吳 楠，楊 銳，張 輝

（清華大學(xué)工程物理系公共安全研究院，北京100084）

建筑火災(zāi)火源參數(shù)估計(jì)方法綜述*

吳 楠，楊 銳，張 輝

（清華大學(xué)工程物理系公共安全研究院，北京100084）

長(zhǎng)期以來(lái)，保障建筑火災(zāi)安全一直是建筑火災(zāi)領(lǐng)域研究人員關(guān)注的熱點(diǎn)問(wèn)題之一?；馂?zāi)發(fā)生時(shí)，建筑火災(zāi)火源位置、強(qiáng)度等參數(shù)對(duì)于指導(dǎo)消防策略、疏散策略的制定具有重要的現(xiàn)實(shí)意義。隨著近年來(lái)建筑結(jié)構(gòu)的日趨復(fù)雜及高層建筑的不斷涌現(xiàn)，火災(zāi)發(fā)生時(shí)如何能快速、有效地對(duì)火源參數(shù)進(jìn)行估計(jì)成為制約火災(zāi)應(yīng)急救援有力開(kāi)展的重要因素之一。在分析目前建筑內(nèi)常用的火災(zāi)感知方法的基礎(chǔ)上，首先對(duì)國(guó)內(nèi)外建筑火災(zāi)火源參數(shù)估計(jì)方法進(jìn)行歸納總結(jié)，根據(jù)使用信息不同將其劃為探測(cè)信息估計(jì)方法、火災(zāi)模型估計(jì)方法以及探測(cè)信息同火災(zāi)模型相結(jié)合的方法。之后，通過(guò)對(duì)比分析不同算法，對(duì)各算法的優(yōu)勢(shì)和不足進(jìn)行了簡(jiǎn)要分析。最后，還對(duì)近年來(lái)新涌現(xiàn)的基于分布式思想的火源參數(shù)估計(jì)方法進(jìn)行了介紹，預(yù)測(cè)其在未來(lái)的發(fā)展方向。

建筑火災(zāi)；火源；參數(shù)估計(jì)；信息感知；綜述

建筑火災(zāi)一直以來(lái)都是發(fā)生頻率高、危害嚴(yán)重的災(zāi)害之一。火災(zāi)產(chǎn)生的高溫、有毒煙氣以及建筑結(jié)構(gòu)損壞都嚴(yán)重威脅著人們的生命及財(cái)產(chǎn)安全。隨著我國(guó)經(jīng)濟(jì)的高速增長(zhǎng)和城市化進(jìn)程的加快，建筑結(jié)構(gòu)日趨復(fù)雜，高層、超高層建筑不斷涌現(xiàn)，這些為建筑火災(zāi)安全帶來(lái)了新的隱患和難題。

首先，建筑結(jié)構(gòu)的復(fù)雜性使得火災(zāi)事件具有突發(fā)性和隱蔽性，增加了火災(zāi)處置的響應(yīng)時(shí)間。其次，建筑物內(nèi)的多種橫向豎向管道（如電梯井，通風(fēng)管道等）增加了火災(zāi)蔓延的途徑和速度，加速了火災(zāi)發(fā)展。最后，在復(fù)雜建筑結(jié)構(gòu)下需要確認(rèn)疏散路徑的暢通及安全，延誤了應(yīng)急救援措施和自救行為的開(kāi)展。因此如何盡早、準(zhǔn)確地感知建筑火災(zāi)事件對(duì)應(yīng)急救援和人員疏散的有效實(shí)施有著重要的現(xiàn)實(shí)意義。2010年吉林省吉林市商業(yè)大廈火災(zāi)［1］以及2013年湖北省襄陽(yáng)市花園酒店大火［2］造成的重大生命財(cái)產(chǎn)損失的主要原因之一就是未能及時(shí)監(jiān)測(cè)火情的發(fā)生，延誤了火災(zāi)撲救過(guò)程，以至于錯(cuò)過(guò)了火災(zāi)撲滅與救援的最佳時(shí)機(jī)。

對(duì)火災(zāi)進(jìn)行感知的手段之一是估計(jì)火源參數(shù)信息，如位置、強(qiáng)度等。獲取的火源參數(shù)能夠用于指導(dǎo)消防救援策略和人員疏散策略的制定，降低火災(zāi)造成的損失。例如，估計(jì)的火源位置信息能夠幫助消防員實(shí)施針對(duì)性措施；估計(jì)的火源強(qiáng)度或火災(zāi)增長(zhǎng)速率等信息可以指導(dǎo)消防力量的投入。同時(shí)，利用火源參數(shù)信息，相關(guān)人員還可以通過(guò)某種快速的火災(zāi)模擬模型對(duì)火場(chǎng)溫度及煙氣厚度等同火災(zāi)危險(xiǎn)性息息相關(guān)的物理量進(jìn)行預(yù)測(cè)，為確定火災(zāi)的影響范圍、預(yù)測(cè)火災(zāi)態(tài)勢(shì)、制定有效的煙氣控制策略提供幫助。

