Перекрытие температуры вспышки при пожаре (англ. Flashover) - очень опасное явление, при котором все открытые горючие материалы в замкнутом пространстве почти одновременно воспламеняются. Однако благодаря новой системе на основе искусственного интеллекта пожарные могут вскоре получать предупреждения о неизбежности перекрытия температуры вспышки.
Обычно перекрытие происходит, когда в результате возгорания конструкции температура в замкнутом пространстве достигает не менее 593ºC - это приблизительная температура самовоспламенения многих обычно используемых органических материалов. В результате они будут выделять горючие газы и загораться более или менее одновременно, даже если они не подвергались прямому воздействию огня.
Излишне говорить, что пожарные не хотят находиться в здании, когда происходит перекрытие. Однако, учитывая хаос и ограниченную видимость внутри горящих построек, им может быть сложно обнаружить видимые предупреждающие знаки, такие как пламя, перекатывающееся по потолку. И хотя многие здания оснащены датчиками тепла, устройства обычно перестают работать при температуре около 150ºC задолго до того, как произойдет перекрытие.
Вот где и должна появиться P-Flash (Prediction Model for Flashover) - модель прогнозирования перекрытий.
Разработанная учеными из Национального института стандартов и технологий США, она использует алгоритмы машинного обучения, которые были обучены на 4033 различных компьютерных симуляциях горящего одноэтажного дома с тремя спальнями в стиле ранчо. В большинстве штатов США это самый распространенный тип дома.
Один из сценариев пожара в доме, который использовался при обучении P-Flash. Фото: NIST
Хотя виртуальные датчики тепла в этом доме отключились при 150ºC, алгоритмы научились приблизительно предсказывать, когда температура внутри дома достигнет 593ºC, на основе таких переменных, как скорость повышения температуры. Когда впоследствии P-Flash была протестирована на дополнительных моделях горения, она показала точность 86% при прогнозировании перекрытий за одну минуту до их возникновения. Вдобавок, когда она была менее точной, она обычно предсказывала их рано… что, очевидно, лучше, чем предсказывать их поздно.
Впоследствии система была протестирована на реальных данных о 13 фактических пожарах в домах, которые были намеренно зажжены в испытательном доме в стиле ранчо при различных условиях. Хотя P-Flash оставалась точной в случаях, когда возгорание возникло на открытом пространстве, например в гостиной, она была гораздо менее точной, когда пожар начался в закрытых помещениях. Это может быть связано с тем, что, когда огонь изначально локализуется в таких помещениях, температура непредсказуемо повышается, когда эти пожары впоследствии вспыхивают в остальной части здания.
До и после снимки интерьера тестового дома, который был намеренно подожжен в рамках экспериментов Underwriters Laboratories. Фото: UL Firefighter Safety Research Institute
Несмотря на нынешний недостаток, ученые считают, что после дальнейшего развития P-Flash все еще может стать ценным инструментом. Комбинируя данные теплового датчика дома в режиме реального времени с информацией о таких переменных, как строительные материалы, система могла бы передавать предупреждения пожарным, которые в противном случае могли бы не знать, что вот-вот произойдет перекрытие.
Исследование описано в статье, недавно опубликованной в Proceedings of the AAAI Conference on Artificial Intelligence.
Источник: New Atlas / University of Michigan via NIST
