-
公开(公告)号：CN119004770A
公开(公告)日：2024-11-22
申请号：CN202410983415.9
申请日：2024-07-22
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于NSGA‑Ⅲ的长大扁平空间排烟的射流风机布置优化方法，属于火灾安全技术领域。包括如下步骤：定义风机群布置的优化问题与建立模型，包括优化目标、决策变量以及性能约束的确定；完成适应度函数设计，确定算法参数；初始化10个种群为P1[X1…Xn],P2[Y1…Yn]…P10[J1…Jn]；在NSGA‑Ⅲ主循环中，持续对种群进行更新；通过对Pareto前沿的变化进行监测，选择终止操作；评估Pareto最优集经小生境保留操作得到的最终解集的多样性和优劣，选择风机群布置的最终方案。使用NSGA‑Ⅲ遗传算法对长大扁平空间的风机布置方案进行优化，能够得到典型火灾场景下的最优风机布置方案，解决了传统设计方法中难以处理多个目标耦合导致的难以兼顾的问题。
-
公开(公告)号：CN116531706A
公开(公告)日：2023-08-04
申请号：CN202310600832.6
申请日：2023-05-25
Applicant: 北京工业大学
IPC: A62C37/38 , G06V20/52 , G06V10/94 , G06V10/82 , G06V10/774 , A62C31/03 , A62C31/28 , A62C3/16 , G08B17/12
Abstract: 本发明公开了一种针对综合管廊电缆火灾蔓延的智能控制灭火系统及方法，包括：实验台主体、火源系统、火灾监测系统、火灾预测系统以及智能控制灭火系统。所述实验台能够模拟综合管廊电缆在不同位置处发生火灾，实现对电缆火灾蔓延的精准预测，将全景红外热成像传感器按照等间距布置在实验台主体顶棚下方滑轨侧面以及细水雾喷头中部，连接物体检测网络可迅速识别定位火灾位置并获取电缆火灾火焰蔓延特性数据集。所述火灾预测系统，采用基于神经网络的模型来进行火灾预测模型训练，组建电缆火灾蔓延特征预测数据库，构建时间序列综合管廊电缆火灾蔓延预测趋势。
-
公开(公告)号：CN117077557A
公开(公告)日：2023-11-17
申请号：CN202310854305.8
申请日：2023-07-12
Applicant: 北京工业大学
IPC: G06F30/28 , G06T17/20 , G06F113/08 , G06F119/14 , G06F119/08
Abstract: 本发明公开了一种用于强风环境的城市高层建筑物火灾蔓延的多尺度模拟方法，该方法共嵌套三层数据模型，包括：中尺度WRF气象模型、CFD模型、FDS模型，可在缺乏现场实际数据的情况下，替代精确的高层建筑周围的风场模型。通过输出并处理中尺度气象模式WRF数据，制作小尺度CFD模型精细化网格及FDS精细化网格，利用上层数值模型的输出为下一层数值模型提供边界准确的入口边界条件。对于高层建筑不同高度的风场参数采用分层建立网格，在建筑不同高度处输入对应的风场参数，火灾蔓延采用边界条件为无风环境与边界条件为降尺度模拟所得风场数据的两种情况下的温度切片模拟结果与火势发展趋势进行描述，提升强风环境高层建筑FDS火灾模拟的真实性与准确性。
-
公开(公告)号：CN116595617A
公开(公告)日：2023-08-15
申请号：CN202310600831.1
申请日：2023-05-25
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于正反交错模型的火源逆向定位辨识方法，包括：确定火灾可能发生的位置、火源燃烧时间的取值范围；确定火源逐时热释放速率与CO逐时释放浓度关系；通过响应因子方法建立所有火源位置的CO释放浓度与监测点的响应矩阵；增强逆算模型的稳定性；选取规整化矩阵L和规整化参数λ，并通过监测点1的数据逆向计算所有火源位置下的CO逐时释放率；正向计算监测点2的监测浓度数据；确定先验概率和似然函数；采用贝叶斯概率模型确定火源的位置；通过火源逐时热释放率与CO逐时释放浓度的对应关系，确定火源的逐时热释放速率。本发明求解火源位置及热释放速率方法解决了传统火灾探测的单一性和复杂性，提供了新方案。
-
Patent Agency Ranking
公开(公告)号：CN117828978A
公开(公告)日：2024-04-05
申请号：CN202311683621.X
申请日：2023-12-10
Applicant: 北京工业大学
IPC: G06F30/27 , G06Q10/04 , G06N20/00 , G06V20/58 , G06V10/764 , G01M9/06 , G01M9/08 , G06F111/10
