地下空間火災智能預警與滅火系統的優化策略

摘要：地下空間結構封閉，人員處于高度聚集狀態，且氣流組織較為復雜，這些因素致使火災蔓延時呈現出熱流疊加、煙氣滯留以及人員感知遲滯等非線性演化特征。基于此，分析地下空間火災特點，研究了多模態傳感器節點集群以及多源異構數據融合模型，并結合模糊神經網絡與粒子群優化算法，設計了融合預警策略。同時，構建基于以太光纖環網與雙儲瓶切換架構的滅火系統，并配置了分布式決策框架。旨在推動復雜地下空間火災安全技術向體系化、集成化演進。

關鍵詞：地下空間；火災智能預警；滅火?系統

中圖分類號：X913.4" " " 文獻標識碼：A" " " "文章編號：2096-1227（2025）06-0112-03

0 引言

地下空間內發生的火災具有諸多特性，煙氣層化情況劇烈使熱釋放速率出現突變情形，空間中的可燃物負荷分布并非均勻狀態，從而導致聲光干擾耦合現象顯著。在此情形下，研究基于地下空間場景的火災特點，圍繞火災智能預警技術與滅火系統的優化策略展開研究，構建了結合模糊神經網絡與粒子群優化算法的智能預警技術，設計了基于雙泡沫瓶滅火設備及災情聯動響應模型的滅火系統架構。

1 地下空間火災特點

地下空間發生火災時，具有高圍護熱慣性的特點，氣流組織呈現封閉特性，燃燒產物容易積聚，且疏散路徑不是線性的，由此形成煙氣分層現象較為明顯、熱流場不穩定的耦合災變機制。場所的封閉性會使熱釋放速率不斷積累，煙霧粒子也會不斷聚集，使CO、NOx等氣態污染物在低層區域形成高濃度滯留區域，對傳感器的早期響應閾值判別起到了抑制的作用。結構方面的復雜性使得火源在空間上的分布變得非規則化，樓板通風孔洞以及設施障礙物也會讓熱煙遷移路徑出現多次反射與偏轉，進而引發局部回流以及湍流再燃現象，對溫度梯度的提取以及火場穩定結構造成了干擾[1]。

2 火災智能預警技術的優化策略

2.1" ?傳感器選擇與優化策略

在地下空間火災智能預警系統中，傳感器的選擇需依照燃燒初期粒子呈現的特征、多維輻射強度以及氣體成分發生的變化構建響應譜系。離子式探測器主要依靠火焰產物中帶電粒子的漂移情況做出響應，這種探測器適用于開闊區域且存在強對流場的環境；而光電式探測器是以Tyndall散射模型作為基礎，它有利于捕捉亞微米級碳粒濃度的峰值變化；紅外式傳感器能對紅外輻射強度存在的差異進行識別并找出高溫源點，該傳感器適合在煙氣相對透明的區域開展探測工作。

傳感器布局需要將感知盲區盡可能縮小，同時降低信號衰減程度。正四邊形的布設方式對網格均勻覆蓋比較有利，在空間結構規則的區域運用起來較為合適[2]；而正六邊形布設方式在單位節點數量保持恒定的條件下，更適用于存在較多障礙物場景下的高密度部署，見圖1。多源異構節點組合依據熱源遷移的主通道以及頂棚熱聚焦區進行布點，構建多模態傳感器節點集群，再結合分層布控以及信號閾值交叉驗證策略，可提升觸發閾值判別分辨率，提高動態滯后補償的精度。

2.2" 智能?數據融合預警策略

地下空間火災預警系統的多源數據融合策略是將異構傳感器節點所產生的煙霧濃度、熱釋紅外強度、氣體質量分數以及溫度梯度作為高維輸入集，并構建多源異構數據融合模型進行區分。利用模糊神經網絡構建非線性映射結構使特征冗余消解，并提升預警信號提純能力。假設多源輸入向量為X=[x1，x2，…，xn]，模糊耦合輸出函數則為：

