细水雾与排烟系统共同作用下地铁车站火灾烟气蔓延规律

为研究岛式地铁车站内列车发生火灾时,站台细水雾与排烟系统对烟气蔓延的控制效果,依托西安地铁4号线岛式地铁车站,采用FDS软件建立1：1的数值仿真模型,选择大涡模拟,研究站内列车火灾规模为5 MW时,站台细水雾与排烟系统共同作用下,火灾烟气蔓延速度、能见度与温度场的分布特征,分析了细水雾与排烟系统对烟气蔓延特性的影响规律;并通过缩尺模型试验,验证了数值模拟方法研究细水雾控制地铁火灾烟气蔓延的可靠性。研究结果表明：车门间隔开启时,烟气先向列车两侧蔓延,150 s时扩散至整个车厢并向站台层蔓延,当开启站台细水雾时,烟气温度明显下降,且随着细水雾粒径的减小与流量的增大,烟层降温效果增强;当水雾粒径为100 μm,流量为8 L·min^-1时,距离站台中线3 m处断面平均温度为36.19℃,较未开启细水雾时温升降幅可达62.91%;同时细水雾使得烟层蔓延速度减小,在开启细水雾系统后200 s内2^#楼梯口平均空气质量流速下降39.72%;当开启排烟系统时,可使列车内温度场纵向分布最大值向火源下游移动,加快站台层及列车内对流换热效率,使细水雾的气相冷却作用得到加强,二者同时作用时降温阻烟效果最佳。     

公路隧道内火灾烟气温度及层化高度分布特征试验

通过在云南昆明—石林高速公路阳宗隧道内的现场模拟火灾试验,对不同纵向通风速率下公路隧道内火灾烟气温度及层化高度沿隧道的分布特征进行了研究。结果表明:拱顶下方烟气温度沿隧道呈幂指数分布;纵向通风速度对烟气层高度沿隧道的分布有重大影响,纵向风速较小时,烟气可以在隧道上部空间维持较好的层化结构,不会影响火灾发生时人员的安全疏散,而较大的纵向风速将导致烟气层高度沿隧道迅速降到地面,对火灾发生时的人员疏散造成威胁。     

取样式不透光烟度计的设计

介绍了透射消光法烟度测量的理论基础 ,阐述了自行研制的取样式不透光烟度计的设计原则及其各主要组成部分的设计方法。该仪器可用于研究柴油机的瞬态碳烟排放特性和加速烟度     

基于图像处理的舰船火灾烟雾检测技术研究

舰船火灾探测报警系统作为损管监测体系的关键构成部分,其性能的优劣将会直接影响到舰船和舰员的安全问题。为提高舰船火灾探测技术的实时性和准确性,减少误报、漏报等情况的发生,提出一种结合烟雾颜色特征与运动特征进行研究的视频火灾烟雾检测技术。该技术通过运动目标区域检测和对烟雾颜色特征、形状不规则性和扩散性特征的提取,经过分析与判断,将满足烟雾特征判据的目标区域判别为烟雾区域。检测结果表明该技术能够准确且迅速地探测火灾烟雾,误报率低,可靠性好。     

地下工程排烟口部流体动力学数值仿真分析

利用FLUENT对沿着排烟口部附近排烟管内壁引入冷气流进行了数值模拟,分析了不同冷气流速度、不同管径以及不同冷气流进口宽度下的排烟管内温度分布情况,对于排烟口部掺冷装置的设计提供了重要的参考依据。     

抑烟沥青OGFC—13混合料设计与性能研究

OGFC路面是一种新型的沥青路面结构,根据《公路沥青路面施工技术规范》对抑烟沥青OGFC—13混合料配合比与最佳油石比进行设计,并对其高温稳定性、水稳定性、渗水系数等路用性能进行系统研究。     

车辆阻挡效应对隧道火场燃烧及烟流之影响研究

近期国际曾发生多起重大隧道火灾灾难,隧道火灾安全议题已获得全球普便之重视。目前学术界与工程界多采用缩小尺寸实验或数值模拟方法对隧道火场环境进行研究与探讨。然不论实验或计算机模拟最重要的关键为能否充分地反应出实际隧道之火场情境,方能获致合理且有意义之研究成果。检视现今之隧道火害研究,可发现几乎所有的相关研究皆仅简化地假设火场上游无车辆回堵现象,此有违火场上游应发生车辆回堵之实际隧道火灾情境,因此将无法合理地模拟火场上游车辆阻挡风机气流对火场燃烧及烟流所造成之影响。针对此项尚待厘清之议题,本研究首先执行缩小尺寸实验,以均匀风速施加于隧道横断面模拟风机作动所产生之气流,探讨隧道塞车情境对火场燃烧所造成之影响。复执行全尺寸纵流式排烟模式(轴流风机)隧道火灾情境计算机数值模拟,针对火场上游是否有车辆回堵、回堵车体尺寸、火源与回堵车体距离等变因对火场燃烧、温度及烟流所造成之影响进行探讨。研究结果发现火场环境及烟流将受有、无车辆回堵、回堵车体大小及火源与车体距离等因素而有不同程度之影响。     

基于视频图像的公路隧道火灾烟雾检测

为有效检测公路隧道火灾烟雾并预警,针对公路隧道传统火灾烟雾探测器存在的反应慢和功能单一等问题,通过分析研究火灾烟雾视频图像的颜色和纹理特征,提出一种基于烟雾图像特征的公路隧道火灾烟雾检测方法。首先,通过改进后的Vibe算法模型提取图像运动区域;然后,在YUV色彩空间中确定疑似烟雾区域后利用颜色滤出方法分割出疑似烟雾区域;最后,用从疑似烟雾区域图像中提取的颜色矩和均匀局部二进制模式（ULBP）与灰度共生矩阵（GLCM）构成机器学习分类器的输入向量进行隧道火灾烟雾识别。为满足复杂的隧道环境,对比分析BP神经网络、支持向量机、随机森林3种机器学习分类器的烟雾识别效果,选出最优算法作为公路隧道烟雾识别分类器。通过模拟公路隧道火灾烟雾试验视频和某实际公路隧道火灾视频对分类器进行试验测试,结果表明：基于BP神经网络算法的检测系统识别性能最优,选取的烟雾特征具有较高识别精度,能够在隧道复杂环境中识别火灾烟雾。     

国内外公路隧道火灾排烟设计理念比较

目前,普遍采用的排烟模式有纵向排烟模式和集中排烟模式,其烟气控制原理与适用范围各不相同。国内外公路隧道火灾排烟设计理念差距较大,国内（除香港外）公路山岭隧道普遍采用纵向排烟模式,而欧美发达国家则更趋向于采用集中排烟模式。相比纵向排烟模式,集中排烟模式虽然会增加工程投资,但是其排烟效果和防灾能力具有明显优越性。     

基于LugDown测试的不透光烟度数据处理

以不透光测试理论与LugDown测试为基础,提出了在烟度测试前必须进行0点标定和线性检查,在采集数据中要进行抗干扰处理,并分别给出了相应的处理方法。