基于应急救灾需求的矿井巷道火灾快速预测模型

本发明涉及矿井火灾应急救灾，特别涉及一种基于应急救灾需求的矿井巷道火灾快速预测模型和一种计算机设备。

背景技术：

1、矿井火灾发生时，高温烟流流经各类井巷，在火区阻力与火风压的作用下影响井下风流状态，同时有毒有害气体也伴随随着高温烟流在矿井通风系统中蔓延。从而危害工人生命健康。因此快速准确预测火灾发生时矿井各地点的环境参数与致灾因子对于矿井安全生产具有重要意义。

2、现有矿井火灾预测模拟方法是使用数值模拟，但需要经历建模、环境参数设置、运算以及数据处理等步骤，一整套流程下来耗时也在24h以上，错过了最佳的救灾逃生时间。这意味者传统的数值模拟方法难以满足应急需求。

技术实现思路

1、为了实现上述目的，本发明提出了一种基于应急救灾需求的矿井巷道火灾快速预测模型，可以对矿井巷道火灾进行快速预测，为应急决策提供参考建议。

2、本发明的第二个目的在于提出一种计算机设备。

3、为达到上述目的，本发明第一方面实施例提出了一种基于应急救灾需求的矿井巷道火灾快速预测模型，包括建立不同尺寸的矿井巷道模型，并利用fds软件模拟大量不同环境条件下的矿井巷道火灾以获得火灾数据；对大量原始数据进行清洗与处理，建立矿井巷道火灾数据库；使用bp神经网络建立矿井巷道火灾预测模型，将矿井巷道火灾数据库中的数据分为训练集与测试集，使用训练集对矿井巷道火灾预测模型进行训练；将测试集输入到矿井巷道火灾预测模型获得预测数据；将预测数据与测试数据进行误差分析，从而不断优化模拟预测精度，完成训练后的矿井巷道火灾预测模型可以预测不同尺寸矿井巷道在不同环境下的矿井巷道火灾。

4、根据本发明实施的基于应急救灾需求的矿井巷道火灾快速预测模型，首先建立不同尺寸的矿井巷道模型，并利用fds软件模拟大量不同环境条件下的矿井巷道火灾以获得火灾数据；对大量原始数据进行清洗与处理，建立矿井巷道火灾数据库；使用bp神经网络建立矿井巷道火灾预测模型，将矿井巷道火灾数据库中的数据分为训练集与测试集，使用训练集对矿井巷道火灾预测模型进行训练；将测试集输入到矿井巷道火灾预测模型获得预测数据；将预测数据与测试数据进行误差分析，从而不断优化模拟预测精度，完成训练后的矿井巷道火灾预测模型可以预测不同尺寸矿井巷道在不同环境下的矿井巷道火灾。

5、另外，根据本发明上述实施例提出的基于应急救灾需求的矿井巷道火灾快速预测模型还可以具有如下附加的技术特征：

6、可选的，建立不同尺寸的矿井巷道模型，并利用fds软件模拟大量不同环境条件下的矿井巷道火灾以获得火灾数据，包括：根据现有的实际巷道种类在cad中搭建全尺寸的矿井巷道几何模型；将几何模型导入到fds火灾模拟软件中，在fds中通过设置火源强度、巷道截面积、巷道风速、巷道倾斜角度(上行通风则角度为正，下行通风角度为负)、入口风流温度、巷内大气压、测点距巷道入口距离、时间参数来模拟不同环境下的矿井巷道火灾以获得对应的矿井巷道火灾数据。所述矿井巷道火灾数据包括巷道内风流温度，风速、co浓度、空气密度、能见度、巷道通风阻力、火风压。