1 建筑中常用的火災(zāi)感知方法

目前建筑對(duì)火災(zāi)的感知仍處于預(yù)警階段，主要依靠建筑物內(nèi)部的火災(zāi)探測(cè)器進(jìn)行。利用傳感器采集火災(zāi)中出現(xiàn)的物理特征并通過(guò)某種探測(cè)算法判斷火災(zāi)是否發(fā)生。傳統(tǒng)火災(zāi)探測(cè)技術(shù)主要依靠閾值法、趨勢(shì)算法等基本火災(zāi)探測(cè)算法［3］對(duì)火災(zāi)特征物理量進(jìn)行判定，依據(jù)傳感器內(nèi)部的敏感元件通?？煞譃楦袦靥綔y(cè)器、感煙探測(cè)器、氣體探測(cè)器、火焰探測(cè)器、聲音探測(cè)器以及視頻探測(cè)器等。

由于探測(cè)器工作在噪聲環(huán)境中，基于單一物理參量的火災(zāi)探測(cè)技術(shù)易出現(xiàn)誤報(bào)、漏報(bào)現(xiàn)象。因此，依賴(lài)神經(jīng)網(wǎng)絡(luò)［4－5］等信息融合技術(shù)的復(fù)合火災(zāi)探測(cè)技術(shù)應(yīng)運(yùn)而生。該技術(shù)能夠綜合考慮煙、溫升、輻射、氣體濃度變化等兩個(gè)或多個(gè)物理參數(shù)，以對(duì)火災(zāi)的發(fā)生進(jìn)行更加可靠的判定［6］。

盡管隨著探測(cè)領(lǐng)域的高速發(fā)展，許多新興的火災(zāi)探測(cè)技術(shù)都被證實(shí)能夠有效降低誤報(bào)率，提高建筑火災(zāi)安全性，該方法本身仍具有一些弊端。目前火災(zāi)探測(cè)器在建筑內(nèi)的分布位置及數(shù)量有限，以致單純依靠探測(cè)器對(duì)火源進(jìn)行感知的可靠性差。對(duì)于起火房間內(nèi)未安裝有火災(zāi)探測(cè)器的情況，臨近探測(cè)器監(jiān)測(cè)到火情會(huì)有一定的滯后，這就不可避免地增加了火災(zāi)處置的延遲。此外，雖然當(dāng)探測(cè)器的布置密度和探測(cè)精度較高時(shí)，利用探測(cè)器可以對(duì)起火房間有個(gè)大致估計(jì)，但單一依靠探測(cè)技術(shù)很難對(duì)復(fù)雜的火源參數(shù)信息進(jìn)行感知，尤其是火災(zāi)態(tài)勢(shì)信息。

2 建筑火災(zāi)火源參數(shù)估計(jì)方法

許多學(xué)者就復(fù)雜火源信息的感知進(jìn)行了廣泛研究，主要從探測(cè)信息、火災(zāi)模型以及探測(cè)信息同火災(zāi)模型相結(jié)合的角度入手，為建筑火災(zāi)早期感知和處置提供了技術(shù)支撐。

2.1 探測(cè)信息估計(jì)方法

火災(zāi)早期，熱煙氣將向上蔓延至頂棚，當(dāng)煙氣湍流作用較弱，壁面對(duì)煙氣運(yùn)動(dòng)干擾較小時(shí)火災(zāi)煙氣可被認(rèn)為在頂棚以圓形波形式擴(kuò)散。根據(jù)熱煙氣波前到達(dá)探測(cè)器的時(shí)間不同，探測(cè)器監(jiān)測(cè)到火災(zāi)信號(hào)（溫度、煙氣濃度等）會(huì)有不同的時(shí)間延遲。探測(cè)信息估計(jì)算法主要就是依據(jù)探測(cè)器陣列接收信號(hào)的延遲，采用時(shí)延估計(jì)算法實(shí)現(xiàn)對(duì)火源的定位。根據(jù)火源同探測(cè)器陣列的距離r與探測(cè)器陣列中探測(cè)器的間距d的關(guān)系，該方法可進(jìn)一步分為遠(yuǎn)場(chǎng)算法［7－8］、近場(chǎng)算法和遠(yuǎn)近場(chǎng)相結(jié)合的算法［9－11］。

遠(yuǎn)場(chǎng)算法適用于r＞＞d的情景，此時(shí)可以將圓形煙氣擴(kuò)散波進(jìn)一步簡(jiǎn)化為平面波，如圖1a所示。熱煙氣波將首先傳播到S1，繼而是S2，S3，S4。

假設(shè)火災(zāi)煙氣蔓延速度為v，熱煙氣波通過(guò)S1、S2，以及S1，S3的信號(hào)延遲分別為τ12、τ13，二者同探測(cè)器采樣頻率及傳感器陣列內(nèi)不同傳感器之間的信號(hào)時(shí)延k1n相關(guān)［10］。由圖1a可得如下關(guān)系式：

