轟燃預測技術發展現狀及展望

摘要：消防員被譽為赴湯蹈火、竭誠為民的“最美逆行者”，其生命安全應受到充分重視和保障，在滅火救援行動中，及時預測轟燃的發生尤為重要。通過對轟燃的征兆及判定、預測方式進行梳理，并圍繞轟燃判據的選擇、轟燃預測能力及預測準確性、轟燃預測預警的實現方式、轟燃影響因素考慮的全面性等方面，對當前技術的局限性進行了分析和展望。

關鍵詞：轟燃；預測預警；消防員安全；滅火救援行動

中圖分類號：D631.6" " " 文獻標識碼：A" " " "文章編號：2096-1227（2025）01-0044-03

近年來，房屋建筑擁有更好的隔熱性及更多的室內可燃裝修材料、家具及織物，極大地增加了火災時發生轟燃現象的概率。此外，火災探測技術的不斷進步，使對火情的感知及報警時間越來越短，消防員往往能在轟燃發生前迅速到達火災現場。若在滅火救援行動中未能及時偵查或預測到轟燃的發生，消防員可能瞬間被卷入火海，造成嚴重的身體損傷，甚至危及生命。

1 轟燃案例及當前預警能力

轟燃是一種在室內火災發展過程中，房間內所有可燃物表面因受到熱輻射作用幾乎同時達到引燃溫度，導致火勢迅速蔓延至整個房間，進而使整個空間發生全面燃燒的一種現象。在消防員的滅火救援行動中，此類案例時有發生，例如，2021年11月26日，福建省晉江市某廠房發生火災，在撲救過程中，風向突變，水槍陣地周邊的塑料米堆垛瞬間發生轟燃，導致一名消防員壯烈犧牲[1]。2022年1月31日，廣西壯族自治區河池市某生產作坊發生火災，在搜救過程中，現場發生轟燃，兩名消防員身受重傷，后經搶救無效，壯烈犧牲[2]。然而，如何在火場快速準確地判斷轟燃發生的可能性及具體時間，在國內外消防救援領域是一項亟待解決的技術難題。目前，消防員大多依靠個人積累的滅火經驗、對轟燃特征的感官認知及火情偵查情況進行主觀判斷和決策，尚缺乏可以在滅火救援現場便捷使用的轟燃預測預警技術手段及裝置。

2 轟燃征兆及判定、預測方式

2.1" 基于肉眼觀察的主觀判定

通常，消防員根據所觀察到的起火房間的幾何特征及煙火蔓延現象進行主觀判定，例如，基于美國消防應急救援領域的戰術類教程《滅火策略與戰術》所述，觀察起火房間的面積、頂棚的高度、煙氣是否為黑色濃煙、煙氣是在壓力作用下被排出還是慢慢自然冒出、是否存在火舌、滾燃的火球等。類似的，法國參考指南《回燃與轟燃》提出，當觀察到以下預警信號，表明可能會發生轟燃：空間有允許空氣進入的開口；火源局限在一個位置且產生明火；煙層迅速加密并增厚；煙層釋放的熱量是強烈的、具有壓倒性的，使人不得不彎下腰來；煙層中有小火苗，接著出現空氣和煙層接觸面的火焰滾筒。英國住房、社區和地方政府部門發布的指南《一般風險評估5.8：轟燃、回燃與可燃氣體燃燒》也提出了以下轟燃征兆：火災氣體中可見火焰；易燃材料因熱解產生氣體；高溫，且燃燒速度加快；中性面向下移動；火勢發展突然加快；室內地板層面發生熱解。此外，由于轟燃發生前室內壓力和溫度急劇升高，火焰可能會從房間的門窗等開口處向外噴射，這是轟燃即將發生的一個重要跡象。

2.2" 基于火源熱釋放速率判定

大量研究發現，室內火源燃燒產生的熱釋放速率必須超過一定臨界值，且需維持一段時間后才會觸發轟燃。如式（1）所示，計算該臨界熱釋放速率的公式最早由Babrauskas在1980年提出，公式的自變量為起火房間通風口面積、高度，及房間圍護結構內表面積。隨后，其他學者進行了豐富完善，其中McCaffrey公式和Thomas公式分別被《消防安全工程 控制代數公式要求第6部分：閃燃相關現象》（ISO24678-6—2016）及《Guide

onMethodsforEvaluatingPotentialforRoomFlashover》（NFPA555—2021）推薦采用，如式（2）和式（3）所示。此外，火源及可燃物的位置也對觸發轟燃的臨界熱釋放速率有較大影響，當火源越靠近墻壁或墻角、堆積高度越高，可燃物位置越靠上，發生轟燃的可能性越大，觸發轟燃的臨界熱釋放速率越小。由于火源熱釋放速率較難直接在火場現場測量，近些年，一些學者也在嘗試基于火焰圖像，通過人工智能手段對火源熱釋放速率進行預測[3]。

2.3" 基于溫度判定與預測

在滅火救援實操層面，目前國內消防員主要通過探測門或墻體的表面溫度來判定有無轟燃風險，例如，國家消防救援局發布的《消防救援隊伍作戰訓練安全行動手冊》中提出，進入有轟燃風險的建筑內部，要利用測溫儀、熱成像儀或觸摸門、墻體等方式感知內部溫度，通過無人機等手段外部觀察內部燃燒情況，判斷有無轟燃的風險。在研究層面，當起火房間頂棚附近的煙層溫度達到600℃，該判據被更廣泛接受和采用。由于基于溫度進行轟燃預測是相對簡便且可靠的方式，近年來，美國國家標準與技術研究院（NIST）聯合谷歌、香港理工大學及中國石油大學等研究機構，有針對性地開展了基于機器學習的轟燃預測研究。該研究基于熱探測器在150℃失效的設定，以煙層溫度600℃為轟燃判據，模擬了17種不同建筑類型的41000起虛擬火災，采用圖神經網絡以通過相鄰空間溫度數據恢復火災起源房間溫度數據的方式預測轟燃的可能性，并以未來0～30s內是否發生轟燃作為單次預測準確與否的依據[4]。

