一种基于分布式光纤的公共建筑火灾逃生疏散系统

1.本发明涉及火灾逃生疏散领域，特别是一种基于分布式光纤测温系统的公共建筑火灾逃生疏散系统。


背景技术：

2.随着城市的发展，大型公共建筑为了满足人员的多样化需求，不同区域的划分和功能不尽相同，因而内部结构错综复杂，随之而来的是火灾隐患增加。传统的固定疏散路线难以应对大型公共建筑复杂火情下的逃生要求，而基于当前火情计算的逃生疏散路线难以规避火灾充分发展时突然出现的危险。另一方面，伴随着人员安全疏散评价标准的不断完善，各类火场物理环境因素如温度、能见度、有害气体浓度等也开始纳入到逃生安全标准中。在绘制逃生路线时，既需要考量逃生路径的长度和疏散时间，也要考虑整个路径是否达到逃生的安全可行性标准。为了能在火灾发生时更加安全有效地疏散人员，相关的安全疏散技术研究十分关键。
3.目前与本技术最接近的现有专利及论文如下：
4.1)一种动态更新逃生路线的火灾疏散系统(113506412a)，包括检测单元、指示单元、存储单元、记录单元、通讯单元、显示单元和控制单元。存储单元记录建筑的固有空间信息，检测单元检测附近的温度和烟雾情况，当发生火情时，指示单元将根据预存信息指示安全出口所在位置的变色灯为绿色，通讯单元通过广播播报消防预警数据，显示单元根据预存信息令显示屏显示安全出口的位置；若存在障碍物，指示单元根据预存信息指示靠近障碍物位置的安全出口所在位置的变色灯变为红色，显示屏根据障碍物的信息显示障碍物的位置。通过上述方法，该系统可以根据火灾情况指导人员逃生。
5.该发明旨在基于实时传感器数据确定障碍通行的位置，使得安全出口的指示灯和显示屏所显示的信息时刻处于动态更新中。但该发明的检测单元使用的是温度传感器和烟雾传感器，监测密度有限，也难以对火灾产物进行全方面的检测，无法考虑到诸如有害气体浓度、能见度等环境因素对于人员的人身安全和逃生速度的影响。
6.2)基于改进蚁群算法的火灾逃生疏散仿真算法(114580273a)，该发明通过设置格栅地图和环境参数火源点、人流量密度、烟气扩散信息等环境因素，对传统蚁群算法的目标函数、约束条件、改进启发函数等设定进行改进，基于温度、co浓度和能见度的变化设置综合影响指数函数，并通过改进信息素含量更新方式，建立符合人群疏散过程下的信息素更新模型，在优化计算速度的同时，避免路径计算结果陷入局部最优解，使整个算法更具有人员在火灾环境下疏散的现实价值。
7.该发明旨在引入外部环境因素对于逃生过程的影响，提高蚁群算法在火灾场景下的应用价值，但该发明利用当前时刻的环境物理参数用以计算，考虑到蚁群算法本身的计算时间，当路径计算完成后，可能与实际火情不完全相符，不仅无法有效避免火灾在充分发展时带来的意外风险，甚至可能根据之前的环境数据将逃生人员指引到错误的疏散方向中；且该发明属于对逃生疏散算法的改良，发明本身无法持续地获得火场实时地数据源，无
法单独在实际场景中应用。
8.3)大型高层建筑室内火灾紧急疏散指示逃生方法及系统(103394171b)，该方法首先根据布置在建筑物内的传感器或人工提供的火源信息进行火源定位；然后根据火情信息建立火势蔓延的动态模型；结合建筑物的空间结构信息，确定着火点的空间位置和大型高层建筑内的消防设施的空间位置，考虑人体对有毒物质的承受能力，遵从避让高温和低能见度的原则，建立楼层分段规划，建立不同最优的逃生路线；最后根据设计的逃生路线，选择性的控制现场设备，辅助人员进行疏散。
9.该方法旨在根据现场火警信息，结合具体火情蔓延模型提供动态消防疏散逃生路线方案，并且针对高层建筑提出了楼层分级逃生疏散线路。然而，一方面，该发明需要用到大量的温度传感器、烟雾探测传感器、红外传感器和超声波传感器，在火情检测方面所需成本较高；另一方面，该发明对于火情的判断仍然要依赖于人工提供的火源信息，后续的动态疏散路径依赖于相关消防人员的现场计算和指定，计算时间成本高，火势蔓延预测精度低，方法的准确性和泛用性不足。