根據(jù)式（1）及式（2），火源方位角α和熱煙氣傳播速度｜v｜為：

圖1 應(yīng)用探測(cè)器陣列估計(jì)火源位置示意圖

為了提高估計(jì)火源位置的準(zhǔn)確性，通常采用兩組傳感器陣列，假設(shè)二者之間距離為l，求得的火災(zāi)方位角分別為α1、α2，則火源位置（x0，y0）可以用下式進(jìn)行估計(jì)［9］：

當(dāng)火源距離探測(cè)器陣列較近時(shí)，煙氣擴(kuò)散波不可再視為平面波，但在火災(zāi)早期階段湍流作用較弱且無(wú)壁面遮擋的情況下仍可按照?qǐng)A形波進(jìn)行處理。以圖1b所示煙氣擴(kuò)散波及探測(cè)器陣列為例，利用S1、S2，S1、S3以及S1、S4所在三角形的幾何關(guān)系及探測(cè)器接收到熱煙氣波的時(shí)間延遲τ可得出如下關(guān)系式［9］：

利用以上三個(gè)關(guān)系式，未知量θ、｜v｜以及r可以求解得出，進(jìn)而可以得到火源方位角α的表達(dá)式。相比于遠(yuǎn)場(chǎng)算法，近場(chǎng)算法不再對(duì)火源和探測(cè)器陣列之間的距離進(jìn)行限制，因而適用性更強(qiáng)，同時(shí)近場(chǎng)算法可僅依靠單一探測(cè)器陣列對(duì)火源位置進(jìn)行估計(jì)，進(jìn)一步節(jié)約了硬件成本。然而近場(chǎng)算法中｜v｜的求解過(guò)程較為復(fù)雜，在這種情況下遠(yuǎn)近場(chǎng)相結(jié)合的算法得到廣泛應(yīng)用。該方法先用遠(yuǎn)場(chǎng)算法計(jì)算火源方位角α和熱煙氣傳播速度｜v｜的估計(jì)值，再代入近場(chǎng)算法的方程式中，求解r、θ以及火源方位角的精確值。

基于火災(zāi)燃燒時(shí)的溫度場(chǎng)（煙氣濃度場(chǎng)）特性和陣列信號(hào)相關(guān)原理，探測(cè)信息估計(jì)方法能夠依賴(lài)少量溫度（煙氣）傳感器構(gòu)成的探測(cè)器陣列對(duì)火災(zāi)進(jìn)行較為準(zhǔn)確的定位。然而由于該方法的應(yīng)用是以煙氣呈平面波或圓形波擴(kuò)散的假設(shè)為前提，并不適用于火災(zāi)煙氣湍動(dòng)強(qiáng)度較大的情況，也不適用于固壁阻擋不可忽略的場(chǎng)景。因此，該方法在復(fù)雜建筑物內(nèi)的應(yīng)用受限。此外，同單純依靠探測(cè)器報(bào)警一樣，單一使用探測(cè)信息僅能對(duì)火源進(jìn)行定位，難以提供火災(zāi)強(qiáng)度、發(fā)展速率等重要參數(shù)。

2.2 火災(zāi)模型估計(jì)方法

基于給定火災(zāi)參數(shù)信息，利用火災(zāi)模型對(duì)火災(zāi)動(dòng)力學(xué)過(guò)程進(jìn)行模擬，已經(jīng)成為一種預(yù)測(cè)火災(zāi)態(tài)勢(shì)、重現(xiàn)火災(zāi)場(chǎng)景的常用工具。因此，在使用火災(zāi)模型估計(jì)火源信息的同時(shí)通?？梢灶A(yù)測(cè)火災(zāi)態(tài)勢(shì)。

事前模擬［12］（blind modeling／priori prediction）是應(yīng)用火災(zāi)模型進(jìn)行參數(shù)估計(jì)與態(tài)勢(shì)預(yù)測(cè)的一種常用方法。該方法在建立火災(zāi)模型時(shí)僅依靠火災(zāi)初場(chǎng)信息，而對(duì)于真實(shí)的火災(zāi)場(chǎng)景細(xì)節(jié)，如燃料特性、熱釋放速率等，都不進(jìn)行具體描述?？梢曰谖墨I(xiàn)、相似的火災(zāi)場(chǎng)景或者模擬人的主觀推斷構(gòu)建這些信息。目前利用火災(zāi)模型進(jìn)行事前模擬的研究［12－16］較少，其中Guillermo等人［16］曾應(yīng)用round-robin方法對(duì)真實(shí)火災(zāi)場(chǎng)景建立事前模擬模型，通過(guò)對(duì)7個(gè)小組獨(dú)立模擬得出的10組結(jié)果進(jìn)行無(wú)差異對(duì)比，估計(jì)火災(zāi)的熱釋放速率、預(yù)測(cè)火災(zāi)的溫度場(chǎng)及煙氣場(chǎng)變化。在該研究中，各組的模擬結(jié)果呈現(xiàn)了較大的差異，同實(shí)驗(yàn)結(jié)果偏差也較多。

