朱进鹏,余照阳
(贵州大学 矿业学院,贵州 贵阳 550025)
随着我国经济的高速发展,工业化和城市化不断推进,高层建筑大量出现。随之而来的是频发的高层建筑火灾。高层建筑火灾因其难以防治且往往会造成重大损失,引发了社会的广泛关注。由于消防系统建设没有跟上建筑的发展速度等原因,2022年7 月12日,国家发改委发布《“十四五”新型城镇化实施方案》提出了“限高令”,严格限制新建超高层建筑,不得新建500 米以上建筑,严格限制新建250 米以上建筑[1]。但已经建设完毕并投入使用的高层建筑数量巨大,亟需先进的多领域结合的消防保障措施。国内外学者也对此进行了积极的探索。Klaus Schwab 认为新的安全事故与更加复杂的致灾机理使得传统的安全技术、安全科学与安全系统工程面临着“复杂性”和“新技术融合”两大严峻挑战;安全控制技术由灾害治理向风险评估和监测预警转移,以信息化、智能化和绿色化为驱动的创新技术融合是当前安全产业的发展方向[3]。高层建筑火灾防治的智能化、信息化具有重要的意义。首先,高层建筑火灾起火原因复杂,建筑整体荷载巨大、隐患较多[4];其次,由于高层建筑烟囱效应突出,火灾一旦发生,火势蔓延迅速,烟气伴随毒性,难以控制[5,6];建筑中人员密集而疏散通道空间有限,导致高层建筑火灾救援疏散困难[7,8]。另一方面,火灾一旦发生,极易造成电力中断,导致无法知悉建筑内部的火势情况,给高层建筑火灾扑救带来困难[9,10]。目前配套的防灭火措施无法适应和满足高层和超高层建筑的消防要求,火灾一旦发生,极易造成巨大的财产损失和人员伤亡[11]。王诺亚[12]也提出应积极引入大数据和计算机辅助决策等新方法来应对高层建筑火灾发生时导致的火情火势不明等问题。
高层建筑火灾监测预警控制一体化系统架构如图1 所示,主要由感知控制层、网络层、服务层和应用层构成。其中感知控制层相当于建筑的皮肤和手臂,同皮肤一样具有温度感受能力,同手臂一样能够做出不同的动作;网络层提供了系统各层中的通讯渠道;服务层是整个一体化系统的控制中心与计算中心,负责对获取到的信息进行分析和判断,同时根据内置的算法发出控制指令和接收来自于应用层的指令;应用层提供了API 交互接口,实现服务层信息查询,同时也能够人为发出控制指令。该系统与传统消控系统功能特点对比如表1 所示。
图1 建筑火灾监测预警控制一体化系统整体结构Figure1 The three elements of an IoT system and their relationships
表1 传统消控系统与本文一体化系统功能特点对比Table1 Comparison of functional characteristics of traditional consumption control system and integrated system
1.1.1 环境信息采集
物端传感器探头采用K 型螺钉式热电偶,具有性能稳定的特点。模数转换采用MAX6675,具有片内冷端补偿、高阻抗差动输入和断线监测等功能。MAX6675 转换器受电压影响可能存在较大的噪声,通过放置一颗陶瓷电容可以将噪音最小化。
根据K 型热电偶材料的热电效应,可根据式(1)逆推出热电偶远端结的温度。
式中:VOUT——热电偶的输出电压,μV;
TR——热电偶远端连接处的温度;
TAMB——周围环境温度。
数据接收处理采用乐鑫公司自主研发的ESP系列物联网芯片,其低功耗、无线标准丰富、工作温度范围宽等特点,能够满足本系统需求。ESP 芯片能够向服务端发送感知数据,同时接收来自服务端的指令,并执行相应的动作。物端程序开发采用图2 所示封装好的嵌入式ESP8266MOD 开发板,便于直接烧录程序,同时将芯片GPIO 引脚引出便于接线。
图2 嵌入式ESP8266MOD 开发版Figure2 Embedded development version of ESP8266MOD
1.1.2 外部负载控制
ESP 芯片的能耗较低,输出的电平信号电压最大为3.3V。为增强其动作执行能力,同时保护ESP芯片,通过添置光电耦合继电器模块SRD-03VDC-LS-C 控制大负载和满足不同情况的负载需求用来控制喷淋系统。
1.1.3 电力及网络应急措施
