基于物聯網的消防員生理監測系統研究

喬偉棟

摘要：近年來，建筑物火災事故內攻時機的合理把控成為各級消防指揮人員亟須完善的必修課題，一旦內攻時機選擇不當，極有可能導致現場參戰人員傷亡事故的出現。通過對消防救援人員實戰處置過程中的個人生理系統及安全防護裝備實施動態監測，通過BP神經網絡及時對搜集到的相關信息實施分析研判，在此基礎上借助物聯網定位系統對發生消防員傷亡事故的高風險區域實施重點定位，為消防救援人員實施內攻作業過程中個人安全措施的有效落實提供參考。

關鍵詞：物聯網；生理數據；監測系統

中圖分類號：D631.6? ? ? ?文獻標識碼：A? ? ? ?文章編號：2096-1227（2023）01-0019-03

近年來，在各類災害事故的實戰處置過程中，建筑坍塌、中毒、爆炸及觸電事故成為最終導致消防員傷亡事故發生的主要原因[1]。因此，合理應用物聯網技術，通過對消防員現場處置過程中呼吸、體溫、心率、血壓等生理數據開展動態檢測，并及時開展對現場有毒氣體濃度以及參戰消防員個人佩戴的空氣呼吸器壓力的實時監測，一旦發現數據存在較大波動可以及時借助定位系統第一時間開展救援工作，是有效防止消防員在實戰處置過程中發生各類傷亡事故的重要措施。物聯網技術可以通過現代化信息技術有效實現人和物之間的同步交流，目前，成熟的物聯網技術主要由圖像識別、射頻識別（RFID）等信息采集技術，有線或無線模式的信息傳輸技術，大數據信息處理技術，信息儲存和顯示技術以及大數據信息處理技術等五個模塊組成。隨著城市智慧消防建設工作的逐步開展，將消防物聯網合理應用在滅火救援實戰處置過程中，通過有效提升消防員個人防護裝備的智能化水平，通過對事故現場周邊環境、被困人員數量、燃燒物質理化性質以及當日氣象條件等有效信息實施同步傳輸與同態預判，在切實提升指揮決策合理性的同時，有效提升了參戰消防人員實戰處置過程中的個人安全系數。

1 消防員監測參數類型

1.1? 消防員基本生理數據

1.1.1? 體溫

人體正常體溫通常處于36.2～37.2℃之間。由于消防員在實施內攻處置過程中體力消耗相對較大且排汗量在火災現場高溫作用下也必然隨之增多，導致處置過程中消防員的個人體溫必然會不同程度地有所增加。同時隨著火場實際溫度的變化，有必要對環境溫度開展實時監測，防止消防員實戰過程中長期處于高溫環境最終由于體溫過高導致休克現象的出現。

1.1.2? 血壓

人體正常血壓通常處于90～120/60～80mmHg之間，由于消防員在實際處置過程中精神普遍處于高度緊張的狀態，加之長時間作業導致體力消耗過大，通常血壓會出現不同程度的升高，當消防員個人收縮壓超過210mmHg或者舒張壓超過100mmHg時，應及時撤離現場以防止各類安全事故的發生[2]。高低血壓參考數值如表1所示。

1.1.3? 心率

人的正常心率（HR）次數為60～100次/min。在滅火救援實戰處置過程中，當消防員個人脈搏速率超過196次/min時，軀體部分已經開始進入無氧代謝運動階段[3]，長時間作業最終會導致消防員出現不同程度的眩暈。

MRR主要反映交感神經活動的強度，MRR（Mean of RR），RR主要指間期時間的平均值，單位為ms。

式中RRi為第i個RR間期時間，N為在此時間段內消防員的實際心跳總數。隨著消防員疲勞程度的加深該數值變化通常較為明顯，可用來直接反映消防員自身體能情況的實際變化。

1.1.4? 呼吸

人的正常呼吸頻率通常為12～20次/min。當消防員長時間疲勞作業時，一旦呼吸頻率長時間高于50次/min基本可以預示該消防員即將達到人體疲勞的臨界狀態，應當合理開展人員輪換，避免體能透支情況的出現。

1.1.5? 瞳孔面積

通常情況下，人的瞳孔面積大小在交感神經與副交感神經兩種神經系統的相互協調作用下會發生較為顯著的變化。當消防員軀體處于較為緊張的活動狀態時，該消防員軀體內部的交感神經能夠加速瞳孔面積的放大速度[4]。瞳孔面積的大小能夠直接體現出消防員自身的緊張程度，當實戰處置過程中參戰消防員心理壓力較大時，其瞳孔直徑也必將隨之顯著增大。因此，可以將瞳孔面積的大小作為直接測量消防員實戰處置現場心理承受能力的評估指標。

1.2? 個人防護裝備的相關數據

1.2.1? 空氣呼吸器氣瓶壓力

消防員實戰過程中佩戴的空氣呼吸器（SCBA）氣瓶壓力通常不應小于30MPa，按照現行供氣管理的1/3法則，消防員緊急撤出處置現場時氣瓶內部實際壓力應至少維持在10MPa以上。實戰處置過程中，消防員也可以選擇殘氣報警器響起時實施快速撤出，此時殘氣報警器報警壓力普遍位于5.5±0.5MPa范圍內，接到報警后的消防員應及時調整呼吸頻次，防止窒息事故的發生。

1.2.2? 氣體檢測

火災處置現場中需要預先對環境中有毒有害氣體及爆炸性氣體的濃度開展實時監測，對氧氣、硫化氫、一氧化碳等可燃氣體的濃度開展實時監測，當氣體濃度超過爆炸臨界值時，需要通過聲、光、振動和光條報警等多種預警形式及時提醒消防員快速撤離。

