舰船密闭舱室火灾模拟及防火设计

对舰船内部密闭舱室这一典型结构的火灾及火灾安全设计进行研究，并对密闭舱室内火灾发生后的蔓延情况进行了模拟计算，得出其火灾蔓延规律，总结出该类型结构的防火设计应该注意的方面，其结论能够对舰船内部密闭舱室及类似结构的防火设计起到帮助作用。     

大型舰船舱室火灾实时决策方法研究

大型舰船舱室结构复杂,易燃易爆品多,火灾载荷密度大,火灾已成为影响大型舰船生命力和战斗力的主要因素.针对灭火指挥决策面临的火灾识别确定性、模拟预测准确性、决策方案实时性等问题,提出了灭火指挥实时决策的设计思想,给出了舱室火灾贝叶斯网络识别模型、火灾发展区域模拟预测模型、灭火决策方案综合推理方法等实时决策的方法和模型,战...     

舰船舱室火灾烟气成分分析

利用舰船火灾区域模拟及烟气组分浓度的计算方法，研究舰船舱室火灾发生时舱室内的有害烟气成分随时间的变化情况。得出舱室内的有害烟气成分分布图，可供舰船消防设计和舰船消防管理参考。     

舰船火灾报警系统

本文着重论述了舰船火灾自动报警系统的基本组成及功能，并简要介绍火灾自动报警技术发展趋势。     

舰船内部通道的火灾烟气蔓延模拟及防火设计

针对舰船内部通道典型结构的火灾及火灾安全设计进行研究，对通道内火灾发生后的蔓延情况进行了模拟计算，得出其火灾蔓延规律，进而对舰船内部通道的防火设计提出建议。     

舰船舱室防火与烟雾扩散研究

舰船舱室内火灾的危险性不言而喻，有必要对其过程进行详细研究，以便采取相应措施，降低风险。介绍了一种针对舱室火灾及烟雾扩散的计算方法，即首先对火灾的过程进行数学建模，然后针对不同的燃烧条件进行模拟计算，并辅以实验验证，对火灾作出安全评估。     

舰船火灾的特点与对策

从舰船火灾和爆炸发生的特点出发，本着重点在于防的精神，论述了舰船防火防爆的重要意义，以及舰船防火防爆的主要技术方法，可供舰船防火设计和使用时参考。     

舰船大空间场所火灾探测系统设计研究

以机库为例,研究舰船大空间场所火灾探测系统的设计.以规范要求为基础,结合多种探测器性能测试确定特殊场所火灾探测系统方案,包括探测器选型和布局设计.通过大量试验研究成果,形成探测器性能要求及测试规范,有益于推广新的探测技术和提高火灾防护能力.     

舰船火灾的特点及安全预防

文中从消防角度简要分析了舰船火灾的特点,列举了导致舰船发生火灾的主要事故因素,并针对这些特点,提出舰船预防火灾的基本要求和措施。     

大空间舱室人员干预灭火随机性仿真研究

首先利用FDS模拟大空间舱室火灾,分析其温度场及烟气层规律。考虑到火灾发展过程中的随机性,将模拟计算出的火灾参数随机化;再结合人员干预灭火的随机性,利用VB平台进行随机性仿真计算求出人员干预灭火成功的概率。据此为人员干预灭火、舰船防火、火灾预警提供可行性建议。     

从三维到二维的设计思想在舰船舱室及设备布置设计中的应用

本文以某型潜艇的指挥舱为研究对象，论述了一种新的从三维到二维的设计思想在计算机辅助舰船舱室及设备布置设计中的应用特点及过程，探讨了在舰船舱室及设备的布置设计工作中，利用计算机图形处理技术及图形加技术取代目前常用的放样和建造舱室实体模型的可行性，文中直接从三维入手，建立舱室结构及设备的立体模型，形成三维设备图形库，在此基础上完成舱室及设备的布置设计及绘制工程图的工作。     

舰船设计中的大型舱室防火分隔方法

本着"以防为主、消防结合"、重点在于防的精神,本文介绍了采用钢质防火卷帘、无机布基防火卷帘、可收放式柔性防火石棉帘、水幕和气幕等舰船大型舱室防火分隔的方法,供优化舰船防火设计时参考.     

虚拟现实技术舰船舱室空间场景语义标注算法

传统的舰船舱室空间场景语义标注算法的标注精度偏低。为此,在虚拟现实技术的支持下,设计一种新的舰船舱室空间场景语义标注算法。通过图像预处理去除舰船舱室空间图像中的噪声点和畸变,然后采用SURF方法对特征点检测和匹配,通过拼接并融合图像生成全景图。基于此,采用MRF语义标注算法查询图像像素特征,并估测与其近邻像素特征间的距离,再通过计算像素的似然估计得到舰船舱室的语义标注结果。实验结果表明,与传统的语义标注算法相比,采用本文算法后,每类别的语义标注精度至少提升5.24%,每像素的语义标注精度至少提升6.12%。由此可见,本文算法具有更高的语义标注精度。     

基于3D技术的舰船舱室设计缺陷可视化方法研究

传统的的舰船舱室设计缺陷可视化方法工作效率低,针对这一问题,基于3D技术研究了一种新的舰船舱室设计缺陷可视化方法。通过调整局部坐标系与视图坐标系设计缺陷可视化模型,根据设计的模型对舰船舱室的缺陷进行分析,罗列了各个舱室存在的问题。为检测方法效果,设定对比实验。结果表明,基于3D技术的舰船舱室设计缺陷可视化方法在工作效率上优于传统方法。     

基于BN和ANN联合模型的舰船舱室火灾探测方法

针对平时或战时火灾传感器可能出现的故障或失效问题,基于贝叶斯网络(BN)的不确定性推理特性和神经网络(ANN)良好的非线性映射能力,提出基于二者联合模型的舱室火灾探测方法,分别在正常、添加随机噪声和传感器故障条件下对模型性能进行仿真测试。结果表明,联合模型具有较强的抗干扰能力,在设定的各种情况下均能正确地判断火灾状态,具有良好的探测准确度与响应速度,单次探测耗时仅为10 ms,可有效解决舰船舱室火灾探测过程信息不确定、不完整和实时性要求高的问题。切实增强舱室火灾的早期自动探测能力。