式中：y——融合輸出的火災置信指數；

n——輸入變量的個數；

m——神經網絡中隱藏層神經元的個數；

wij——權重連接系數；

i——輸入特征變量的編號；

j——神經網絡中隱藏層神經元的編號；

μi（xi）——第i類火災參數的隸屬度函數；

φj（xi）——第j個神經元的激活函數；

xi——第i個火災感知輸入特征變量（煙霧濃度，mg/m3；溫度，℃）；

b——偏置項。

該公式用于將多模態輸入特征映射為融合輸出的火災置信指數。

在完成模型構建后將粒子群優化算法引入到參數空間中去尋求最優解，假設每個粒子位置向量為Pk=[wk1，wk2，…，wkn]，其速度更新與位置調整的公式如下：

式中：——第k個粒子在t+1次迭代中的速度向量（煙霧濃度，mg/m3；溫度，℃）；

——慣性權重；

Vk——速度矢量；

k——粒子編號索引；

t——迭代輪數索引；

c1、c2——學習因子；

r1，r2∈[0，1]——隨機變量；

Pkbest——粒子個體最優位置，即感知特征對應的實際物理量（煙霧濃度，mg/m3；溫度，℃）；

Pkt——第k個粒子在第t次迭代的位置（煙霧濃度，mg/m3；溫度，℃）；

Gbest——全局最優位置，即感知特征對應的實際物理量（煙霧濃度，mg/m3；溫度，℃）；

Pkt+1——第k個粒子在t+1次迭代中的位置（煙霧濃度，mg/m3；溫度，℃）。

該種機制能夠讓火災置信指數在具備多源特征的條件下實現動態擬合，并對分類邊界進行自適應重構操作，以此提高地下空間中多態火災信號的動態識別率[3]。

2.3" ?誤報率降低策略

地下空間火災的誤報率壓制策略需在探測靈敏度與異常干擾抑制之間實現動態平衡，因此研究構建了多層次誤觸發約束機制，該機制依托多參量協同感知、異態識別判別以及時序演化溯源形成。

地下封閉環境具有煙氣易擾動、熱流常波動以及非火警激發頻次高的特性。對此，運用模糊隸屬域壓縮算法構建高置信隸屬矩陣，同時引入Z-Score校正的離群抑制器，以剔除短時高頻波動數據。將靈敏度調控機制嵌入基于粒子群-模糊PID的動態調節模型中，當傳感器處于工作臨界區時，對激活閾值以及響應周期加以調整，從而保證觸發邊界具備區分能力以及容錯能力。

多模態意味著存在冗余數據，可構建異構節點輸出協同度函數，以此強化邏輯一致性檢測工作，并且借助異步響應時間窗篩選進一步完善相關操作。將貝葉斯置信度重構技術和經驗模態分解技術相結合，實現非典型火災態與外部擾動態的分類邊界收斂，同時對誤報情況予以控制，達成靈敏響應與誤警判別的平衡狀態，進而構建保障火災智能預警系統穩定運行的關鍵判據機制。

3 地下空間滅火系統的優化策略

3.1" 滅火?系統架構優化設計

地下空間滅火系統的架構優化采用分層模塊化設計方式。決策模塊與監測模塊由上位機、調度室、總工辦以及備機共同構成，借助地面交換機和以太光纖環網搭建信息主干通道，使地面控制環節與地下感知環節協同運作；通信模塊則由通信光纖與火災檢測監控分站相連，構建實時指令傳輸路徑，該路徑支持多個節點之間進行雙向數據交互與狀態反饋[4]。檢測模塊主要依托火災檢測監控分站開展信號中繼和邊緣計算工作，實現對本地火情的準確判別，同時具備信號冗余緩存功能。該模塊集成煙霧、溫度、一氧化碳、火焰等多種模態的傳感器，采用RS-485總線并聯的通信方式保障感知信息能夠及時獲取。各模塊之間由標準化的通信協議以及QoS級聯機制，實現對異構數據的統一調度，同時完成執行鏈路的同步構建，以此支撐火情態勢感知、指令流下發以及滅火聯動的閉環邏輯，使系統具備功能解耦、結構松耦合、接口標準化的特性。