当高层建筑火灾发展到一定程度后,往往会造成电力系统瘫痪,随之而来的是网络通信的中断。针对此情况,物端设备需具备在电力及网络受损时正常运行的能力。得益于ESP 芯片的超低功耗,只需要3.3V 电压即可驱动,且能够同时等效输出3.3V 电压以驱动MAX6675 模块,因此在实际安装时,为其配备一块锂电池或接入应急电源即可。
当发生火灾导致网络中断时,在火灾建筑外部安设一个路由器并配置其SSID 和密码与ESP 芯片内置的SSID 和密码相同,通过适当的信号增强装置或安装若干个路由器,即可使Wi-Fi 信号覆盖整栋楼,芯片会自动连接Wi-Fi 并与服务端连通,向服务端上传数据并监听服务端下发的指令。
1.1.4 报警与预警实现
报警与预警分为就地与远程两种方式。就地报警与预警采用与ESP 芯片连接的蜂鸣器实现,且报警与预警采用不同的提示音,信息同时通过ESP 上传到服务端,发送到客户端或通过短信、电话发送给对应业主。以每个房间安设一个物端设备为例,物端设备带有唯一ID,ID 与房间号唯一对应,以每层楼10 个房间的一栋高层建筑为例,房间号有奇偶之分,边缘位置与中间位置预响应的物端策略因位置不一样需进行区分。同时为了便于算法处理,还需将常规房间号扁平化处理,如式(2)所示:
式中:F 指代楼层,R 指代F 楼层第R 个房间。
当一个物端设备发出报警信号后,其他周围设备根据与报警信号的相对位置进行预警。具体预警响应策略如表2 所示,在系统内部通过预响应向量进行控制,一级和二级预响应向量分别以α 和β开头,带有min 下标的为图3 左端的小编号房间采用,带有max 下标的为右端大编号房间采用。具体规则中,与报警物端同一楼层相邻的物端具有最高优先级,这是由于楼层过道是火灾蔓延的主要通道,火灾在过道蔓延时速度较快。其次,预警物端为相邻楼层垂直方向的物端:垂直向上物端预警是因为火灾发生时产生的热效应会加热空气,使空气气压降低从而导致火焰上升,因此报警物端垂直向上方向为第二优先考虑;垂直向下物端预警是因为火灾发生时可能会导致处于燃烧状态的可燃物滴落或掉落,导致垂直向下方向的房间着火。
图3 楼层房间编号示意图Figure3 Schematic diagram of end numbering
表2 预响应规则及预响应向量Table2 Alarm and early warning response patterns
预响应分为一级预响应与二级预响应。在房间温度达到70℃时启动一级预响应,同时二级预响应物端处于预警状态;当火势继续发展,着火房间发生轰燃时,二级预响应启动,通过控制措施阻断烟雾和火焰的蔓延。另外,在老旧建筑外墙保温材料为易燃材料或其所处位置常伴随有大风等因素能加速或扩大火灾传播时,需要考虑更大的预警范围。同时,报警和预警动作应随着火灾演化而动态变化,如当二级预响应物端达到一定数目时,应启用全方位报警从而及时提醒人员疏散。
物端完整结构如图4 所示,独立电源与应急Wi-Fi 有效解决了火灾发生时可能导致的电力中断与信息致盲问题,是实现火灾救援精准可控的重要保证。
图4 物端元器件连接示意图Figure4 Schematic diagram of the object-side component connection
1.2.1 服务端设计开发
服务端部署在一台阿里云ECS(Elastic Compute Service)服务器上,同时提供有隔离的网络环境与唯一的对外映射IP,任意客户端通过该IP 即可实现访问。同时,对服务器传送的报文使用隧道封装技术进行封装,实现不同网络之间的多层网络隔离和访问控制。
数据储存使用MariaDB 数据库。针对高层建筑动辄成百上千的物端数据的同时读取和写入,MariaDB 数据库携带的高性能存储引擎为高并发请求提供了支持。服务端的开发语言选用PHP,一是开发API 接口,接收物端上传的数据并将其存储到数据库,接收来自客户端的控制指令,完成客户端的增删改查,同时提供数据导出等功能。二是开发智能运行自动监测预警以及自动处理算法,一旦监测到异常情况,将自动对火情进行分析判断,并发送控制信号给物端,同时对分析处理情况进行记录。
1.2.2 客户端开发
