徐 昊，袁 偉，俞孟蕻

(1.江蘇科技大學(xué)計(jì)算機(jī)學(xué)院，江蘇鎮(zhèn)江212000；2.江蘇科技大學(xué)電子信息學(xué)院，江蘇鎮(zhèn)江212000)

0 引言

郵輪具有高密集度的居住游客及船員，人員數(shù)量是其他船舶無法比擬的，而且其人員的活動形式也是多種多樣。在這個相對狹小的空間一旦發(fā)生火災(zāi)，其傳播速度非常迅速，造成的人員傷亡及財(cái)產(chǎn)損失是巨大的，因此郵輪安全得到了前所未有的重視[1]。能夠在火災(zāi)發(fā)生之前就能夠及時發(fā)現(xiàn)災(zāi)情，將火災(zāi)消滅在萌芽之中，自然可以將損失減輕到最小。但是火災(zāi)不可控的因素太多，很容易發(fā)生轟燃等劇烈燃燒的狀況，使得撲滅難以進(jìn)行，此時就需要將火災(zāi)控制在一定區(qū)域，防止火災(zāi)的進(jìn)一步蔓延和安排船上人員逃生[2]。為實(shí)現(xiàn)這一目的，就需要能夠?qū)Σ煌撌业膮?shù)進(jìn)行實(shí)時監(jiān)測并判斷該艙室災(zāi)情等級，災(zāi)情等級較高的艙室就有可能成為蔓延的對象，集中力量對高危險等級艙室進(jìn)行攻關(guān)撲滅，就有可能控制火災(zāi)在較小區(qū)域，防止進(jìn)一步蔓延。

對于火災(zāi)的等級評估從來都不是只根據(jù)某一類信息就能準(zhǔn)確評估的，需要融合多類信息進(jìn)行綜合判斷。黃衍順[3]采用層次分析法對各個指標(biāo)進(jìn)行權(quán)重分析，并建立基于模糊識別模式的船艙火災(zāi)風(fēng)險評價模型，把權(quán)廣義距離之和最小的模糊識別模型用于綜合評判中。姚緒梁[4]根據(jù)各艙室感溫、感煙探頭送入的火情信息以及艙室本身的火災(zāi)危險度信息，通過模糊推理決策得到了發(fā)生火災(zāi)時報警艙室及其鄰艙的連鎖報警等級信息。Ya-yun Wei[5]提出一種基于模糊數(shù)學(xué)和支持向量機(jī)（SVM）算法的火災(zāi)風(fēng)險快速評估方法。上述方法融合了多種傳感器的信息進(jìn)行判斷，但是只是針對單一艙室類型，需要預(yù)先掌握不同艙室的類型、尺寸等信息。因此本文提出了一種能夠?qū)崟r判斷火災(zāi)中不同艙室危險等級的評估模型。

首先使用Pyrosim設(shè)計(jì)一個單層多艙室的平臺，根據(jù)仿真實(shí)驗(yàn)分別定性和定量地分析煙氣的蔓延特點(diǎn)，以煙氣對人體的影響程度定量地劃分級別，然后利用一個6層的改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)對數(shù)據(jù)進(jìn)行分類，能夠?qū)崟r得出不同類型、尺寸艙室的危險級別。

1 艙室火災(zāi)等級分類模型建立

由于火災(zāi)蔓延實(shí)驗(yàn)成本較高，難以實(shí)施現(xiàn)場實(shí)驗(yàn)，所以本實(shí)驗(yàn)使用Pyrosim軟件進(jìn)行仿真，在仿真數(shù)據(jù)上驗(yàn)證模型的可行性。Pyrosim可對包含爐火、電氣火、油火、氣火在內(nèi)的多種火災(zāi)進(jìn)行數(shù)值模擬，計(jì)算出多種物質(zhì)的運(yùn)動和變化。其提供的可視化模塊為煙氣的蔓延規(guī)律提供了直觀的表現(xiàn)，及生成圖表定量分析各種物質(zhì)的變化規(guī)律。