針對(duì)真實(shí)火災(zāi)參數(shù)的高不確定性，概率抽樣方法為使用火災(zāi)模型重建火災(zāi)場(chǎng)景提供了另一種可能。通過(guò)蒙特卡洛等抽樣方法對(duì)火源參數(shù)的概率分布函數(shù)進(jìn)行抽樣，再利用火災(zāi)模型對(duì)生成的火災(zāi)參數(shù)樣本進(jìn)行模擬，預(yù)測(cè)火災(zāi)態(tài)勢(shì)［17］。這種方法能夠綜合考慮火源參數(shù)不確定性對(duì)火災(zāi)態(tài)勢(shì)發(fā)展的影響，然而，對(duì)于復(fù)雜的火災(zāi)場(chǎng)景，火源參數(shù)的高不確定性使得該方法的計(jì)算效率較低，不適用于實(shí)時(shí)的火災(zāi)應(yīng)急場(chǎng)景。在上述方法基礎(chǔ)上，一種計(jì)算效率較高的方法——矩積分方法被提出。Upadhyay等人［18］曾利用矩積分方法考慮熱釋放速率不確定性對(duì)煙氣厚度的影響，通過(guò)對(duì)從文獻(xiàn)中或依據(jù)專(zhuān)家經(jīng)驗(yàn)得到的相關(guān)參數(shù)的概率分布進(jìn)行抽樣，使用火災(zāi)模擬工具以及累積分布函數(shù)重建方法，獲得火災(zāi)煙氣高度的概率分布。

火災(zāi)模型依賴(lài)輸入?yún)?shù)對(duì)火災(zāi)動(dòng)力學(xué)過(guò)程進(jìn)行模擬，目前已有的研究手段，如事前模擬方法，概率抽樣方法，由于不能提供準(zhǔn)確的模型輸入信息所得到的模擬結(jié)果具有高不確定性。此外，目前大多數(shù)火災(zāi)模型的計(jì)算復(fù)雜性較高，且將隨著建筑尺寸的增加非線(xiàn)性增長(zhǎng)，因而無(wú)法實(shí)現(xiàn)在線(xiàn)實(shí)時(shí)模擬。綜上，火災(zāi)模型方法目前尚無(wú)法為火災(zāi)應(yīng)急提供快速、可靠的結(jié)果［19］。

2.3 探測(cè)信息同火災(zāi)模型相結(jié)合法

從前兩種方法可以看出，單獨(dú)利用探測(cè)器僅能對(duì)火災(zāi)參數(shù)進(jìn)行簡(jiǎn)單初步的估計(jì)，在不考慮火災(zāi)動(dòng)力學(xué)過(guò)程的前提下難以預(yù)測(cè)火災(zāi)強(qiáng)度。而使用火災(zāi)模型對(duì)火災(zāi)參數(shù)進(jìn)行預(yù)測(cè)估計(jì)時(shí)，由于只強(qiáng)調(diào)了動(dòng)力學(xué)過(guò)程，沒(méi)有利用可用的火場(chǎng)信息，模擬結(jié)果不確定性較高。因此，如果能結(jié)合上述兩種方法，將探測(cè)信息引入火災(zāi)動(dòng)力學(xué)模擬過(guò)程則可以在很大程度上彌補(bǔ)前兩種方法的不足。用探測(cè)信息同火災(zāi)模型相結(jié)合的方法對(duì)火源參數(shù)進(jìn)行估計(jì)的研究已經(jīng)開(kāi)展了很長(zhǎng)時(shí)間，根據(jù)具體估計(jì)算法，可將其分為直接方法、優(yōu)化方法和概率方法三種。

2.3.1 直接方法

直接方法是利用已知的探測(cè)信息直接對(duì)火災(zāi)動(dòng)力學(xué)相關(guān)的方程組進(jìn)行反向求解。Davis等［20－21］開(kāi)發(fā)了一種探測(cè)器驅(qū)動(dòng)的火源參數(shù)估計(jì)模型，利用建筑內(nèi)頂板射流溫度或煙氣濃度的探測(cè)信息，通過(guò)反解二者同火源位置和強(qiáng)度的近似解析關(guān)系式來(lái)估算火源位置和強(qiáng)度。Lee等［22］提出了一種連續(xù)時(shí)間的反演方法，不需收集整個(gè)模擬時(shí)間域內(nèi)的測(cè)量數(shù)據(jù)，可以在每個(gè)時(shí)間間隔，通過(guò)利用有限差分法逐步反算出當(dāng)時(shí)的火源位置與強(qiáng)度，能夠在一定程度上克服數(shù)值反向求解算法的不穩(wěn)定性。

然而，由于火災(zāi)動(dòng)力學(xué)方程的非線(xiàn)性程度較高，尤其對(duì)于多室火災(zāi)場(chǎng)景，其反向求解過(guò)程通常十分復(fù)雜，且穩(wěn)定性差。目前直接方法仍只適用于單室火災(zāi)或者火災(zāi)房間已知的場(chǎng)景下。

