本报讯（记者 李花 通讯员 谯安冉 廖康利 宋雨轩） 仅通过一段储罐火灾视频，就能对储罐火灾内部温度和外部热辐射强度等参数做出智能预测并及时发出警报！近日，南京工业大学安全科学与工程学院张文豪等同学在赵坤老师的指导下完成的《基于深度学习的储罐火灾热危害智能预测预警系统》实现了这一愿景，并在“第9届全国高校安全科学与工程大学生实践与创新作品大赛”中获得一等奖。

储油罐常用于炼油厂、油田、油库以及其他工业中，由于储油罐储存的物质具有毒害、易燃易爆、易挥发等特性，如果不采取有效的防范措施和应急预案，一旦储油罐发生泄漏就可能进一步升级，造成火灾和爆炸等事故。项目团队对缩尺寸储罐火灾进行模拟，利用深度学习实现火场温度和热辐射强度的实时智能预测，并基于预测结果，结合硬件设备及时进行风险播报，实现智能预警。“我们设计的这个系统主要包括四个部分，即Pyrosim（一款火灾动力学模拟软件）火灾模拟及实验验证、深度学习建模和训练、声光报警装置、软硬件结合与结果可视化。”团队负责人张文豪介绍。

“项目团队调研了中国石化扬子石油化工有限公司的储罐数据，并用模拟软件PyroSim构建1/20缩尺寸储罐模型，对不同情况下的油池火燃烧开展仿真模拟研究，获得大量的模拟数据。其后，又通过机器深度学习对时间—温度、距离—热辐射强度等分别建立预测模型，该模型预测的精准度达到了91%，结果比较可靠。”团队负责人麻帅介绍。

此外，项目团队还设计了预测结果可视化界面，用户可以自定义设置火源大小、火源间距，直观地看到火焰的升温曲线以及热辐射强度曲线，以便更快速地进行预测预警。“当热辐射预测值超过设置的临界热辐射强度时，声光报警装置就会亮灯并启动语音播报，给管理者采取应急救援措施和疏散人员提供参考。”团队成员杨周健说。

2023年11月30日《南京日报》第B02版：http://njrb.njdaily.cn/html/2023-11/30/content_102_120120.htm