2.4" 基于地面熱流密度判定

在火災發展過程中，除了火源的釋熱，室內頂部煙層也在不斷釋放熱量作用于周圍物體，當煙層作用于地面的熱流密度達到一定閾值時，地面附近的可燃物會迅速被點燃，進而可能引發轟燃。根據大量理論分析及以報紙、杉木膠合板、塑料等為燃料的引燃實驗研究，在一般室內環境中，當地面熱流密度達到20kW/m2時，可視為可能發生轟燃的一個臨界參考值。在不同的建筑結構、裝修材料、通風條件下，轟燃發生時對應的臨界地面熱流密度值有所不同。

3 現有技術局限性

3.1" 轟燃判據的選擇

基于肉眼觀察煙火蔓延現象判斷有無轟燃風險具有一定的實操性，但此方法過于依賴消防員的感官印象和個人經驗，且預測準確性無法得到切實保障。火源熱釋放速率及地面熱流密度均不易在火場直接探測，作為轟燃判據進行預測的適用性不強。雖然火源熱釋放速率可以基于火焰圖像，通過人工智能手段進行預測，但在真實火場中，由于煙氣擴散蔓延迅速，會嚴重阻礙攝像頭對火焰形態的持續采集。對于最易實現的基于溫度判據的轟燃預測，由于不同火場的起火房間在空間大小、通風狀況、可燃物類型及分布、起火點位置等方面不盡相同，導致了轟燃觸發的臨界溫度的差異性。根據大量實體火災試驗結果，見表1，轟燃觸發時刻房間頂棚附近煙層溫度在450～771℃之間，與之具有同質屬性的地面熱流密度范圍在15～33kW/m2之間。若以600℃的固定閾值作為轟燃判據，對于轟燃觸發時煙層實際溫度低于600℃且差值相對較大的火災場景，這種錯誤的預測將使消防員誤以為安全時間充裕，從而對其人身安全構成嚴重威脅。

3.2" 轟燃預測能力及預測準確性

以前文所述的NIST開展的相關研究為例，精準預測出轟燃確切觸發時刻的能力有待提升，目前，預測模型僅能對較長時間區間（預測后0～30s）內轟燃發生的可能性進行預測，并以該時間區間內轟燃是否發生作為單次預測準確與否的判定依據。然而，此種預測結果的輸出方式在實際應用層面具有一定的局限性，即使在模型作出預測后的第1s就發生了轟燃，此次預測仍被視為準確，這導致消防員在獲得預測結果后無法確定自己真正可用的安全時間，只能迅速撤離或立即采取應對措施。此外，基于機器學習的預測選取的樣本均為模擬數據，其在復雜真實火場環境下的適用性仍需進一步驗證。

3.3" 轟燃預測預警的實現方式

目前，國內外對轟燃預測預警的研究大多聚焦于理論層面，在應用端的研究相對緩慢，迄今為止，尚未形成可較好應用于真實高溫火場的轟燃預測預警裝置。美國伍斯特理工學院曾嘗試研發一款便攜式轟燃預測裝置，擬通過可伸縮的機械機構將傳感器伸入煙層進行測溫，但最終因裝置在火場的便攜性和適用性不足而放棄。因此，除了預測準確性，火場耐受性和使用便捷性也是轟燃預測預警裝置需要考慮的因素。

3.4" 轟燃影響因素考慮的全面性

對于起火房間，在轟燃觸發前的火災發展階段，可能會受到固定消防設施的影響或滅火救援活動的干預。例如，房間內的排煙系統在火災發生后啟動，但由于火勢持續擴大，在排煙風機入口處煙氣溫度達到280℃時，排煙系統關閉。又如，當消防員接收到轟燃預警信號后，對起火房間實施消防射水作業。上述干擾因素均會對轟燃特征參量的演化規律及轟燃預測的算法產生影響。

4 結束語

為實現真實火災場景下精準可靠的轟燃預測，針對現有技術的局限性，應基于各火災場景轟燃實際觸發特征選擇科學準確的轟燃判據；應通過提升轟燃預測算法的適應性及魯棒性，進一步提高模型預測轟燃確切觸發時刻的能力及預測準確度；應通過布局緊湊化、模塊輕量化及耐高溫設計，實現轟燃預測預警裝置的輕量便攜與火場高耐受。

參考文獻

[1]騰訊網.福建泉州一名消防員滅火救援時犧牲[EB/OL].https：//news.qq.com/rain/a/20211201A04JWM00

[2]央廣網.致敬！除夕夜犧牲兩名消防員被批準為烈士[EB/OL].https：//baijiahao.baidu.com/s？id=1723651314490201342amp;wfr=spideramp;for=pc

[3]舒舜，張羽楊，陸梓萍，等.基于機器學習的熱釋放速率實時預測方法[J].火災科學，2022，31（1）：8-14.

[4]Tam W，Fu E，Li J，et al.A Spatial Temporal Graph Neural Network Model for Predicting Flashover in Arbitrary Building Floorplans[J].Engineering Applications of Artificial Intelligence：The International Journal of Intelligent Real-Time Automation，2022，115：105258.