2.3.2 優(yōu)化方法

優(yōu)化方法將需要估計(jì)的火災(zāi)參數(shù)視為優(yōu)化變量，通過(guò)構(gòu)造探測(cè)信息和火災(zāi)模擬信息的目標(biāo)函數(shù)，求解最優(yōu)估計(jì)值，使其產(chǎn)生的模擬結(jié)果最大程度的與測(cè)量信息相匹配。從1990年代開(kāi)始，就有學(xué)者利用窮舉搜索法、梯度優(yōu)化法等傳統(tǒng)優(yōu)化方法對(duì)火源參數(shù)進(jìn)行估計(jì)。近年來(lái)，隨著遺傳算法、模擬退火算法、神經(jīng)網(wǎng)絡(luò)等演化類(lèi)優(yōu)化方法不斷發(fā)展，應(yīng)用優(yōu)化方法對(duì)火源參數(shù)進(jìn)行估計(jì)已經(jīng)成為一種重要手段。

Richards等［23－24］預(yù)先利用區(qū)域火災(zāi)模型模擬各探測(cè)器的報(bào)警時(shí)間，通過(guò)對(duì)528種場(chǎng)景的窮舉搜索得到使測(cè)量值同模擬值最相近的火源位置和強(qiáng)度。Neviackas，Trouvé等人［25－26］則利用遺傳算法求解熱釋放速率的平均值。Kristopher等人［27］則采用梯度優(yōu)化算法，利用瞬時(shí)溫度測(cè)量值重建了熱釋放速率的變化曲線(xiàn)。

相比于直接方法，優(yōu)化方法的應(yīng)用性較強(qiáng)，可以求解非線(xiàn)性較強(qiáng)的多室火災(zāi)火源參數(shù)估計(jì)問(wèn)題。然而，該方法通常只求解一個(gè)最優(yōu)解作為估計(jì)值，不能提供整個(gè)關(guān)鍵區(qū)域的信息。此外，由于無(wú)法直接考慮探測(cè)信息和火災(zāi)模型誤差，最優(yōu)解的準(zhǔn)確性對(duì)探測(cè)信息和火災(zāi)模型模擬結(jié)果的質(zhì)量依賴(lài)性較高。為了確保最優(yōu)解可靠，通常需要重復(fù)求解以進(jìn)行不確定性分析。

2.3.3 概率方法

相比于優(yōu)化方法，概率方法可以直接將測(cè)量誤差與模型誤差引入?yún)?shù)估計(jì)過(guò)程，在給定火源參數(shù)先驗(yàn)概率分布的條件下推斷出一定置信度下火源參數(shù)的后驗(yàn)概率分布。近年來(lái)，貝葉斯理論與蒙特卡洛抽樣相結(jié)合的概率方法已經(jīng)廣泛用于源參數(shù)估計(jì)研究中，包括：大氣污染物源項(xiàng)估計(jì)［28］、室內(nèi)污染物源項(xiàng)估計(jì)［29］，以及建筑火災(zāi)源項(xiàng)估計(jì)［30］等。

貝葉斯公式可表示為：

在火源參數(shù)估計(jì)中，X為不確定火源參數(shù)構(gòu)成的向量，如火源位置、強(qiáng)度；Y為建筑內(nèi)溫度探測(cè)信息構(gòu)成的向量；P（X｜Y）表示探測(cè)信息Y下火源參數(shù)X的條件概率分布，又稱(chēng)后驗(yàn)分布；P（X）為火源參數(shù)的先驗(yàn)分布，可以根據(jù)火源的已知信息和事前判斷給定；P（Y｜X）為給定火源參數(shù)X時(shí)探測(cè)值Y的條件概率，通常稱(chēng)為似然概率或似然函數(shù)。考慮到探測(cè)信息同火災(zāi)模型模擬值的不確定性，假設(shè)二者的誤差服從高斯分布，則似然函數(shù)可表示為［30］：

式中：s和n分別為探測(cè)器個(gè)數(shù)和每個(gè)探測(cè)器能夠提供的測(cè)量值數(shù)目；F代表利用火災(zāi)模型求解所得的模擬值；σY，σF則分別代表了探測(cè)信息、模擬信息誤差分布的方差。

由于直接計(jì)算式（10）的積分項(xiàng)比較復(fù)雜，尤其在參數(shù)空間維數(shù)較高的情況下，實(shí)際應(yīng)用中通常使用MCMC（Markov Chain Monte Carlo馬爾科夫蒙特卡洛）抽樣方法對(duì)其進(jìn)行求解。該方法可以直接產(chǎn)生一組目標(biāo)分布為火源參數(shù)后驗(yàn)分布的抽樣點(diǎn)，來(lái)提高反演算法的效率。［28］

郭少東等人［30－31］首先將基于貝葉斯理論的MCMC抽樣方法應(yīng)用于建筑火災(zāi)火源參數(shù)估計(jì)中，對(duì)多房間場(chǎng)景的火源位置和強(qiáng)度同時(shí)進(jìn)行了推斷。