10.综上所述，目前未发现关于“基于分布式光纤测温的公共建筑火灾逃生疏散方法”方面的研究成果。


技术实现要素：

11.本发明的目的是为了克服现有技术中的不足，提供一种基于分布式光纤的公共建筑火灾逃生疏散系统，利用机器学习的方法，建立分布式光纤测温系统采集的温度信息，同重点防火高度平面处的温度、有害气体浓度和烟气浓度数据之间的映射关系。进而基于深度学习的方法，对该一系列火场疏散关键参量进行实时预测。将预测结果可视化呈现，绘制能够实时考量温度、能见度和有害气体浓度对于逃生过程影响的动态逃生疏散地图。基于该动态地图，对消防和逃生人员进行实时有效的疏散指导。本发明综合考虑了危害逃生者人身安全的火灾因素，降低疏散路线沿途的风险，可以减少火灾过程中的人员伤亡。
12.本发明的目的是通过以下技术方案实现的：
13.一种基于分布式光纤的公共建筑火灾逃生疏散系统，包括建筑火场疏散关键参量基础数据库模块、火场探测地图绘制模块、动态逃生疏散地图绘制模块；
14.所述建筑火场疏散关键参量基础数据库模块，用于为火场疏散关键参量的预测提供数据基础，并作为火场探测地图绘制模块的输入；
15.所述火场探测地图绘制模块，用于预测未来时刻的各个火场疏散关键参量，并获得能够指导消防人员疏散部署的火场探测地图，为动态逃生疏散地图的绘制提供数据基础；
16.所述动态逃生疏散地图绘制模块，用于获得能够指导逃生人员实时安全疏散的动态地图。
17.进一步的，所述建筑火场疏散关键参量基础数据库模块，通过收集若干的公共建筑空间尺寸和热工参数，建立一系列长、宽、高尺寸不同，通风口位置分布不同的公共建筑空间信息模型；通过若干火灾动力学模拟，收集这一系列公共建筑空间信息模型中重点防火高度处的温度、一氧化碳体积分数、二氧化碳体积分数和能见度数据，建立建筑火场疏散关键参量基础数据库，作为后续火场探测地图绘制模块的数据基础。
18.进一步的，所述火场探测地图绘制模块，通过在实际应用场景中布置分布式光纤测温系统，设置火源模拟火灾过程，通过分布式测温光纤获取火场温度数据；从建筑火场疏散关键参量基础数据库模块中选取与对应实际应用场景最为接近公共建筑空间信息模型，利用lstm深度学习的方法，预测该公共建筑空间信息模型未来时刻重点防火高度处的火场疏散关键参量，并基于实际应用场景的空间特性，对各个火场疏散关键参量的预测数值进行修正；利用ann机器学习的方法，建立实际温度数据同修正后的火场疏散关键参量预测数据之间的映射关系，实现通过采集分布式光纤的实时温度数据，确定重点防火高度平面处的烟气场分布情况，完成跨物理场的数据探测；进而基于上述修正后的火场疏散关键参量预测数据，绘制火场探测地图。
19.进一步的，所述动态逃生疏散地图绘制模块，基于matlab平台，利用栅格法，对建筑内部环境进行二维栅格建模，设置栅格矩阵中可通行节点对应的值为1，障碍节点对应的值为0；通过编写if语句，使得当实际探测的某项火场疏散关键参量超出安全阈值时，对应位置的值为0，则对应位置的栅格将设置为障碍节点并无法通过。
20.进一步的，考虑到逃生人员的心理因素，编写循环语句时，使if语句每5秒进行一次重置，使对应平面栅格地图处于5s更新一次的动态，基于动态逃生疏散地图，利用蚁群算法，计算各个位置通向楼梯通道的最短路径，使逃生人员能够按照实时更新的路线进行疏散。
21.与现有技术相比，本发明的技术方案所带来的有益效果是：
22.1.减少所需传感器数量和种类的经济意义；
