物理属性驱动的地铁站台火灾烟气扩散模拟方法研究

Smoke diffusion process simulation plays an important role in the study of subway disaster prevention and mitigation. In this project, we focus on multidimensional physical properties-driven realistic smoke diffusion simulation to solve the existing problems in subway station fire simulation. Firstly, a multispectral features-based fire detection method is proposed to quickly determine the point of origin in subway station fire. Secondly, a three-dimensional wind field calculation method is presented to accurately describe the wind field changes in subway station. We consider the effects of piston wind, different modes of ventilation, natural ventilation and external wind field on the smoke diffusion simulation. Finally, a novel realistic smoke diffusion simulation method is proposed to improve the visual realism and physical authenticity of fire scenario, which is jointly driven by the data of fire location and 3D wind field. The project intends to apply in a subway station to provide data support for the applications of subway fire emergency evacuation, rescue and training.

火灾烟气的流动规律及控制研究是地铁火灾防灾减灾的关键内容之一。项目针对已有地铁火灾模拟中存在的火源位置难以确定和复杂风场计算困难两个问题，围绕多维物理属性数据驱动的烟气扩散模拟方法展开研究。针对地铁火灾中火源位置难以快速确定问题，从火焰的光学物理属性出发，提出一种多光谱火焰特征的火源检测方法，通过事先标定相机单光谱辐照度响应曲线并将监控相机注册到三维空间中，快速发现火源并确认其在三维空间中位置。针对地下空间复杂风场模拟困难，提出一种地铁空间三维风场计算方法，模拟运动列车产生的活塞风和不同通风模式对烟气扩散的影响。最后，提出一种火源位置和三维风场数据联合驱动的烟气扩散模拟方法，实现更加准确的地铁火灾烟气扩散过程模拟，支持地铁火灾的自动检测与应急等级联动报警应用，并为地铁火灾应急疏散、救援和训练提供数据支持。

本项目围绕物理属性驱动的地铁站台火灾烟气扩散过程模拟方法展开了研究。针对地铁空间火源位置难以快速定位，提出了一种基于多光谱物理特征的火源检测方法，利用火焰是一个辐射体的物理性质，提取空间光谱特征、时间光谱特征和时空光谱特征作为火焰的多光谱时空特征，实现了更加准确的地铁空间火源检测。针对地下场景复杂风场模拟困难，提出了一种基于雷诺时均方程的湍流风场细节模拟方法，将运动列车产生的活塞风、不同通风模式、自然通风和出入口外部风场等多源风场统一描述为空间剖分一致的三维风场，实现更高精度的三维风场计算。结合以上研究，提出一种火源位置和三维风场数据联合驱动的烟气扩散模拟方法，实现了更加准确的地铁空间烟气扩散模拟，支持地铁火灾的自动检测与应急联动报警，并可进一步支持火灾监测、应急预案模拟、人员疏散模训、应急事件复盘等其他应用.通过本项目研究，突破了多光谱火焰时空模型、多光谱火焰检测、地铁空间快速构建、三维空间剖分与风场计算、雷诺时均方程的活塞风模拟、烟气扩散湍流细节模拟、数据驱动烟气扩散模拟等关键技术，相关成果申请了国家发明专利3项，发表了相关论文7篇，其中SCI检索2篇、EI检索5篇、会议最佳论文1篇。依托项目支持团队成员晋升高级职称1人、联合培养专业硕士1人，并支持了交科院“虚拟现实交通仿真创新团队”的建设。