首先設(shè)計(jì)一個單層多艙室的平臺，定性分析煙氣蔓延的特點(diǎn)，確定傳感器布置位置，然后定量分析不同物質(zhì)的蔓延特點(diǎn)，最后根據(jù)不同物質(zhì)對人體的影響將火災(zāi)危險等級進(jìn)行定量的劃分。

1.1 實(shí)驗(yàn)?zāi)M場景設(shè)計(jì)

艙室火災(zāi)不同于建筑物火災(zāi)，艙室一般較為狹小，會使得燃燒不充分，煙氣中含有大量未燃燒的煙塵和濃度較高的CO等有毒氣體，這些攜帶著大量熱量并可燃的煙氣蔓延至相鄰艙室附著在某些可燃物上，引發(fā)二次火災(zāi)，成為新的火源點(diǎn)[6]。由于本實(shí)驗(yàn)的對象是郵輪艙室，根據(jù)《國際海上人命安全公約》，一般情況下，艙室的所有襯板、風(fēng)擋和天花板應(yīng)為不燃材料，且豎井等通道有相應(yīng)的控制系統(tǒng)。暫不考慮由于煙囪效應(yīng)而引起的煙氣向上蔓延而引發(fā)的二次火災(zāi)，所以本實(shí)驗(yàn)所采用的對象是單層具有多個房間的艙室，包括客房、餐廳、衛(wèi)生間等房間。艙室大小根據(jù)實(shí)際而定，整個尺寸為（長寬高）36 m×24 m×2.5 m。模型墻壁均設(shè)定為不可燃燒。

統(tǒng)計(jì)數(shù)據(jù)顯示，在火災(zāi)中因煙氣死亡的人的可能性是被燒死的4～5倍[7]。煙氣的傳播速度超過火的速度5倍，其流動方向就是火災(zāi)蔓延的方向[8]。

根據(jù)上述實(shí)驗(yàn)條件，為了簡化實(shí)驗(yàn)，艙室內(nèi)沒有放置家具等物品，將不同房間之間的門或通道設(shè)置為暢通，且無通風(fēng)系統(tǒng)影響煙氣蔓延，火災(zāi)艙室中的火焰已經(jīng)發(fā)展成為較大規(guī)模，呈穩(wěn)定釋放熱量的狀態(tài)，以便于分析自然狀態(tài)下煙氣蔓延的特點(diǎn)。

艙室布局圖如圖1所示，火源點(diǎn)設(shè)置在圖中小方框處，火源點(diǎn)設(shè)定為聚氨酯和黃松木，黃松木燃點(diǎn)為450℃，熱釋放功率為500 kW/s，其他參數(shù)為Pyrosim默認(rèn)參數(shù)。

圖1 艙室布局圖Fig.1 Cabin layout

1.2 煙氣蔓延定性分析

煙氣蔓延一般會受艙室尺寸、布局等影響。從圖2可以看出，當(dāng)發(fā)生火災(zāi)時，會迅速產(chǎn)生大量煙氣，6 s時就充滿整個艙室，隨著煙氣增多，煙氣會沿著走廊傳播，起火35 s時，完全蔓延整個走廊，接著蔓延至和走廊相連的一些空間較小的艙室，起火80 s時，一些小空間的艙室已經(jīng)被煙氣完全蔓延，而餐廳由于空間較大，需要一定時間蔓延完全。起火160 s時，餐廳也被完全蔓延。最終隨著火災(zāi)規(guī)模的不斷擴(kuò)大，煙氣不斷增加，熱煙氣層對其他艙室的可燃物輻射加熱，使得可燃物達(dá)到燃點(diǎn)而引發(fā)二次火災(zāi)。

圖2 煙氣蔓延圖Fig.2 Smoke spread map

根據(jù)上述對煙氣蔓延的特點(diǎn)的一個定性分析，將各種傳感器主要設(shè)置在門處和走廊節(jié)點(diǎn)處，可以比放置在各房間中心更快檢測到預(yù)警的煙氣各項(xiàng)參數(shù)。如圖3所示，放置了10處，涵蓋了大部分區(qū)域。

2 煙氣蔓延規(guī)律分析

2.1 煙氣蔓延定量分析

圖3 傳感器布置圖Fig. 3 Sensor layout

定性分析煙氣的傳播規(guī)律，確定了傳感器的布置位置，但是仍需要定量分析不同參數(shù)的數(shù)值變化，需要確定選擇哪些傳感器。

根據(jù)統(tǒng)計(jì)，火災(zāi)中致傷、致死的原因[9–11]如表1所示。

表1 火災(zāi)中致傷、致死原因Tab. 1 Causesof injury and death in a fire

通過以上對火災(zāi)中人員致傷致死的原因分析，并根據(jù)Pyrosim軟件可監(jiān)測的物質(zhì)，選擇監(jiān)測溫度（TEMP）、CO2濃度、CO濃度、O2濃度、煙塵密度、煙塵能見度6項(xiàng)數(shù)據(jù)。

通過整合數(shù)據(jù)，將不同位置同類傳感器的數(shù)據(jù)繪制在一張圖上，圖例以“傳感器_離火源點(diǎn)距離”的格式進(jìn)行表示，可以直觀看出火源點(diǎn)對不同距離傳感器的影響。圖4(a)~圖4(f)六圖分別表示溫度、CO2濃度、CO濃度、O2濃度、煙塵密度和煙塵能見度?？芍?，傳感器5離火源點(diǎn)距離最近，各項(xiàng)參數(shù)響應(yīng)也最迅速。

圖 4不同參數(shù)變化圖Fig.4 Different parameterschangediagram

以溫度屬性為例進(jìn)行具體分析。當(dāng)起火6 s時，傳感器5的溫度值迅速上升，而其他傳感器由于煙氣還未蔓延到，基本呈水平趨勢，變化不明顯。起火35 s時，傳感器5的溫度值已達(dá)到暫時穩(wěn)定值，在150℃左右。而煙氣已經(jīng)蔓延至各走廊處，傳感器4和傳感器6的溫度值開始變化，但是由于離火源點(diǎn)較遠(yuǎn)，煙氣溫度下降，穩(wěn)定在60℃和70℃處。起火160 s時，此時煙氣已經(jīng)充滿了整個平臺艙室，煙氣無法散熱降溫，而火源點(diǎn)一直在釋放熱量，所以各個傳感器處的溫度都有不同程度的二次上升，尤其是傳感器5，溫度陡然上升至300℃。再觀察其余幾個屬性的特點(diǎn)，除了傳感器5和傳感器6因?yàn)榫嚯x近，受火源點(diǎn)的影響較大，而變化抖動較大，其余幾個傳感器都基本呈線性關(guān)系變化。但是圖4(f)圖的煙塵能見度在50s處就基本全部趨于0。

2.2 艙室危險等級劃分

通過對煙氣蔓延特點(diǎn)的研究以及火災(zāi)中致死致傷原因的分析，可以對火災(zāi)等級進(jìn)行劃分。綜合考慮不同參數(shù)，以對人體的影響程度為基準(zhǔn)，即人可以在火災(zāi)中能夠待多久，分為4個等級，劃分等級如表2所示。

表2 艙室危險等級劃分Tab.2 Classification of cabin hazard

3 艙室火災(zāi)等級分類模型

通過確定的檢測參數(shù)，進(jìn)行多組實(shí)驗(yàn)，整理數(shù)據(jù)，將其輸入至BP神經(jīng)網(wǎng)絡(luò)中，輸出艙室火災(zāi)等級，實(shí)現(xiàn)自動預(yù)警，為進(jìn)一步預(yù)測火災(zāi)蔓延方向提供依據(jù)。模型流程圖如圖5所示。

圖5 模型流程圖Fig. 5 Model flow chart

3.1 BP神經(jīng)網(wǎng)絡(luò)

自1986年Rumelhart和McCelland首次提出BP神經(jīng)網(wǎng)絡(luò)[12]，距今已有30多年，在眾多領(lǐng)域有著成熟的應(yīng)用，成為最廣泛的神經(jīng)網(wǎng)絡(luò)之一。BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程由信號的正向傳播與誤差的反向傳播2個過程組成，不需要預(yù)先定義輸入與輸出之間的數(shù)學(xué)表達(dá)式。BP神經(jīng)網(wǎng)絡(luò)一般包含輸入層、多個隱藏層和輸出層，每一層都可以有多個節(jié)點(diǎn)（x），不同層之間的節(jié)點(diǎn)通過權(quán)重（w）連接，權(quán)重通過反向傳播進(jìn)行調(diào)節(jié)。

正向傳遞過程的計(jì)算方法如下：

其中σ(·)表示激活函數(shù)。

在傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)中，激活函數(shù)常用Sigmoid函數(shù)，Sigmoid的數(shù)學(xué)公式是它可以將數(shù)值“擠壓”至0～1之間，輸出為概率。但是Sigmoid函數(shù)易飽和，使得梯度消失。從圖6（a）可知，Sigmoid的導(dǎo)數(shù)從0開始，又很快趨于0，造成“梯度消失”現(xiàn)象。而且Sigmoid函數(shù)的輸出值恒大于0，這會導(dǎo)致模型訓(xùn)練的收斂速度變慢。

圖6 激活函數(shù)Fig.6 Activation function

自從AlexNet中提出使用ReLU來代替?zhèn)鹘y(tǒng)的激活函數(shù)，使得在深度神經(jīng)網(wǎng)絡(luò)中大大緩解了“梯度消失”這一問題[13]。如圖6（b），ReLU的數(shù)學(xué)公式為σ(x)=max(0,x)，相較于Sigmoid函數(shù)，ReLU對隨機(jī)梯度下降的收斂有著巨大的加速作用，而且ReLU的求導(dǎo)十分簡單，幾乎沒有任何計(jì)算量，導(dǎo)數(shù)表達(dá)式為而且ReLU具有單側(cè)抑制，稀疏激活性等優(yōu)點(diǎn)，與人的腦神經(jīng)元的工作原理相似。

3.2 網(wǎng)絡(luò)結(jié)構(gòu)與結(jié)果分析

使用BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練模型，需要大量的數(shù)據(jù)，本文進(jìn)行4次實(shí)驗(yàn)，火源點(diǎn)分別為圖7中小方塊處，包含了客房、餐廳、廚房等易發(fā)生火災(zāi)的地方，具有一定的普遍性。

圖 7火源點(diǎn)放置位置圖Fig.7 Fire source point placement map

現(xiàn)在已經(jīng)確定了輸入和輸出的節(jié)點(diǎn)數(shù)，但是神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)層數(shù)和隱藏層節(jié)點(diǎn)數(shù)的選定以經(jīng)驗(yàn)為主，并沒有相應(yīng)的理論指導(dǎo)。本文設(shè)計(jì)了4個網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行測試，分別為6-32-16-8-8-4（ReLU）、6-32-16-8-8-4（Sigmoid）、6-32-16-8-4（ReLU）和6-32-16-8-4（Sigmoid），括號表示所使用的激活函數(shù)。

每個網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行了10次實(shí)驗(yàn)，然后取10次結(jié)果的平均值作為網(wǎng)絡(luò)最終的精度，得出的結(jié)果如表3所示?？芍?，2個激活函數(shù)為ReLU的網(wǎng)絡(luò)相比于Sigmoid網(wǎng)絡(luò)均有較大提升，準(zhǔn)確度約有8%的改善。激活函數(shù)相同的情況下，6層的網(wǎng)絡(luò)相比于5層的網(wǎng)絡(luò)的準(zhǔn)確率約有1%的改善?？紤]到該實(shí)驗(yàn)對象只是一個艙室平臺，數(shù)據(jù)量不算大。當(dāng)對整艘船的所有數(shù)據(jù)統(tǒng)一處理時，數(shù)據(jù)量規(guī)模進(jìn)一步擴(kuò)大，6層網(wǎng)絡(luò)的優(yōu)勢能夠進(jìn)一步發(fā)揮出來。

表3 不同網(wǎng)絡(luò)結(jié)構(gòu)準(zhǔn)確率Tab. 3 Accuraciesof different network structures

通過實(shí)驗(yàn)測試，最后選定6層的網(wǎng)絡(luò)，結(jié)構(gòu)為6-32-16-8-8-4，如圖8所示。

圖8 BP神經(jīng)網(wǎng)絡(luò)Fig.8 BPneural network

設(shè)定其余一些參數(shù)，學(xué)習(xí)率η為固定值0.005，動量常數(shù)α為固定值0.9，迭代次數(shù)epoch設(shè)定為1000次

圖9 （a）給出了訓(xùn)練誤差隨迭代次數(shù)的變化曲線，可以看出在迭代30次左右時，loss曲線迅速下降，隨著迭代次數(shù)增多，大約達(dá)到200次時，loss迎來二次下降，接著迭代次數(shù)達(dá)到600次時，loss已經(jīng)趨于收斂。圖9（b）則給出了訓(xùn)練的準(zhǔn)確率和錯誤率的變化曲線，分別在30次、200次和600次迭代處開始較大的變化，與loss曲線的變化相呼應(yīng)。

圖9 Loss，accuracy，error的變化曲線Fig.9 Change curves of loss,accuracy,error

表4 分類精度Tab.4 Classification accuracy

表4 給出了重復(fù)10組實(shí)驗(yàn)下每一個火災(zāi)等級的分類精度，可以看出模型對劃分的4個等級均有效果良好的分類精度，其中等級0和等級3的準(zhǔn)確率最高，10次實(shí)驗(yàn)的單次準(zhǔn)確率全部都在98%以上，平均準(zhǔn)確率達(dá)到了99.5%，而等級1和等級2準(zhǔn)確率稍低一些，但最低的單次準(zhǔn)確率也在93%以上，平均準(zhǔn)確率到達(dá)了96.24%和95.69%。最后從10次實(shí)驗(yàn)的4個等級的總準(zhǔn)確率來看，最低一組數(shù)據(jù)為97.9%，最高一組為99%，模型在多次實(shí)驗(yàn)中的總準(zhǔn)確率變化不明顯，可以看出模型具有較好的魯棒性。

4 結(jié)語

本文提出一種能夠?qū)崟r判斷火災(zāi)中不同艙室危險等級的評估模型。首先利用Pyrosim軟件對煙氣的蔓延進(jìn)行了定性和定量的分析，獲得評估數(shù)據(jù)，以煙氣對人體的影響程度定量得劃分了4個級別。然后利用一個6層的BP神經(jīng)網(wǎng)絡(luò)對數(shù)據(jù)進(jìn)行分類，能夠?qū)崟r得出不同艙室的危險級別，進(jìn)行了多次實(shí)驗(yàn)，對火災(zāi)等級的分類精度達(dá)到了96%往上。一般來說，危險等級越高，越有可能成為蔓延的目標(biāo)，通過模型可以讓船上消防人員實(shí)時了解火災(zāi)態(tài)勢，安排滅火策略和人員逃生。雖然本次仿真實(shí)驗(yàn)是在一個艙室平臺上進(jìn)行的，但是進(jìn)行了多次實(shí)驗(yàn)，包含了不同類型、大小的艙室，具有一定的普遍性。而且BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練的模型較傳統(tǒng)的火災(zāi)模型相比計(jì)算量較小，不需要預(yù)先對船艙進(jìn)行建模，具有一定的工程應(yīng)用價值。