概率方法同優(yōu)化方法一樣適用于處理強(qiáng)非線(xiàn)性的多室火災(zāi)問(wèn)題。同時(shí)，相比于優(yōu)化方法該方法能夠直接考慮測(cè)量信息與模擬結(jié)果的不確定性，從而易于衡量估計(jì)結(jié)果的可靠性。此外，該方法給出的不再是單一的最優(yōu)解，而是參數(shù)所有可行解上的概率分布，這對(duì)于應(yīng)急救援更有指導(dǎo)性作用。

2.3.4 基于分布式思想的概率方法

隨著建筑復(fù)雜程度的增加，尤其高層建筑的不斷涌現(xiàn)，上述三種方法已不能滿(mǎn)足應(yīng)急救援對(duì)火源參數(shù)估計(jì)算法在可靠性及實(shí)時(shí)性上的需求。傳統(tǒng)優(yōu)化方法和概率方法中涉及的探測(cè)信息和模擬信息都是基于整個(gè)建筑的。隨著建筑規(guī)模的擴(kuò)大，探測(cè)器數(shù)目將不斷增多以保證建筑火災(zāi)安全，這不僅增大了算法需要處理的信息數(shù)量，降低了算法效率，同時(shí)也增大了建筑內(nèi)信息傳輸系統(tǒng)的壓力，影響了信息的準(zhǔn)確性。此外，火災(zāi)模型的計(jì)算復(fù)雜度也隨建筑尺寸的增大而非線(xiàn)性增加。為實(shí)現(xiàn)火災(zāi)參數(shù)的實(shí)時(shí)估計(jì)，上述傳統(tǒng)方法需要離線(xiàn)生成火災(zāi)模擬值。這種非實(shí)時(shí)的火災(zāi)模擬沒(méi)有體現(xiàn)出真實(shí)的火災(zāi)場(chǎng)景，增加了待估計(jì)參數(shù)向量的維度，同時(shí)也提高了估計(jì)結(jié)果的不確定性。

為了解決上述問(wèn)題，已有學(xué)者將目前已應(yīng)用到結(jié)構(gòu)振動(dòng)控制、電力系統(tǒng)等領(lǐng)域上的分布式控制思想引入建筑火災(zāi)火源參數(shù)估計(jì)中，將復(fù)雜問(wèn)題拆分為若干子問(wèn)題進(jìn)行求解。目前已有的用于估計(jì)建筑火源參數(shù)的分布式算法是在傳統(tǒng)貝葉斯、MCMC抽樣相結(jié)合的概率方法的基礎(chǔ)上使用分布式理念處理探測(cè)信息［32］。該方法首先構(gòu)建建筑的分區(qū)結(jié)構(gòu)及各分區(qū)的通信拓?fù)潢P(guān)系，之后基于局部信息（本區(qū)或者以及臨區(qū)的探測(cè)信息）對(duì)火源參數(shù)進(jìn)行估計(jì)。其結(jié)果表明使用少量高質(zhì)量探測(cè)信息對(duì)火源參數(shù)進(jìn)行估計(jì)既可以保證算法的準(zhǔn)確性又能夠明顯提高算法的效率。

然而，該方法僅在探測(cè)信息的獲取上采用分布式思想，其火災(zāi)模型仍是基于建筑的全局結(jié)構(gòu)，需要事前對(duì)可能的多種火災(zāi)場(chǎng)景進(jìn)行模擬，這在一定程度上制約了該方法的準(zhǔn)確性?？梢灶A(yù)見(jiàn)的是，如果能夠?qū)⒎植际剿枷胪瑯討?yīng)用于火災(zāi)模型中，即將原本基于全局結(jié)構(gòu)的火災(zāi)模型離散為若干個(gè)只基于局部（本區(qū)或者以及臨區(qū)）結(jié)構(gòu)信息（如建筑幾何參數(shù)、通風(fēng)口參數(shù)等）的子模型，火災(zāi)模型的計(jì)算復(fù)雜度將不再隨著建筑尺寸的增長(zhǎng)而增長(zhǎng)，這使得火災(zāi)模型的在線(xiàn)模擬成為可能。

3 總結(jié)

建筑火災(zāi)火源參數(shù)估計(jì)可以為火災(zāi)應(yīng)急救援提供支撐性信息，目前實(shí)現(xiàn)手段主要可以分為探測(cè)信息估計(jì)方法、火災(zāi)模型估計(jì)方法以及探測(cè)信息同火災(zāi)模型相結(jié)合方法。其中，前兩種方法由于未能將火災(zāi)的實(shí)時(shí)探測(cè)信息同其動(dòng)力學(xué)過(guò)程相結(jié)合，應(yīng)用范圍有限。根據(jù)估計(jì)算法使用的數(shù)學(xué)模型，第三種方法可進(jìn)一步劃分為直接方法、優(yōu)化方法和概率方法，后兩種方法由于不直接處理火災(zāi)動(dòng)力學(xué)所涉及的方程組，而是采用火災(zāi)模擬工具直接生成模擬結(jié)果，求解較容易，適用范圍較廣。相比于優(yōu)化方法，概率方法在參數(shù)不確定性分析以及估計(jì)解的應(yīng)用范圍上都有明顯優(yōu)勢(shì)。

