导线接触不良火灾事故浅议

根据历年来的火灾统计,电气原因占全部火灾原因的近20%,笔者辖区除农村草垛火灾外,电气原因更是占到了30%以上。其中,导线接触不良引起的火灾占有一定比例。本文通过实例,探讨此类火灾事故的调查,并提醒社会单位注意防范。     

细水雾灭火系统实验研究

含添加剂细水雾灭火系统是当今火灾科学研究的热点之一。本文通过以煤油为燃料,结合细水雾灭火系统的灭火机理和特点,用含盐类NaCI化合物作为添加剂细水雾的灭火效果进行了试验,分析了含添加剂NaCI的细水雾灭火系统对灭火性能的影响。     

航空发动机部件防火试验热流计影响因素的数值分析

航空发动机部件防火试验是航空发动机适航验证的重要组成部分。火焰热流密度直接影响防火试验的成败。为提高热流密度测量精度,建立了航空发动机防火试验用丙烷燃烧器三维数学模型。基于水卡式热流计的结构及测量原理,利用Fluent软件模拟了燃烧器火焰热流中水卡式热流计的状态,分析了热流计铜管入口处水温、水流量、燃烧器参数、铜管尺寸对水卡式热流计测量精度的影响。模拟计算的结果可以为防火试验中水卡式热流计的设计制作提供指导。     

钢结构的防火设计与措施探讨

描述了钢结构的应用现状,分析出钢结构在设计过程中和使用过程中存在的问题。阐述了基于试验的传统钢结构防火设计和基于计算的现代钢结构防火设计的方法和优缺点,同时介绍了常用的钢结构保护措施,提出了今后在防火设计和防火措施方面需要解决的问题。     

基于双探测器点迹融合的机载多目标跟踪系统

多目标跟踪是多目标攻击的重要前提条件。基于数据融合技术的多目标跟踪处理分为两级 :前级为点迹融合级 ,用极大似然法设计了机载火控雷达和红外探测器的点迹融合算法。后级为融合跟踪级 ,其跟踪波门大小可调。针对近飞目标和交叉飞行目标的情况 ,点迹与航迹的关联采用了分块处理技术 ,并融合了目标的速度信息。给出了基于多探测器点迹融合的机载多目标跟踪系统的结构模型———ATSOMTA模型 ,并分析了系统的工作机制。仿真研究的结果表明了该模型的应用价值。     

基于BIM模型的火灾探测器自动布置方法研究

当前,建筑设计单位普遍使用AutoCAD绘图软件进行房间内火灾探测器的布置工作。绘图软件的硬性束缚导致建筑设计可视化程度较低,且建筑设计涉及设备种类多、布置数量大,易导致绘图出错、效率较低等问题。提出了一种基于BIM模型的火灾探测器自动布置方法,依托JavaScript创建火灾探测器自动布置插件。主要方法是通过三维凸壳增量算法求得模型凸包,结合三维模型布尔运算得到模型内部空间,再根据规范明确房间内探测器布置数量和布置方式,完成对建筑房间内火灾探测器的自动布置。     

基于随机森林的城市建筑火灾风险等级评估方法

为实现城市建筑火灾风险智能量化评估,并解决消防资源优化配置问题,提出一种基于随机森林算法的城市建筑火灾风险等级评估方法。该方法框架由评估模型构建、火灾风险等级确定、特征重要性分析三部分组成,首先,基于随机森林算法和城市火灾特征数据建立火灾风险分数评估模型,对火灾风险进行数值化评估;其次,结合城市火灾防控实际和风险分数,确定地块建筑的火灾风险等级,并挖掘风险等级与建筑物性质之间的关系;最后,在此基础上通过特征重要性(feature importance, FI)算法,对火灾风险因子进行分析,挖掘出高影响因子的火灾隐患特征,以指导消防管理人员提高消防检查效率。以美国迈尔斯堡的历史火灾数据作为实验数据,建立了该城市的火灾风险评估模型,对城市建筑的火灾风险等级进行了量化分析。在上述成果基础上,设计开发了交互式消防热点风险地图,以方便相关人员快速确定地块建筑火灾风险,并据此调整消防检查的策略以及人力物力资源的分配。     

基于卷积神经网络的烟火智能识别算法研究

相较于传统烟火、烟雾传感器检测方法,基于卷积神经网络算法的烟火检测具有更高的检测精度和效率,并能提供火灾现场全局/局部详细信息。本文提出基于改进YOLOv3算法的烟火识别,应用高斯参数设计损失函数从而建立YOLOv3边界框模型,可预测边界框定位不确定性,减少负样本;为充分利用图像局部特征信息对网络结构进行改进,以实际烟火现场图片为研究对象,完成烟火识别过程计算。利用不同拍摄角度、光照条件自制火焰和烟雾数据集进行测试,结果表明,与传统YOLOv3对比,本文提出的改进YOLOv3算法平均精度提高了4.2%。研究方法将有助于提升智能烟火预警、人员救助和险情跟踪作业水平,最终提升事故灾害的应急能力。     

基于数据增强的卷积神经网络火灾识别

当前图像识别采用的普遍方法是卷积神经网络方法,但该方法依赖于大数据集,在样本不足时会出现过拟合问题。针对以上问题,根据火灾的背景复杂性和卷积神经网络自动学习特征的优点,提出一种基于数据增强的卷积神经网络火灾识别方法。对少量火灾图片引入数据增强技术,通过搭建一个3层卷积池化层和一个全连接层自动提取火灾特征,使用softmax分类器输出。仿真实验结果表明:原始数据测试集的识别率为95%,损失值发散,提出方法使测试集损失值收敛到0.2,改善了过拟合的问题;对数据增强减少过拟合的原因进行分析,表明对小样本使用卷积神经网络具有重要意义。     

无穷无尽的镜中之象——论《微暗的火》的叙事层次与转叙手法的运用简

二十世纪上半叶现代主义、后现代主义思潮瓦解了小说的传统范式,纳博科夫的作品深受其影响.纳博科夫独特的叙事技巧、语言风格以及作品中思考的时间与空间的人生终极主题,一定程度上造成纳博科夫的作品的多义性与复杂性,《微暗的火》是纳博科夫的重要作品之一,其中文本的叙事层次与作者使用的转叙手法十分独特,值得探讨.