船舶艙室火災(zāi)危險等級實時分類研究
發(fā)布時間：2022-02-09 07:51
為了能夠在火災(zāi)中對不同類型艙室實時判斷艙室危險等級,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軟件設(shè)計了一個單層多艙室平臺,分別定性和定量地分析火災(zāi)煙氣蔓延的規(guī)律,根據(jù)溫度、CO2濃度、CO濃度、O2濃度和煙塵密度對人的影響將火災(zāi)劃分為4個等級,然后利用一個6層的BP神經(jīng)網(wǎng)絡(luò)對艙室火災(zāi)危險等級進行實時劃分。測試結(jié)果表明,本文的模型分類準確度達到了98%,為判斷火災(zāi)蔓延的路徑和滅火救援提供了依據(jù)。
【文章來源】：艦船科學(xué)技術(shù). 2020,42(19)北大核心
【文章頁數(shù)】：6 頁
【部分圖文】：
艙室布局圖Fig.1Cabinlayout
嚴重影響（3）溫度~4040~6060~9090~CO2濃度0.04%0.04%~1%1%~5%5%~CO濃度0~0.02%0.02%~0.04%0.04%~0.16%0.16%~O2濃度21%~14%~21%10%~14%~10%煙塵密度~0.00050.0005~0.00150.0015~0.0030.003~等級0123生理癥狀影響較小3h頭痛加劇30min暈眩，2h死亡30min死亡3艙室火災(zāi)等級分類模型通過確定的檢測參數(shù)，進行多組實驗，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，實現(xiàn)自動預(yù)警，為進一步預(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.5Modelflowchart3.1BP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（x），不同層之間的節(jié)點通過權(quán)重（w）連接，權(quán)重通過反向傳播進行調(diào)節(jié)。正向傳遞過程的計算方法如下：Sj=m1∑i=0wijxi+bj，(1)xj=σ(sj)。(2)其中σ(·)表示激活函數(shù)。σ(x)=11+ex在傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)中，激活函數(shù)常用Sig-moid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
激活性等優(yōu)點，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)，本文進行4次實驗，火源點分別為圖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火源點放置位置圖Fig.7Firesourcepointplacementmap現(xiàn)在已經(jīng)確定了輸入和輸出的節(jié)點數(shù)，但是神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)層數(shù)和隱藏層節(jié)點數(shù)的選定以經(jīng)驗為主，并沒有相應(yīng)的理論指導(dǎo)。本文設(shè)計了4個網(wǎng)絡(luò)結(jié)構(gòu)進行測試，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)進行了10次實驗，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Sig-moid網(wǎng)絡(luò)均有較大提升，準確度約有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)的準確率約有1%的改善�？紤]到該實驗對象只是一個艙室平臺，數(shù)據(jù)量不算大。當對整艘船的所有數(shù)據(jù)統(tǒng)一處理時，數(shù)據(jù)量規(guī)模進一步擴大，6層網(wǎng)絡(luò)的優(yōu)勢能夠進一步發(fā)揮出來。通過實驗測試，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8BP神經(jīng)網(wǎng)絡(luò)Fig.8BPneuralnetworkα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)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，大約達到200次時，loss迎來二次下降，接著迭代次數(shù)達到
【參考文獻】：
期刊論文
[1]淺析船舶火災(zāi)特點及處置對策[J]. 沈惠忠. 水上消防. 2018(06)
[2]面對濃煙如何躲避[J]. 王位. 安全生產(chǎn)與監(jiān)督. 2015 (02)
[3]船舶機艙火災(zāi)風(fēng)險評估[J]. 黃衍順,陳夢華,馬焱. 中國修船. 2009(05)
[4]船舶火災(zāi)安全工程研究現(xiàn)狀[J]. 陳國慶,陸守香. 消防技術(shù)與產(chǎn)品信息. 2004(08)
[5]火災(zāi)煙氣致死原因分析[J]. 王友博. 消防科學(xué)與技術(shù). 2003(S1)
[6]高層建筑火災(zāi)防排煙的研究[J]. 徐志勝,常玉鋒,白國強,周慶. 西部探礦工程. 2003(12)
本文編號：3616638
【文章來源】：艦船科學(xué)技術(shù). 2020,42(19)北大核心
【文章頁數(shù)】：6 頁
【部分圖文】：
艙室布局圖Fig.1Cabinlayout
嚴重影響（3）溫度~4040~6060~9090~CO2濃度0.04%0.04%~1%1%~5%5%~CO濃度0~0.02%0.02%~0.04%0.04%~0.16%0.16%~O2濃度21%~14%~21%10%~14%~10%煙塵密度~0.00050.0005~0.00150.0015~0.0030.003~等級0123生理癥狀影響較小3h頭痛加劇30min暈眩，2h死亡30min死亡3艙室火災(zāi)等級分類模型通過確定的檢測參數(shù)，進行多組實驗，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，實現(xiàn)自動預(yù)警，為進一步預(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.5Modelflowchart3.1BP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（x），不同層之間的節(jié)點通過權(quán)重（w）連接，權(quán)重通過反向傳播進行調(diào)節(jié)。正向傳遞過程的計算方法如下：Sj=m1∑i=0wijxi+bj，(1)xj=σ(sj)。(2)其中σ(·)表示激活函數(shù)。σ(x)=11+ex在傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)中，激活函數(shù)常用Sig-moid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
激活性等優(yōu)點，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)，本文進行4次實驗，火源點分別為圖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火源點放置位置圖Fig.7Firesourcepointplacementmap現(xiàn)在已經(jīng)確定了輸入和輸出的節(jié)點數(shù)，但是神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)層數(shù)和隱藏層節(jié)點數(shù)的選定以經(jīng)驗為主，并沒有相應(yīng)的理論指導(dǎo)。本文設(shè)計了4個網(wǎng)絡(luò)結(jié)構(gòu)進行測試，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)進行了10次實驗，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Sig-moid網(wǎng)絡(luò)均有較大提升，準確度約有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)的準確率約有1%的改善�？紤]到該實驗對象只是一個艙室平臺，數(shù)據(jù)量不算大。當對整艘船的所有數(shù)據(jù)統(tǒng)一處理時，數(shù)據(jù)量規(guī)模進一步擴大，6層網(wǎng)絡(luò)的優(yōu)勢能夠進一步發(fā)揮出來。通過實驗測試，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8BP神經(jīng)網(wǎng)絡(luò)Fig.8BPneuralnetworkα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)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，大約達到200次時，loss迎來二次下降，接著迭代次數(shù)達到
【參考文獻】：
期刊論文
[1]淺析船舶火災(zāi)特點及處置對策[J]. 沈惠忠. 水上消防. 2018(06)
[2]面對濃煙如何躲避[J]. 王位. 安全生產(chǎn)與監(jiān)督. 2015 (02)
[3]船舶機艙火災(zāi)風(fēng)險評估[J]. 黃衍順,陳夢華,馬焱. 中國修船. 2009(05)
[4]船舶火災(zāi)安全工程研究現(xiàn)狀[J]. 陳國慶,陸守香. 消防技術(shù)與產(chǎn)品信息. 2004(08)
[5]火災(zāi)煙氣致死原因分析[J]. 王友博. 消防科學(xué)與技術(shù). 2003(S1)
[6]高層建筑火災(zāi)防排煙的研究[J]. 徐志勝,常玉鋒,白國強,周慶. 西部探礦工程. 2003(12)
本文編號：3616638
本文鏈接：http://sikaile.net/kejilunwen/jiaotonggongchenglunwen/3616638.html
