器。此外，每個燃燒室都配備有採用先進的液體、氣體、泡沫、粉末和氣體水合物回饋技術的滅火系統。

值得一提的是，科研團隊早前已開發出一種新方法，能基於各種感測器收集的空氣中氣體成分的資料，進行神經網絡處理分析，及早發現火災。現代火災探測器在火災已經在室內蔓延時才會被觸發，更現代的方法是在火苗出現之前就發現燃燒，可通過分析空氣中的氣體成份來實現。科研團隊在一個專門裝置上進行了八百多次實驗，分析了木材、PVC板、油氈和其他可燃建築和裝飾材料的整個燃燒過程。帕維爾指出，這種新方法可通過氣體濃度來確定火源的類型和其中的主要物質，了解這些參數可確定最佳滅火策略。正確選擇有效的滅火方法，把燃燒過程中的有毒物質排放最小化，有助於更安全地疏散人員。下一步，科研團隊將綜合不同地方的火災事故的數據，再提升可測試火災報警和滅火系統的實驗箱的效率。

多 姿