隨著建筑規(guī)模的不斷增加以及高層建筑的涌現(xiàn)，基于全局探測(cè)信息和建筑結(jié)構(gòu)的傳統(tǒng)估計(jì)方法已無(wú)法滿(mǎn)足火災(zāi)應(yīng)急救援所需的高效性。在這種情況下一種分布式概率估計(jì)方法應(yīng)運(yùn)而生。目前已可以實(shí)現(xiàn)基于分區(qū)探測(cè)信息的火源參數(shù)估計(jì)。

基于分布式思想的火源參數(shù)估計(jì)方法目前仍處于初期階段，還沒(méi)有實(shí)現(xiàn)基于分區(qū)思想的火災(zāi)模擬計(jì)算，模擬值仍需要離線(xiàn)生成。但是相信在未來(lái)不久，該方法憑借其高效性、可擴(kuò)展性及魯棒性能夠在火災(zāi)應(yīng)急救援中擁有廣闊的發(fā)展前景。

［1］ 翟玉琢.全省開(kāi)展45天火災(zāi)隱患集中排查整治行動(dòng)［N］.北方法制報(bào)，2010－11－09（A01）.

［2］ 省政府對(duì)襄陽(yáng)市“4·14”重大火災(zāi)事故作出處理湖北日?qǐng)?bào)［N］.湖北日?qǐng)?bào)，2013－10－10（006）.

［3］ 陳濤，袁宏永，范維澄.火災(zāi)探測(cè)技術(shù)研究的展望［J］.火災(zāi)科學(xué)，2001，10（2）：108－112.

［4］ 劉雪飛，賈勤.基于模糊神經(jīng)網(wǎng)絡(luò)的中庭火災(zāi)探測(cè)仿真研究［J］.計(jì)算機(jī)仿真，2012，29（8）：159－162.

［5］ 張嘉琪，胡兆杰，徐煬等.基于Labview的BP神經(jīng)網(wǎng)絡(luò)在火災(zāi)探測(cè)中的應(yīng)用［J］.消防科學(xué)與技術(shù)，2013，32（2）：165－167.

［6］ 張?chǎng)?，隋金雪，張巖.信息融合技術(shù)在火災(zāi)探測(cè)中的應(yīng)用研究［J］.中國(guó)安全科學(xué)學(xué)報(bào)，2011，21（6）：94－98.

［7］ Kaiser T.Fire detection with temperature sensor arrays［C］／／IEEE Carnahan Conference proceedings.Ottawa：IEEE，2000，262－268.

［8］ Berentsen M，Kaiser T.Fire location estimation using temperature sensor arrays［C］／／12th International Conference on Automatic Fire Detection Proceedings Gaithersburg：NIST，2001：432－443.

［9］ Wang S，Berentsen M，Kaiser T.Signal processing algorithms for fire localization using temperature sensor arrays［J］.Fire Safety Journal，2005，40（8）：689－697.

［10］郭曉虹.基于溫度傳感器陣列的火災(zāi)定位方法研究［D］.武漢：華中科技大學(xué)，2006：1－18.

［11］Xia D H，Wang S，Zhu M，et al.A method research on fire source localization using dual-line gas sensor array［C］／／7th World Congress on Intelligent Control and Automation，2008，5862－5865.

［12］U.S.NRC.ASTM E1355 Standard guide for evaluating predictive capability of deterministic fire models［S］.West Conshohoken：American Society for Testing and Materials，2005.

［13］U.S.NRC.NUREG－1824，EPRI 1011999，Verification and validation of selected fire models for nuclear power plant applications，Vols.1－7［R］.Palo Alto：U.S.Nuclear Regulatory Commission，Washington，DC and Electric Power Research Institute，2007.

［14］Salley M H，Dreisbach J，Hill K，et al.Verification and validation——how to determine the accuracy of fire models［J］.Fire Protection Engineering Magazine，2007：34，38，40，42，44.

［15］Wen J，Kang K，Donchev T，et al.Validation of FDS for the prediction ofmediumscale pool fires［J］.Fire Safety Journal，2007，42（2）：127－138.

［16］Guillermo R，Jose L T，Wolfram J，et al.Round-robin study of a priorimodelling predictions of The Dalmarnock Fire TestOne［J］. Fire Safety Journal，2009，44（4）：590－602.

［17］Magnusson SE，F(xiàn)rantzich H，Harada K.Fire safety designs based on calculations：uncertainty analysis and safety verification［J］. Fire Safety，1996，27（4）：305－334.

［18］Upadhyay R，Ezekoye O A.Treatmentof design fire uncertainty using quadraturemethod ofmoments［J］.Fire Safety，2008，43（2）：127－139.