23.依赖传统的传感器对火场疏散关键参量进行测量，需要布设多种类、高密度的传感器以满足空间分辨率的需求，对大型公共建筑而言，传感器的初始投入和维护成本过高。本发明利用天花板和侧墙位置的测温光纤测量火场温度，通过机器学习建立火场温度与火场疏散关键参量的映射关系，即可预测重点防火高度处的各项火场疏散关键参量，实现单一传感器对多个参量的监测和预测，可以有效降低对传感器数量和种类的需求，提高经济效益。
24.2.实现动态逃生疏散路径的应用意义；本发明所提供的实时动态逃生疏散地图，通过分布式光纤测温实现跨物理场的监测，从而可以在火灾真实发生时获取实时火场数据，弥补了现有研究只停留在理论计算的不足，提高了相关应用的可操作性。并且本发明综合考量了温度、有害气体浓度、能见度等火场参量对逃生人员的安全影响，以预测的火场数据代替当前时刻的数据，可以有效保障逃生路线的安全性，降低人员逃生疏散的风险。
25.3.降低逃生疏散风险的社会意义；随着社会的发展，公共建筑的种类和数量与日俱增，随之而来的公共建筑火灾隐患也在日益增加。公共建筑火灾通常火情复杂，发展迅速，造成的人员财产损失也较为严重，对社会安定造成极大威胁。本发明所提出的火场探测地图和动态逃生疏散地图，可以有效指导火灾发生时人员的逃生疏散过程，提高整个过程的安全性，有利于消防人员的决策部署，为人民的生命财产安全，社会稳定提供保障。
附图说明
26.图1是本发明系统的工作流程示意图。
27.图2a和图2b分别是第30s和第60s时的能见度(m)示意图。
28.图3a和图3b分别是第30s和第60s时的二氧化碳浓度(mol/mol)示意图。
29.图4a和图4b分别是第2s和第30s时的逃生疏散地图。
具体实施方式
30.以下结合附图和具体实施例对本发明作进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
31.本发明提供一种基于分布式光纤的公共建筑火灾逃生疏散系统，基于光纤测温数据实现跨物理场实时预测，综合考量逃生过程中会对人身安全造成影响的火灾产物，在火灾充分发展之前即对火情做出有效判断，并基于预测数值绘制可以提供动态最优路线的逃生疏散地图，从而有效降低人员逃生过程中的生命风险，弥补现有火灾逃生疏散相关的技术短板。
32.本发明提供的公共建筑火灾逃生疏散系统包括：
33.建筑火场疏散关键参量基础数据库模块，用于为火场疏散关键参量的预测提供数据基础，并作为火场探测地图绘制模块的输入。
34.火场探测地图绘制模块，用于预测未来时刻的各个火场参量，获得可以指导消防人员疏散部署的火场探测地图，为动态逃生疏散地图的绘制提供数据基础。
35.动态逃生疏散地图绘制模块，用于获得可以指导逃生人员实时安全疏散的动态地图。
36.其中，建筑火场疏散关键参量基础数据库模块，通过收集大量的公共建筑空间尺寸和热工参数，建立一系列长、宽、高尺寸不同，通风口位置分布不同的公共建筑空间信息模型。通过大量火灾动力学模拟，收集这一系列信息模型中重点防火高度处的温度、一氧化碳体积分数、二氧化碳体积分数和能见度数据，建立建筑火场疏散关键参量基础数据库。作为后续火场地图绘制模块的数据基础。
37.其中，火场探测地图绘制模块，在实际应用场景中布置分布式光纤测温系统，设置火源模拟火灾过程，通过分布式测温光纤获取火场温度数据。从建筑火场疏散关键参量基础数据库中选取与该实际应用场景的尺寸等特性最为接近的公共建筑空间信息模型，基于lstm深度学习的方法，建立火场疏散关键参量预测模型，通过导入当前时刻的火场疏散关键参量数据，预测该公共建筑空间信息模型未来时刻重点防火高度处的火场疏散关键参量，并基于实际应用场景的空间特性，对各个参量的预测数值进行修正。进而利用ann机器学习的方法，建立实际温度数据同修正后的火场参量预测数据之间的映射关系，从而实现通过采集光纤的实时温度数据，确定重点防火高度平面处的烟气场分布情况，完成跨物理场的数据探测。进而基于上述修正后的火场参量预测数据，绘制火场探测地图。