Abstract: 本发明公开了一种用于隧道交通风测量的模拟装置及确定方法，包括：模型隧道主体、车流模拟系统、无接触风速测量系统、数据采集系统以及交通风风速预测模型。所述实验台可以模拟不同影响因素(隧道结构形式、车型组合以及车速)下所产生的隧道交通风，并通过无接触测量的方式进行准确测量，构建交通风数据库。基于机器学习的模型，将模型装置构建的数据库作为训练集，采用CFD全尺寸模拟数据库作为验证集，构建基于实际工程有限测点的交通风预测模型。利用该隧道断面交通风预测模型，可以根据隧道现场有限测点风速结果以及隧道断面、车流等信息，能够准确预测出实际隧道断面交通风准确值。
-
公开(公告)号：CN117494572A
公开(公告)日：2024-02-02
申请号：CN202311529546.1
申请日：2023-11-16
Applicant: 北京工业大学
IPC: G06F30/27 , G06Q10/0639 , G06Q50/26 , G06N3/126 , G06F111/06
Abstract: 本发明公开了一种基于非支配遗传算法的多目标隧道火灾集中排烟优化方法，首先以烟气层清晰高度值作为重点排烟条件下人员安全疏散的衡量指标，将排烟阀吸穿速度及烟气有效控制距离做优化变量；定性构建隧道火灾集中排烟的具有多因子约束特性的多目标规划模型；通过非支配遗传算法对所述隧道火灾重点排烟策略在不同火源功率、不同排烟阀面积、不同排烟量下进行多目标优化，得到所述隧道火灾重点排烟策略在达到最优时的各优化变量。上述方法能够有效控制隧道火灾烟气控制距离、避免排烟阀吸穿现象，有效提高了隧道火灾重点排烟策略的安全性。
-
公开(公告)号：CN118965512A
公开(公告)日：2024-11-15
申请号：CN202411008127.8
申请日：2024-07-26
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于粒子群算法的建筑外墙选材低碳优化方法，包括：选择用于优化的建筑外墙材料，获取用于优化的材料的导热系数和生产单位体积该材料所产生的二氧化碳质量；构建建筑外墙总二氧化碳排放函数，并添加总传热系数约束；寻找二氧化碳排放最优匹配集合，根据最优解，确定外墙各层材料厚度。针对建筑外墙材料选材中节能减排的最优匹配，建立了基于粒子群算法的优化模型，完成建筑外墙材料选材中的全局最优匹配，达到保证保温性同时最大程度降低碳排放量目标。
-
公开(公告)号：CN118336671A
公开(公告)日：2024-07-12
申请号：CN202311762919.X
申请日：2023-12-20
Applicant: 北京工业大学
IPC: H02J3/00 , H02J3/38 , G06Q10/04 , G06Q50/06 , G06F18/27 , G06N3/044 , G06N3/0442 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于自回归循环网络的城市建筑光伏发电量概率预测方法，考虑到城市建筑群的复杂日照环境，计算周边建筑遮挡系数，根据测得的太阳辐射强度、历史光伏发电数据构建参数的概率分布，基于自回归循环网络LSTM与极大似然估计方法建立概率预测模型，该模型充分挖掘了太阳辐射与光伏发电量数据之间的内在关联以及其时间序列特征，考虑了周边建筑群的遮挡因素，适用于城市中心建筑群遮挡环境下的建筑光伏系统发电量预测，与传统RNN循环神经网络相比，解决了多时序间的幅度差异问题，减少人为分组带来的预测偏差问题，提高预测准确率。
-
公开(公告)号：CN117131451A
公开(公告)日：2023-11-28
申请号：CN202311090557.4
申请日：2023-08-28
Applicant: 北京工业大学
IPC: G06F18/2433 , G01K13/00 , G06F18/15 , G06F18/243 , G06F18/213 , G06F30/27 , G06N3/0442 , G06N3/048 , G06N3/045 , G06N3/08 , G06F111/10 , G06F119/08 , G06F111/08
Abstract: 本发明公开了一种基于Attention‑LSTM的多空间火源定位方法。属于火源定位技术领域，本发明包括如下步骤：通过温度采集模块采集得到多空间长时间测点温度数据集；通过异常值检测模块检测出数据集中的异常值；利用数据补全模块补充数据集并归一化处理；将数据输入到火源位置预测模块得到火灾位置预测值。本发明使用Attention‑LSTM神经网络对多空间环境温度检测，能够注意到不同时间数据的重要程度从而对火源位置智能高精度识别，实现城市的消防智能化、提高信息传递的效率、增强救援能力、降低火灾产生的损失。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.018 seconds)