7、可选的，对大量原始数据进行清洗与处理，建立矿井巷道火灾数据库，包括：

8、矿井巷道火灾数据是通过布置在巷道中的监测点记录得到，监测点可以记录巷道中不同时间与不同地点的各项参数值，并以表格的形式输出。在巷道中心位置处布置温度、能见度、co浓度、密度等相关监测点；从巷道风流入口开始每20m设置一个监测点，火源前后100m每10m设置一个监测点，火源前后10m每2m设置一个监测点。监测点每一秒记录一次数据。其中温度、能见度、co浓度、密度等数据由布置的监测点记录得到，由于数据过于庞大，按间隔30s筛选出训练所用的数据。火风压通过公式计算得到。

9、可选的，使用bp神经网络建立矿井巷道火灾预测模型，将矿井巷道火灾数据库中的数据分为训练集与测试集，使用训练集对矿井巷道火灾预测模型进行训练，包括：

10、构建bp神经网络模型，将火源强度、巷道截面积、巷道风速、巷道倾斜角度(上行通风则角度为正，下行通风角度为负)、入口风流温度、巷内大气压、测点距巷道入口距离、时间参数设置的数值作为为神经网络的输入层，经过隐含层的计算与传递输出巷道内风流温度，风速、co浓度、空气密度、能见度、巷道通风阻力、火风压参数。

11、可选的，将测试集输入到矿井巷道火灾预测模型获得预测数据；将预测数据与测试数据进行误差分析，从而不断优化模拟预测精度，包括：选取relu函数作为隐含层的激活函数，liner函数作为输出层的激活函数。隐含层设为两层，隐含层每层神经原个数设为22个。

12、根据本发明的另一方面，提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，处理器执行所述程序时，实现如上所述的一种基于应急救灾需求的矿井巷道火灾快速预测模型的步骤。

技术特征：

1.一种基于应急救灾需求的矿井巷道火灾快速预测模型，其特征在于，包括以下步骤：

2.如权利要求1所述的基于应急救灾需求的矿井巷道火灾快速预测模型，其特征在于，建立不同尺寸的矿井巷道模型，并利用fds软件模拟大量不同环境条件下的矿井巷道火灾以获得火灾数据，包括：

3.如权利要求1所述的基于应急救灾需求的矿井巷道火灾快速预测模型，其特征在于，对大量原始数据进行清洗与处理，建立矿井巷道火灾数据库，包括：

4.如权利要求1所述的基于应急救灾需求的矿井巷道火灾快速预测模型，其特征在于，使用bp神经网络建立矿井巷道火灾预测模型，将矿井巷道火灾数据库中的数据分为训练集与测试集，使用训练集对矿井巷道火灾预测模型进行训练，包括：

5.如权利要求1所述的基于应急救灾需求的矿井巷道火灾快速预测模型，其特征在于，将测试集输入到矿井巷道火灾预测模型获得预测数据；将预测数据与测试数据进行误差分析，从而不断优化模拟预测精度，包括：

6.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时，实现如权利要求1-5中任一项所述的矿井巷道火灾快速预测模型。

技术总结
本发明公开了一种基于应急救灾需求的矿井巷道火灾快速预测模型。包括：建立不同尺寸的矿井巷道模型，并利用FDS软件模拟大量不同环境条件下的矿井巷道火灾以获得火灾数据；对大量原始数据进行清洗与处理，建立矿井巷道火灾数据库；使用BP神经网络建立矿井巷道火灾预测模型，将矿井巷道火灾数据库中的数据分为训练集与测试集，使用训练集对矿井巷道火灾预测模型进行训练；将测试集输入到矿井巷道火灾预测模型获得预测数据；将预测数据与测试数据进行误差分析，从而不断优化模拟预测精度，完成训练后的矿井巷道火灾预测模型可以预测不同尺寸矿井巷道在不同环境下的矿井巷道火灾。对于矿井火灾应急决策具有重要参考意义。

技术研发人员：刘剑,陈扬嵚,周启超,刘丽,王东
受保护的技术使用者：辽宁工程技术大学
技术研发日：
技术公布日：2024/2/29