申请/专利权人：南京江北新区建设和交通工程质量安全监督站(南京江北新区建设和交通工程安装管理站、南京江北新区建设和交通工程质量检测中心);南京市特种设备安全监督检验研究院

申请日：2024-05-08

公开（公告）日：2024-07-05

公开（公告）号：CN118133695B

主分类号：G06F30/27

分类号：G06F30/27;G06N5/04;G06F18/232;G06F18/10;G06F30/28;G06F113/08;G06F119/14

优先权：

专利状态码：有效-授权

法律状态：2024.07.05#授权;2024.06.21#实质审查的生效;2024.06.04#公开

摘要：本发明公开了基于大数据处理和神经网络的地铁站火灾温度场模拟系统及方法，包括如下步骤：采集预定组地铁站火灾的基础数据，并预处理和聚类；针对每组火灾场景，构建数字仿真模型，并将灾前数据作为数字仿真模型的部分输入数据；针对每组火灾场景，基于灾前数据和经验数据，通过相似原理构建缩小的缩比物理模型；通过数字仿真模型和缩比物理模型进行交互验证，直至仿真精度大于阈值，将输入数据和输出数据存储，并标记为训练数据；采用训练后的PINN模型对每组火灾场景和预设火灾场景进行溯源分析，并模拟每一火灾场景下的温度场演变情况，输出建议方案。数据来源可靠、仿真效率高，通过训练的模型，可以进行预测和评估。

主权项：1.一种基于大数据处理和神经网络的地铁站火灾温度场模拟方法，其特征在于，包括如下步骤：步骤S1、采集预定组地铁站火灾的基础数据，并预处理和聚类，获得预定组火灾场景、以及对应的灾前数据和灾后数据；步骤S2、针对每组火灾场景，构建数字仿真模型，并将灾前数据作为数字仿真模型的部分输入数据；针对每组火灾场景，基于灾前数据和经验数据，通过相似原理构建缩小的缩比物理模型；步骤S3、通过数字仿真模型和缩比物理模型进行交互验证，直至数字仿真模型的仿真精度大于阈值，将数字仿真模型的输入数据和输出数据存储，并标记为训练数据；步骤S4、构建PINN模型和约束条件，使用训练数据对PINN模型进行训练，将灾前数据和灾后数据作为验证集；采用训练后的PINN模型对每组火灾场景和预设火灾场景进行溯源分析，并模拟每一火灾场景下的温度场演变情况，输出建议方案；所述步骤S1进一步为：步骤S11、根据预定标准选择典型地铁站点的火灾事故案例，构建预定组火灾场景集合，获得火灾场景的基础参数；预定标准包括各类建筑结构、火源位置和通风条件；步骤S12、针对每一火灾场景，采集灾前数据和灾后数据，其中，灾前数据包括灾前至少三次安全检查获得的通风系统参数、建筑材料参数、环境参数和人员分布数据；灾后数据包括火灾过程的温度、热辐射、烟气浓度和人员逃生路线；步骤S13、对灾前数据和灾后数据进行预处理，预处理至少包括清洗异常值和噪声数据，对齐不同来源、不同格式的数据，并提取关键物理量，关键物理量包括温度和速度；步骤S14、采用DBSCAN方法将预定组火灾场景按照相似性聚类，得到至少两个典型火灾场景；所述步骤S2进一步为：步骤S21、针对每一火灾场景，获取基础参数和灾前参数，通过基础参数构建数字仿真模型，生成三维几何模型并通过CFD软件生成计算网格；步骤S22、设置数字仿真模型的边界条件和初始条件，边界条件和初始条件包括经验参数以及部分灾前数据，其中初始条件包括墙面、结构、设备的材料属性和热物性参数，以及通风系统的工况条件，工况条件包括风机转速和排烟阀开度；步骤S23、对于每个火灾场景，基于灾前数据和经验数据，构建对应的缩比物理模型；根据相似理论选取相应的相似准则，相似准则包括弗劳德数和雷诺数；确定物理模型与实际地铁站的缩放关系，包括几何比例、时间比例和热流比例；根据相似准则，推导无量纲参数在原型和模型中的对应关系，得到物理量的缩放率，包括长度比例、速度比例和温度比例；建立缩比物理模型和数字仿真模型输出结果的映射关系；步骤S24、根据缩放率，至少设计两组缩比物理模型的结构布局、材料选型和测试系统，选择与实际材料热物性相近的等效材料制造结构部件并组装，布置包括热电偶、热流计、烟气分析仪在内的测试仪器；所述步骤S3进一步为：步骤S31、采用动态网格方法和DES湍流模型，求解数字仿真模型获得火灾全过程的温度场和浓度场的时空分布数据；步骤S32、基于缩比物理模型进行火灾模拟实验数据，获得关键物理量的时空分布测试数据；步骤S33、计算缩比物理模型和数字仿真模型输出结果的相对误差和均方根误差；分析产生误差的原因，并从物理机理、边界条件、数值离散和湍流模型方面改进数字仿真模型；步骤S34、重复上述步骤S31至S33，直至数字仿真模型的整体预测精度满足设定的误差阈值。

全文数据：

权利要求：

百度查询： 南京江北新区建设和交通工程质量安全监督站(南京江北新区建设和交通工程安装管理站、南京江北新区建设和交通工程质量检测中心) 南京市特种设备安全监督检验研究院 基于大数据处理和神经网络的地铁站火灾温度场模拟系统及方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD