基于GIS的地震火灾动态蔓延模拟

用惠更斯原理对震后火灾的动态蔓延过程进行了模拟,并开发了基于GIS的城市地震次生火灾动态蔓延模拟系统,该系统可以模拟单个 或者多个起火点的动态蔓延过程。研究结果可以定量地估计地震次生火灾对城市的危害,从而在最短时间内给救灾应急提供决策依据。     

基于主元分析和RBF神经网络的火灾模拟实验炉温软测量

软测量也称为软仪表技术,采用主元分析和RBF神经网络相结合的融合模型构成火灾模拟实验炉温软测量。主元分析（PCA）实现输入变量的降维,RBF神经网络采用K－均值聚类算法进行隐层中心和连接权调节的学习,实现快速收敛。该融合模型使炉温估计精度比常规的最小二乘方法拟合精度提高２倍以上。     

灰色预测模型GM（１，１）的适用性分析及在火灾风险预测中的应用

通过对灰色预测模型———GM（１,１）的理论分析,证明了该模型的预测值及其变化趋势均具有单调 性,进而提出了GM（１,１）模型的适用性判据,并给出了该判据在火灾风险灰色预测中的应用实例。     

某类重特大火灾数值模拟研究

某酒吧火灾、深圳舞王俱乐部火灾和福建长乐拉丁酒吧火灾的发生场所和火灾原因类似,且短时间就造成大量人员伤亡,研究这类火灾防控措施有较好的意义。本文利用FDS软件构造某酒吧的火灾模型,合理分析场所的人员情况设定疏散模拟参数,根据火场情况设定合适的火灾场景,分析热辐射、烟气温度、烟气毒性、烟气能见度等参数的变化过程,并得到可用疏散时间。结合CFE软件进行人员疏散过程模拟,模拟的预期火灾人员伤亡与实际情况较好相符;并对不同的可燃物类型、消防设施状况和待疏散人数进行火灾后果分析,可燃物分析结果说明装修用聚氨酯泡沫吸音棉是造成火灾极速蔓延的直接原因,这类材料产生大量的有毒浓烟,很快就造成人员伤亡;不同消防设施模拟分析的结果体现了自动消防设施的重要作用,公共娱乐场所的自动喷水灭火系统应推广快速响应喷头,未按国家标准安装自动消防设施是造成重大火灾人员伤亡的成灾原因;对酒吧不同待疏散人数的火灾预期伤亡数定量分析证明了公共娱乐场所定员管理的重要意义;模拟分析的结果可用于此类火灾成因分析和火灾防控措施研究。     

基于智能体模拟的结构性疏散计划设计研究

展示了一个基于Agent模拟方法的框架方法,用于为危急中的复杂技术系统设计结构性的疏散计划.该计划利用复杂自适应系统的模拟方式,并采用基于智能体模拟的方法作为认知工具来设计整体系统的疏散方案.结构化的疏散计划应用文中提出的整体性技术框架,没有采用标准化的常规方法.提出了一个使疏散人群能够更加适应的调整危机时刻的紧急情况和减少无效疏散的建议性方案.本框架方法在一个典型的复杂自适应系统一地铁火灾中得到应用.     

室内信道中多极化MIMO系统的容量

针对室内多径信道,提出一种研究系统信道容量的方法,利用结合信道特征设计的三维多极化测量系统测量信道中多径入射信号的三维空间分布,代入天线方向图与入射信号进行空间积分计算出系统容量。利用该方法和系统对典型室内环境进行了测量,研究了真实的三极化天线组成的MIMO(multiple-input-multiple-output)系统的容量和摆放方向对多极化天线系统容量的影响。结果表明:三极化系统具有比单极化系统更优越的性能,可以利用该特性对室内环境中多极化MIMO系统的设计和布局进行优化以实现更高的系统容量。     

室内燃气泄漏的模拟与分析

于室内燃气泄漏引发的爆炸和火灾事故给居民的生命财产造成了极大的损失,通过浮射流理论和紊流扩散理论对燃气泄漏后扩散情况进行了分析简化,建立了流体力学模型并定义了其边界条件.运用CFD软件对该模型进行了数值模拟,得到了泄漏发生后不同条件下的室内燃气浓度的变化规律,对燃气管道优化和减少火灾具有指导意义.     

薄壁U型钢混凝土梁火灾-结构耦合的ANSYS分析

采用在空间上运用有限单元法与在时间上运用有限差分法相结合的方法,建立组合梁的火-结构耦合ANSYS分析模型;编制组合梁ANSYS热分析程序和全过程受火非线性分析程序,对组合梁在国际标准ISO834规定的标准火灾的温度场和挠度-时间曲线进行分析和计算.数值计算结果表明:在国际标准ISO834规定的标准火灾下,试验梁测点的...     

浅谈高层建筑火灾扑救及人员疏散对策

认真研究高层建筑火灾的扑救,探讨高层建筑火灾发生变化的特点,对于有效地扑救高层建筑火灾、保卫公民生命财产安全具有重要意义。     

＂温室效应＂与全球变暖

温室,对大多数人来说并不陌生。每到冬季,田野上排排温室和塑料大棚里春意盎然,碧绿鲜嫩的瓜果蔬菜花繁叶茂。为什么户外冰天雪地而温室里却温暖如春呢？原来温室顶棚和四周的玻璃（或塑料薄膜）能透进太阳光的短波辐射,而室内地面反向的长波辐射则很少能穿透玻璃,这样热量就被留在了温室里,其温度自然比室外要高得多。