38.其中，动态逃生疏散地图绘制模块，基于matlab平台，利用栅格法，对建筑内部环境进行二维栅格建模，设置栅格矩阵中可通行节点对应的值为1，障碍节点对应的值为0；通过编写if语句，使得当实际探测的某项火场疏散关键参量超出安全阈值时，该位置的值为0，从而该位置的栅格将作为障碍节点而无法通过。考虑到逃生人员的心理因素，编写循环语句，使if语句每5秒进行一次重置，从而使该平面栅格地图处于5s更新一次的动态。基于该动态地图，利用蚁群算法，计算各个位置通向楼梯通道的最短路径。逃生人员可以按照该实时更新的路线进行疏散。
39.具体的，选择某典型商业空间对发明技术方案进行具体阐述。见图1，上述公共建筑火灾逃生疏散系统的应用流程步骤如下：
40.首先，通过收集大量公共建筑空间尺寸和热工参数，建立不同长、宽、高尺寸，不同通风口位置分布的一系列典型的建筑空间信息模型。选取相关火灾经验模型，在pyrosim软件中对这些典型建筑模型进行火灾动力学模拟，记录模拟过程中重点防火高度处的温度、一氧化碳体积分数、二氧化碳体积分数和能见度数据，建立建筑火场疏散关键参量基础数据库。
41.第二步，在该典型商业空间内部布置分布式光纤测温系统。根据《建筑防火性能化设计》，将光纤布置在天花板和侧墙1.7m高度处，铺设间距与光纤传感器空间分辨率一致。然后建立该商业空间的信息模型，保证对该商业空间尺寸和通风口分布的还原。通过测温光纤采集该商业空间火场条件下天花板及侧墙1.7m高度处温度数值。在pyrosim软件中设置相同的火源，对该商业空间的信息模型进行火灾动力学模拟，记录重点防火高度处的温度、一氧化碳体积分数、二氧化碳体积分数和能见度数据，用于后续的数值修正。
42.第三步，根据该典型商业空间的空间特性，从建筑火场疏散关键参量基础数据库中选取与该建筑最为匹配的公共建筑空间信息模型。基于该公共建筑空间信息模型重点防火高度处的火场疏散关键参量，基于lstm深度学习的方法，建立火场疏散关键参量预测模型，预测并记录30s后这些参量的数值。基于上步所获得的，该典型商业空间的信息模型中重点防火高度处的各个参量数值，利用回归拟合的方法，对上述参量的预测数值进行修正。进而利用ann机器学习的方法，将测温光纤实际测得的火场温度同各个参量经修正后的预测数值进行拟合，建立二者之间的映射关系，从而实现通过光纤测量温度获取重点防火高度处火场疏散关键参量的功能。经验证，该典型商业空间重点防火高度处(1.7m)第60s时能见度测点的预测值和测量值的均方误差为1.17，平均误差百分比为3.92％。
43.第四步，基于上述各个火场疏散关键参量经修正后的预测数值，绘制火场探测地图，用以指导消防人员的救援部署。
44.图2a和图2b分别是该典型商业空间重点防火高度处(1.7m)第30s和第60s时的能见度(m)示意图。
45.图3a和图3b分别是该典型商业空间重点防火高度处(1.7m)第30s和第60s时的二氧化碳浓度(mol/mol)示意图。
46.第五步，通过matlab平台，建立二维动态栅格模型，通过编写循环语句，设置栅格地图矩阵同火场疏散关键参量的关系：当某位置的火场疏散关键参量均满足人员疏散逃生安全标准的要求时，则该位置矩阵的元素为0，在栅格地图上反映为可以通过；当某位置出现一项参量超出安全阈值时，该位置矩阵的元素为1，在栅格地图上反映为无法通过。接下来，按照一定频率(2s/次)，输入根据当前火情所预测的烟气场数据，利用蚁群算法，计算在该栅格地图上的最短逃生路径，即可获得具备实时性的动态逃生疏散地图。见图4a和图4b。