1.2.3? 熱成像傳輸設備

熱成像設備能穿透高溫煙氣，快速找到起火部位或被困群眾的實際位置。熱成像設備顯示端除了可以在設備所屬面罩配件內部顯示之外，還能同步實現攻堅組成員共享顯示端視野，使全體參與火場處置的指戰員能夠及時掌握起火部位、燃燒程度以及火勢蔓延趨勢等相關情況。空氣呼吸器熱成像面罩如圖1所示。

1.2.4? 樓層精準定位

事實上，當建筑物內部發生火災時，由于起火樓層的實際屏蔽性能不同，樓層內部搜救設備接收顯示信號的場強也必然隨之發生一定程度的變化，因此，應用在實戰處置現場可以通過數字信號的強弱對開展內攻作業的消防員的作戰區域實施有效精準定位，必要時可以快速開展人員救助或輪換作業。

2 消防員個人防護裝備的數據采集

通常情況下，控制系統與消防員個人安全防護設備的數據傳輸配件可以通過低頻段無線雙向數據傳輸系統對實戰處置現場的有效信息開展及時傳遞，此時轄區指揮中心可以通過物聯網高頻段數據傳輸系統保障現場信息的有效共享。在此基礎上，物聯網傳輸部件可以通過藍牙模塊的鏈接系統，將空氣呼吸器氣瓶壓力、消防員實際作業區域、現場有毒氣體濃度、熱成像圖像、參戰人員心率、體溫、血壓、呼吸、瞳孔面積等相關數據直接傳輸到現場指揮平臺予以同步顯示。此外，內攻登記器系統可以通過物聯網終端設備對內攻消防員佩戴的裝備性能開展動態監測，把所有參戰消防員的空氣呼吸器氣瓶壓力統一集中顯示，并對實施內攻作業的消防員個人信息、內攻時間、空氣呼吸器氣瓶壓力、處置任務等相關信息進行預先記錄，當現場有緊急情況發生時，系統立即預警并提醒現場處置人員完成緊急撤離，最大限度防止人員傷亡事故的發生。內攻登記部件如圖2所示。

3 消防員個人安全情況的動態分析

在現場處置工作開展過程中，系統所包含的面罩眼動儀通過對消防員眼睛實施定時測試，以瞳孔面積變化率20%作為表征消防員緊張程度的臨界值，測試過程中可以將消防員的高度緊張狀態設定為1，將消防員的平靜狀態設定為0，借助同步采集的測試數據，利用BP神經網絡系統及時量化消防員的個人安全系數（SEN），第一時間建立消防員“生理數據—裝備狀態—安全特征”（State—Equipment—Nervous）模型（如圖3所示），通過利用該模型的輸入層、輸出層以及隱含層三個神經元對現場參戰消防員的安全狀態實施安全評估，當系統實際輸出結果與期望輸出超過期望誤差時系統會自動實施反向修正，從而實現對現場安全環境的動態評估。

消防員SEN模型借助自適應能力和非線性映射極強的BP神經網絡拓撲結構，把預先輸入的相關數據及時轉變成非線性優化問題，并將輸出誤差通過隱含層傳回輸入層，逐層反傳最終有效實現網絡輸出誤差的最小化，從而有效實現對消防員心理緊張程度及體能消耗程度的真實反映。該模型的構筑需要通過采集消防員的動態生理數據和裝備實際性能參數，最終對參戰消防員的個人安全情況實施有效表征。消防員SEN模型的原始數據如表2所示。

4 結語

通過物聯網技術對消防員實戰處置過程中的自身情況及防護裝備性能進行動態分析，通過心率、血壓、體溫、呼吸頻率、有毒氣體濃度、空氣呼吸器氣瓶壓力等六個因素對消防員實戰處置過程中的體能及安全狀態實施動態評估，通過數據測量發現消防員的心率MRR、血壓、呼吸以及體溫等生理數據能夠直接反映消防員的實際安全狀態，在此基礎上可以合理結合MATLAB工具箱的函數及時建立基于BP神經網絡的SEN模型，當網絡的實際輸入維度為6，輸出維度為1時，可以通過動態監測到的數據及時發現處置過程中的安全隱患問題，為滅火救援現場實施內攻作業的消防員提供及時的預警，最大限度減少各類作戰訓練安全事故的出現。

參考文獻：

[1]盧婷.滅火救援中消防員傷亡原因分析與預防對策[J].消防技術與產品信息，2015（3）：43-46.

[2]梁夢杰，魏劍鵬，李馳原.消防員生理參數采集與處理系統設計[J].今日消防，2021，6（7）：13-16.

[3]劉仁光.消防員生命體征參數研究[C]//2015中國消防協會科學技術年會論文集，2015.

[4]尚婷，唐伯明，段萌萌.基于駕駛員瞳孔面積變化率的公路視錯覺減速標線橫向寬度研究[J].重慶交通大學學報（自然科學版），2016，35（1）：111-116.

Research on physiological monitoring system

of firefighters based on Internet of Things

Qiao Weidong

（Xicheng District Fire and Rescue Brigade， Beijing 100032）

Abstract：In recent years， the reasonable control of the internal attack timing of building fire accidents has become a compulsory subject for fire commanders at all levels to be improved urgently. Once the timing of the internal attack is improperly chosen， it is very likely to lead to casualties among the on-site combatants. Through the implementation of dynamic detection of personal physiological systems and safety protective equipment during the actual combat disposal of fire rescue personnel， the relevant information collected is analyzed and judged in a timely manner through BP neural networks. On this basis， with the help of the Internet of Things positioning system， key positioning is implemented in high-risk areas where firefighter casualties occur， which provides references for the effective implementation of personal safety measures for fire and rescue personnel in the process of implementing internal attack operations.

Keywords：Internet of Things; physiological data; detection system