發(fā)布時(shí)間：2021-11-14 14:53

　　目前,我國(guó)火災(zāi)事故頻發(fā),且建筑密度和建筑中的人口密度較高,一旦發(fā)生火災(zāi),如果不能及時(shí)撲滅和盡快指導(dǎo)人員疏散,會(huì)造成重大的財(cái)產(chǎn)損失和人員傷亡。因此,本文基于火災(zāi)探測(cè)系統(tǒng)采集到的離散溫度數(shù)據(jù)構(gòu)建火災(zāi)溫度場(chǎng)并應(yīng)用,通過(guò)構(gòu)建的火災(zāi)溫度場(chǎng)態(tài)勢(shì)圖,判斷火源位置和火災(zāi)溫度場(chǎng)的分布狀態(tài),用于指導(dǎo)人員疏散和應(yīng)急救援戰(zhàn)術(shù)布置。首先,通過(guò)PyroSim軟件建立火災(zāi)場(chǎng)景,對(duì)采集點(diǎn)的模擬溫度數(shù)據(jù)分別使用三種插值方法構(gòu)建溫度場(chǎng),選取溫度場(chǎng)中驗(yàn)證點(diǎn)坐標(biāo)處的溫度值與驗(yàn)證點(diǎn)處的模擬值,比較誤差大小。雙立方插值法計(jì)算的插值數(shù)據(jù)與模擬值之間出現(xiàn)的最大誤差為10%左右,其中大部分誤差落在4%⁷%的范圍內(nèi),且誤差曲線相對(duì)平滑,不同驗(yàn)證點(diǎn)處的誤差值波動(dòng)不大。同時(shí),對(duì)采集點(diǎn)的溫度數(shù)據(jù)分別用三種插值方法繪制溫度云圖,與場(chǎng)景中設(shè)置的溫度切片進(jìn)行對(duì)比。使用雙立方插值法繪制的火災(zāi)溫度場(chǎng)云圖能夠很好地反映火場(chǎng)中的溫度分布、區(qū)分高溫區(qū)域和低溫區(qū)域,較為準(zhǔn)確的對(duì)火源位置進(jìn)行定位。因此,選取雙立方插值法作為構(gòu)建火災(zāi)溫度場(chǎng)以及繪制溫度云圖的算法。其次,在構(gòu)建火災(zāi)溫度場(chǎng)的基礎(chǔ)上,提出對(duì)火源中心進(jìn)行定位和通過(guò)頂棚射流溫度反演火源熱... 

【文章來(lái)源】：中國(guó)礦業(yè)大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：77 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

無(wú)約束頂棚形成的頂棚射流示意圖

2頂棚射流溫度場(chǎng)與插值算法理論11溫火災(zāi)探測(cè)器時(shí)，應(yīng)使感應(yīng)元件到頂棚的距離大約為燃料源到頂棚距離的1%左右。2.2二維插值算法概述(Overviewof2DInterpolationAlgorithms)由于火災(zāi)探測(cè)采集到的溫度數(shù)據(jù)是不連續(xù)的離散點(diǎn)，且已知的數(shù)據(jù)點(diǎn)較為稀疏，為了能夠更好的描述火場(chǎng)中溫度的平面分布，繪制溫度云圖，需要將已知的離散數(shù)據(jù)中內(nèi)插若干數(shù)據(jù)點(diǎn)，此時(shí)需要引用合適的插值方法。在插入的數(shù)據(jù)的密度達(dá)到一定程度時(shí)，就可對(duì)其進(jìn)行可視化。在實(shí)際應(yīng)用中，最常用到的二維插值算法有最鄰近插值法、雙線性插值法和雙立方插值法等[54-55]2.2.1最鄰近插值法插值方法中，最簡(jiǎn)單的就是最鄰近插值法[56]，也稱為零階插值法，該算法的核心理論是在與待插值點(diǎn)周圍已知數(shù)據(jù)的4個(gè)點(diǎn)中，選取與待插值點(diǎn)距離最近的一個(gè)數(shù)據(jù)點(diǎn)，并將其數(shù)據(jù)值賦于待插值點(diǎn)的[57]。插值公式如下：fxu,yvfx,y（2.5）其中，fx,y為坐標(biāo)x,y處的數(shù)值；u,v都是0,1區(qū)間內(nèi)的浮點(diǎn)數(shù)，分別代表未插值點(diǎn)與最鄰近數(shù)據(jù)點(diǎn)在水平方向和豎直方向的距離；x0,y0。如圖2-2所示。圖2-2最鄰近插值原理示意圖Figure2-2Schematicdiagramofnearestneighborinterpolation最鄰近插值法計(jì)算量小，操作簡(jiǎn)單，但是可能會(huì)出現(xiàn)塊效應(yīng)，使用該算法繪制的圖像質(zhì)量不高。2.2.2雙線性插值法雙線性插值又稱為雙線性內(nèi)插[58]，是指含有兩個(gè)變量的插值函數(shù)的線性插值的擴(kuò)展。該算法的核心理論是在水平和豎直方向上分別進(jìn)行一次線性插值，即對(duì)于坐標(biāo)為xu,yv的目標(biāo)點(diǎn)的數(shù)值，可以由原平面中坐標(biāo)為x,y，x,y1，x1,y，x1,y1處的所對(duì)應(yīng)的相鄰的四個(gè)數(shù)值決定，插值公式如下：