3.2" ?滅火系統設備選擇

地下空間滅火系統設備選型需基于氣體惰化與泡沫覆蓋雙機制響應策略，該構型采用雙儲瓶切換架構實現滅火劑切換調度，見圖2。控制器作為中央信號源，通過控制端口分別連接用于驅動不同滅火劑的自動切換裝置及切換控制單元。泡沫瓶Ⅰ與泡沫瓶Ⅱ分別設有側向增壓氣源輸入接口及頂置排放通道，構建內部壓力梯度驅動模式，壓縮氣體由空壓機輸出，經由多通道電磁閥分流至指定瓶體，實現滅火劑儲瓶間的動態切換控制。圖2中設有二位五通電磁閥作為進氣分配核心構件，其公共氣源端與空壓機出口相連，通過電磁信號響應來調整出氣流向，實現不同儲瓶間的正壓激活切換。泡沫瓶的液相出口經邏輯控制單元連接至泡沫液混合器進口，實現滅火劑與發泡介質的比例調配，確保最終混合物的物理穩定性與發泡濃度精度。該系統支持滅火劑的獨立控制路徑與通道互鎖，可避免在復雜空間布設時出現壓力干擾或管網反灌現象，適配地下場景中空間受限、反應時限嚴苛的應用條件。

1.控制器；2.泡沫瓶Ⅰ；3.泡沫瓶Ⅱ；4.增壓氣源輸入接口；5.排放通道；6.增壓氣源輸入接口；7.排放通道；8.空壓機；9.液相出口；10.泡沫液混合器；11.進口；12.電磁閥；13.公共氣源端

3.3" 滅火系統?智能算法優化策略

地下空間滅火系統的智能算法能夠將復雜結構的約束以及高密度人群分布相關參數融合起來，進而構建依據災情動態反饋情況形成的災情聯動響應模型。設定滅火優選函數如下：

式中：U（t）——系統在時刻t對多火源點的滅火響應優選函數值；

n——火源點數量，個；

αi——火源等級權重系數；

Qi（t）——第i個火源點單位時間熱釋放強度，kW；

di（t）——當前時刻滅弧單元至火源點的等效通行距離，m；

ò——趨近于零的平滑常數，用于防止分母為零；

e-λTi（t）——指數衰減因子，用于對第i個火源點的響應滯后時間Ti（t）進行懲罰性調整。

此函數針對所有可能的響應路徑實時進行打分排序操作，將其嵌入至分布式決策框架中，得出一套最優算法路徑集，可以在滅火效率、響應延遲以及人員安全等方面進行權衡。

4 結束語

本文構建了適配地下空間火災特性的智能預警與滅火系統優化路徑。在智能預警方面詳述了傳感器布設方式、信號閾值交叉驗證策略、模糊融合輸出函數及靈敏度調控機制；在滅火系統優化方面，構建了系統架構中的以太光纖環網結構、設計了基于氣體惰化與泡沫覆蓋雙機制響應策略，提出了滅火優選函數。為地下空間火災智能預警與系統構建提供了方法支撐，并拓展了其在復雜環境下的實際應用方式。

參考文獻

[1]張志年，張小飛.帶式輸送機火災預警及自動滅火系統研究[J].能源與節能，2025（2）：203-205.

[2]韋黎敏.發電企業通航區域火災智能化解決方案探究[J].消防界（電子版），2024，10（20）：55-57.

[3]宋天偉，岳煒杰.電氣柜火災極早期預警及氣體滅火系統探討[J].中國設備工程，2024（20）：147-149.

[4]馬鳳凱.油田加熱爐火災預警智能滅火系統在石油行業的實際應用[J].今日消防，2024，9（2）：16-19.