47.本发明并不限于上文描述的实施方式。以上对具体实施方式的描述旨在描述和说明本发明的技术方案，上述的具体实施方式仅仅是示意性的，并不是限制性的。在不脱离本发明宗旨和权利要求所保护的范围情况下，本领域的普通技术人员在本发明的启示下还可做出很多形式的具体变换，这些均属于本发明的保护范围之内。

技术特征：
1.一种基于分布式光纤的公共建筑火灾逃生疏散系统，其特征在于，包括建筑火场疏散关键参量基础数据库模块、火场探测地图绘制模块、动态逃生疏散地图绘制模块；所述建筑火场疏散关键参量基础数据库模块，用于为火场疏散关键参量的预测提供数据基础，并作为火场探测地图绘制模块的输入；所述火场探测地图绘制模块，用于预测未来时刻的各个火场疏散关键参量，并获得能够指导消防人员疏散部署的火场探测地图，为动态逃生疏散地图的绘制提供数据基础；所述动态逃生疏散地图绘制模块，用于获得能够指导逃生人员实时安全疏散的动态地图。2.根据权利要求1所述一种基于分布式光纤的公共建筑火灾逃生疏散系统，其特征在于，所述建筑火场疏散关键参量基础数据库模块，通过收集若干的公共建筑空间尺寸和热工参数，建立一系列长、宽、高尺寸不同，通风口位置分布不同的公共建筑空间信息模型；通过若干火灾动力学模拟，收集这一系列公共建筑空间信息模型中重点防火高度处的温度、一氧化碳体积分数、二氧化碳体积分数和能见度数据，建立建筑火场疏散关键参量基础数据库，作为后续火场探测地图绘制模块的数据基础。3.根据权利要求1所述一种基于分布式光纤的公共建筑火灾逃生疏散系统，其特征在于，所述火场探测地图绘制模块，通过在实际应用场景中布置分布式光纤测温系统，设置火源模拟火灾过程，通过分布式测温光纤获取火场温度数据；从建筑火场疏散关键参量基础数据库模块中选取与对应实际应用场景最为接近公共建筑空间信息模型，利用lstm深度学习的方法，预测该公共建筑空间信息模型未来时刻重点防火高度处的火场疏散关键参量，并基于实际应用场景的空间特性，对各个火场疏散关键参量的预测数值进行修正；利用ann机器学习的方法，建立实际温度数据同修正后的火场疏散关键参量预测数据之间的映射关系，实现通过采集分布式光纤的实时温度数据，确定重点防火高度平面处的烟气场分布情况，完成跨物理场的数据探测；进而基于上述修正后的火场疏散关键参量预测数据，绘制火场探测地图。4.根据权利要求1所述一种基于分布式光纤的公共建筑火灾逃生疏散系统，其特征在于，所述动态逃生疏散地图绘制模块，基于matlab平台，利用栅格法，对建筑内部环境进行二维栅格建模，设置栅格矩阵中可通行节点对应的值为1，障碍节点对应的值为0；通过编写if语句，使得当实际探测的某项火场疏散关键参量超出安全阈值时，对应位置的值为0，则对应位置的栅格将设置为障碍节点并无法通过。5.根据权利要求4所述一种基于分布式光纤的公共建筑火灾逃生疏散系统，其特征在于，考虑到逃生人员的心理因素，编写循环语句时，使if语句每5秒进行一次重置，使对应平面栅格地图处于5s更新一次的动态，基于动态逃生疏散地图，利用蚁群算法，计算各个位置通向楼梯通道的最短路径，使逃生人员能够按照实时更新的路线进行疏散。

技术总结
本发明公开一种基于分布式光纤的公共建筑火灾逃生疏散系统，包括建筑火场疏散关键参量基础数据库模块、火场探测地图绘制模块、动态逃生疏散地图绘制模块；建筑火场疏散关键参量基础数据库模块，用于为火场疏散关键参量的预测提供数据基础，并作为火场探测地图绘制模块的输入；火场探测地图绘制模块，用于预测未来时刻的各个火场参量，并获得能够指导消防人员疏散部署的火场探测地图，为动态逃生疏散地图的绘制提供数据基础；动态逃生疏散地图绘制模块，用于获得能够指导逃生人员实时安全疏散的动态地图。的动态地图。的动态地图。


技术研发人员：刘刚 卢翰松 曲冠华 任蕾 王岚 孟弘融
受保护的技术使用者：天津大学
技术研发日：2023.01.05
技术公布日：2023/10/7