工程碩士專業(yè)學(xué)位論文12,11,1,111,1,1fxuyvuvfxyuvfxyuvfxyuvfxy（2.6）其中，u,v都是0,1區(qū)間內(nèi)的浮點(diǎn)數(shù)，分別代表未插值點(diǎn)與最鄰近數(shù)據(jù)點(diǎn)在水平方向和豎直方向的距離；x0,y0且為整數(shù)[59-60]。如圖2-3所示：圖2-3雙線性插值原理示意圖Figure2-3SchematicofBilinearInterpolation雙線性插值算法的計(jì)算量大于最鄰近插值，故運(yùn)算時(shí)間要長(zhǎng)于最鄰近插值，使用該算法繪制的圖像質(zhì)量較高，通常情況下不會(huì)出現(xiàn)不連續(xù)的情況。但是繪制的圖像光滑性較差。2.2.3雙立方插值法雙立方插值又稱為立方卷積插值，與最鄰近插值法和雙線性插值法相比，該插值方法更加復(fù)雜[61]。該算法的核心理論是根據(jù)目標(biāo)數(shù)據(jù)點(diǎn)周圍16個(gè)整數(shù)點(diǎn)位置數(shù)據(jù)點(diǎn)的數(shù)值做三次線性插值，該算法不僅考慮了與目標(biāo)數(shù)據(jù)點(diǎn)直接相鄰的4個(gè)數(shù)據(jù)點(diǎn)的影響，而且還將各臨點(diǎn)間數(shù)值變化率的影響考慮在內(nèi)[62-63]。雙立方插值的原理如圖2-4所示。圖2-4雙立方插值原理示意圖Figure2-4Schematicdiagramofbicubicinterpolation

【參考文獻(xiàn)】：
期刊論文
[1]基于圖像插值的指紋圖像增強(qiáng)方法[J]. 韓柯,李孝君,王學(xué)莉.  刑事技術(shù). 2019(02)
[2]數(shù)字圖像插值算法比較研究[J]. 盛曉艷,龔超.  電腦知識(shí)與技術(shù). 2019(08)
[3]基于FDS的某綜合樓火災(zāi)數(shù)值模擬研究[J]. 趙壽,張?jiān)葡?  節(jié)能. 2018(03)
[4]圖像縮放算法中常見(jiàn)插值方法比較[J]. 陳高琳.  福建電腦. 2017(09)
[5]基于雙線性插值法的圖像縮放算法的設(shè)計(jì)與實(shí)現(xiàn)[J]. 張洋.  電子設(shè)計(jì)工程. 2016(03)
[6]火災(zāi)探測(cè)技術(shù)的研究現(xiàn)狀及發(fā)展趨勢(shì)[J]. 曾金龍.  安徽電子信息職業(yè)技術(shù)學(xué)院學(xué)報(bào). 2015(06)
[7]插值算法的研究[J]. 于亞龍,穆遠(yuǎn)彪.  現(xiàn)代計(jì)算機(jī)(專業(yè)版). 2014(05)
[8]基于單片機(jī)的無(wú)線火災(zāi)報(bào)警系統(tǒng)研究[J]. 孫小春.  海南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(03)
[9]數(shù)據(jù)可視化技術(shù)應(yīng)用趨勢(shì)與分類研究[J]. 張浩,郭燦.  軟件導(dǎo)刊. 2012(05)
[10]虛擬儀器技術(shù)在神經(jīng)網(wǎng)絡(luò)火災(zāi)識(shí)別模型中的應(yīng)用研究[J]. 張嘉琪,劉陽(yáng),王曉麗,鄭嗣華,趙暉.  中國(guó)安全科學(xué)學(xué)報(bào). 2011(11)

博士論文
[1]科學(xué)計(jì)算可視化中三維等值曲面構(gòu)建方法研究[D]. 劉鶴丹.東北大學(xué) 2015
[2]信息可視化設(shè)計(jì)與公共行為研究[D]. 胡小妹.中央美術(shù)學(xué)院 2014

碩士論文
[1]基于數(shù)據(jù)融合技術(shù)和WSN的民用智能火災(zāi)報(bào)警系統(tǒng)的研制[D]. 毛效禹.東華理工大學(xué) 2019
[2]基于FDS的地鐵換乘站火災(zāi)模擬與人員疏散研究[D]. 金正烽.北京交通大學(xué) 2019
[3]基于Python的糧食產(chǎn)量組合預(yù)測(cè)模型研究及應(yīng)用[D]. 姚縉然.武漢輕工大學(xué) 2019
[4]基于Python的三維地質(zhì)體可視化系統(tǒng)的設(shè)計(jì)與開發(fā)[D]. 王世舉.西南科技大學(xué) 2019
[5]基于模糊神經(jīng)網(wǎng)絡(luò)的電氣火災(zāi)預(yù)警算法研究[D]. 趙棟.江蘇大學(xué) 2018
[6]基于視頻圖像的火災(zāi)檢測(cè)研究與實(shí)現(xiàn)[D]. 苗續(xù)芝.中國(guó)礦業(yè)大學(xué) 2018
[7]遠(yuǎn)程智能火災(zāi)監(jiān)控報(bào)警及控制系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 張?jiān)瓶?西安建筑科技大學(xué) 2018
[8]油田地質(zhì)數(shù)據(jù)二維可視化技術(shù)研究與實(shí)現(xiàn)[D]. 李惠娟.東北石油大學(xué) 2016
[9]無(wú)線火災(zāi)報(bào)警系統(tǒng)研究[D]. 鄧要兵.北京理工大學(xué) 2016
[10]建筑火災(zāi)風(fēng)險(xiǎn)評(píng)估及其相關(guān)性分析[D]. 孫春輝.上海交通大學(xué) 2014



本文編號(hào)：3494838