［19］Adam C，Wolfram J，Cecilia A E，etal.Sensor assisted fire fighting［J］.Fire Technology，2010，46（3）：719－741.

［20］DavisW D，F(xiàn)orney G P.A sensor-driven inverse zone firemodel［C］／／Fire Suppression and Detection Research Application Symposium.Proceedings of Fire protection research foundation.Orlando，F(xiàn)L，2000：204－211.

［21］DavisW D，Cleary T，Donnelly M，et al.Using sensor signals to analyze fires［C］／／Fire Suppression and Detection Research Application Symposium.Proceedings of Fire Protection Research Foundation.Tampa，F(xiàn)L，2002：205－224.

［22］Lee W S，Lee SK.The estimation of fire location and heat releaserate by using sequential inverse method［J］.Journal of the Chinese Society ofMechanical Engineers，2005，26（2）：201－207.

［23］Richards R，Munk B，Plumb O.Fire detection，location and heat release rate trough inverse problem solution Part I：Theory［J］. Fire Safety Journal，1997，28（4）：323－350.

［24］Richards R F，Ribail R T，Bakkom AW，etal.Fire detection location and heat release rate through inverse problem solution Part II：Experiment［J］.Fire Safety Journal，1997，28（4）：351－378.

［25］Neviackas A.Inverse firemodeling to estimate the heat release rate of compartment fires［D］.College Park，Maryland：University of Maryland，2007.

［26］Leblanc M，TrouvéA.Inverse Modeling of Enclosure Fire Dynamics［C］／／Proceedings of the 6th U.S.National Combustion Meeting.Ann Arbor，Michigan，2009.

［27］Kristopher JO，Ofodike A E.Characterizing heat release rates using an inverse fire modeling technique［J］.Fire Technology，2012，48（4）：893－909.

［28］郭少冬，楊銳，翁文國(guó).基于MCMC方法的城區(qū)有毒氣體擴(kuò)散源反演［J］.清華大學(xué)學(xué)報(bào)，2009，49（5）：629－634.

［29］郭少冬，楊銳，蘇國(guó)鋒，等.基于伴隨方程和MCMC方法的室內(nèi)污染源反演模型研究［J］.應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào)，2010，18（4）：695－704.

［30］Guo S，Yang R，Zhang H，et al.New inversemodel for detecting fire-source location and intensity［J］.AIAA Journal of Thermophysics and Heat Transfer，2010，24（4）：745－755.

［31］Guo S，Yang R，Zhang H.Development and validation of inverse model to detect fire source and intensity［C］／／2nd International symposium on computationalmechanics 12th international conference on the enhancement and promotion of computationalmethods in engineering and science，AIP Conference proceedings，HongKong：ISCM 2010，1291－1296.

［32］Wu N，Yang R，Zhang H，et al.Decentralized inversemodel for estimating building fire source location and intensity［J］.AIAA Journal of Thermophysics and Heat Transfer，2013，27（3）：563－575.

A Review of Researches on the Estimation of Building Fire Parameters

Wu Nan，Yang Rui and Zhang Hui
（Institute of Public Safety Research，Department of Engineering Physics，Tsinghua University，Beijing 100084，China）

For a long time，how to ensure fire safety on buildings has attractedmore andmore attentions of the researches in related fields.In fire incidents，fire source location and intensity always play important roles in guiding the establishment of the strategy of firefighting and evacuation.Along with the emergence of high rise buildings and buildingswithmuchmore complicated structure in the recent days，an efficientand effectivemethod for estimating fire parameters has become one of the key factors in the fire emergency rescue.By analyzing the fire sensing methods currently adopted in buildings，this paper firstly summarizes worldwide researches on the estimation of building fire parameters.Based on the type of information in use，the researches can be categorized into three methods：sensor data，firemodeling and the combination of them.Then，through the comparison between different methods，the advantages and defects of each algorithm are briefly analyzed.Finally，this paper also introduces a new proposed distributed method in fire parameter estimation and predicts its possible further improvements.

building fire；fire source；parameter estimation；fire sensing，review

X928.7

A

1000－811X（2014）03－0162－06

10.3969／j.issn.1000－811X.2014.03.029

吳楠，楊銳，張輝.建筑火災(zāi)火源參數(shù)估計(jì)方法綜述［J］.災(zāi)害學(xué)，2014，29（3）：162－167.［Wu Nan，Yang Rui，and Zhang Hui.A Review of Researches on the Estimation of Building Fire Parameters［J］.Journal of Catastrophology，2014，29（3）：162－167.］

2014－01－03

2014－02－27

國(guó)家“九七三”重大基礎(chǔ)研究發(fā)展計(jì)劃（2012CB719705）；國(guó)家自然科學(xué)基金（91224008，91024032，70833003）

吳楠（1986－），女，遼寧鞍山人，博士研究生，主要從事建筑火災(zāi)風(fēng)險(xiǎn)分析與態(tài)勢(shì)評(píng)估方法研究.

E-mail：wunan805＠126.com