客户端采用HTML+CSS+Javascript 开发,使用Vue.js 框架,与服务端的通信借助于Axios。客户端实现的功能如下:(1)实时数据监控,查看物端单元上传的数据和各个传感器的状态,能够及时发现故障和开展维护检修工作;(2)紧急人工控制,在火灾发生初期或者紧急情况发生时,可以通过客户端手动控制外部喷淋系统等,达到精确控制和提前预防;(3)数据导出,通过分析物端存储的信息,确定具体的火灾原因和位置;(4)系统自检,及时发现系统缺陷、漏洞和物端故障,并进行维护和修复。
本文主要验证系统的可靠性,采用计算机仿真验证,使用Python 编写仿真程序。
程序采用面向对象的编程方法,创建了Room类。Room 类表征了一个基本的房间单元,其中包含室内温度、位置、喷淋头开关状态和喷淋头开关温度 阈值,分别通过变量temperature,location,sprinkle 和threshold 表示。而后创建了Building类,Building 类表征了一栋完整的建筑,包含环境温度、楼层数、每层房间数,预留了一级、二级预先响应控制属性,通过调用generate_rooms()方法实例化了若干个Room类,并将实例存储在Building.rooms中,从而构建起整栋数字建筑。Building类程序结构如图5 所示。
图5 仿真程序中Building 类结构Figure5 Buildding class structure in the emulator
为验证本文系统,Building 类还内置了ad judge_location()get_control_vex()convert_room_id()pre_control()和ignite()等函数,用于实现着火位置判断、获取控制向量、扁平化房间ID、预先控制、模拟随机起火等功能。
室内火灾升温公式主要有以下3 个。式(3)和式(4)是《建筑钢结构防火技术规范GB 51249-2017》 给出的常规建筑室内发生火灾时的升温曲线;式(5)是马忠诚[13]于1998 年根据国内外的火灾数据得到的基于数据的后验性升温公式。
式中:t —火灾持续时间,min;
Tg— t 时刻热烟气平均温度,℃;
Tgm—热烟气层能达到的最大温度,℃;
tm—达到最大温度的平均时间,min;
T0—火灾发生前室内温度,℃。
对比三个升温公式的升温曲线,如图6 所示。
图6 三种升温曲线对比Figure6 Comparison of three heating curves
式(3)升温过于迅速,升温速率过快,无法体现系统响应的及时性;式(4)前期升温同样迅速,后期升温缓慢。考虑到室内火灾的形成通常是从小火源缓慢形成的,在轰燃前升温较为缓慢,因此式(5)更加符合实际情况。计算机仿真时,应带入对应升温公式的变化率,并加入随机项,将式(5)对t 求导后得:
将T'g整合进Building 类中,同时通过添加随机项模拟实际升温过程中的随机影响。通过Random 随机选择楼号和房间号点燃对应的房间开展仿真实验,记录预响应发生时对应的时刻、响应时刻的房间温度以及对应的预响应向量等。实验结果如表3 所示。
表3 实验结果Table3 Results of 20 simulation experiments
续表3 实验结果Table3 Results of 20 simulation experiments
由于本次实验主要是验证预响应系统的可靠性,仿真实验并未加入喷淋装置降温仿真,因此在所有实验中一级预响应和二级预响均应触发。实验设定一级预响应温度70℃,二级预响应温度为600℃,响应结果与理论对比如表4 所示。可以看出,一级预响应平均时间延迟15.1s,平均响应温度误差26℃;二级预响应平均时间延迟67s,平均响应温度误差18℃。
表4 系统平均响应指标Table4 System Average Response Metrics
本文设计的基于物联网的高层建筑火灾监测预警控制一体化系统,在主要电力设备因火灾发生中断时,通过独立电源或者消防电源以及应急Wi-Fi 依旧能正常运行。但目前该系统还处于实验阶段,下一步希望在完善之后推广应用,为火情研判和救援活动开展提供准确而有力的保障,有效提升高层建筑火灾的防治能力。