不同封堵条件下巷道火灾烟气温度场预测模型

马砺 张鹏宇 李超华 刘顺

摘 要：巷道火災蔓延速度快且温度高，封堵控制过程中会对工作人员造成人身威胁，因此研究巷道火灾烟气封堵过程中温度变化规律及预测对其安全控制有重要意义。文中通过分析烟气质量流率的卷吸特征，基于火灾烟气温度控制方程建立了封堵条件下的巷道火灾烟气温度预测模型。搭建1

∶10比例的巷道火灾相似模拟实验台，开展火源功率为4，6，8 MW的巷道火灾实验。测试进风侧单侧封堵比例为0%，25%，50%，75%，100%的15种工况下顶棚烟气温度分布，得到了不同封堵条件下的烟气温度衰减规律。采用平均绝对误差（MAE）、平均绝对百分误差（MAPE）、均方根误差（RMSE）和确定系数（R2）验证实验值与理论预测值的准确性。结果表明：当封堵比例大于50%时，随着封堵比例增加，抑制火灾效果明显，在不同封堵下烟气纵向温度分布呈高斯函数规律;通过对比不同封堵条件下的温度场的预测结果（MAE<0.075 1，MAPE<0132 1，MSE<0.077，R2=0.906 9），发现该模型对封闭过程火区温度的预测结果较好。关键词：安全科学与工程;巷道火灾;温度场;封堵;预测模型中图分类号：TD 75+2

文献标志码：A

文章编号：1672-9315（2021）02-0213-08

DOI：10.13800/j.cnki.xakjdxxb.2021.0204开放科学（资源服务）标识码（OSID）：

Prediction model of roadway fire temperature field under

different plugging conditions

MA Li1，2，ZHANG Pengyu1，2，LI Chaohua1，2，LIU Shun1，2

（1.College of Safety Science and Engineering，Xian University of Science and Technology，Xian 710054，China;

2.Shaanxi Key Laboratory of Prevention and Control of Coal Fire，Xian University of Science and Technology，Xian 710054，China）

Abstract：The roadway fire spreads sharply with the high temperature，which can threat the safety of staff during the plugging control.Therefore，it is of great significance to explore the temperature change and prediction in the process of roadway fire smoke plugging for its safety control.In this study，the entrainment characteristics of the mass flow rate of the flue gas were analyzed，and a prediction model of the flue gas temperature of the roadway fire under the plugging condition was established based on the control equation of the fire smoke temperature.A similar simulation test bench for the 1∶10 ratio of roadway fires was set up，and the roadway fire experiments with the fire source power of 4，6，8 MW were tested.The roof smoke temperatures under 15 conditions were tested on the inlet side at 0%，25%，50%，75%，and 100%，and the flue gas temperature variations under different plugging conditions were analyzed.In addition，the average absolute error（MAE），average absolute percentage error（MAPE），root mean square error（RMSE）and determination coefficient（R2）were applied to verify the similarities between the values of experimental and theories.The results indicated that：when the blocking ratio was greater than 50%，the fire suppression effect was remarkable with the increase of blocking ratio，and the vertical temperature distribution of the flue gas under different blocking ratios described a Gaussian function variation.By comparing the prediction results of the temperature field

under different plugging conditions（MAE<0.075 1，MAPE<0.132 1，MSE<0.077，and R2=0.906 9），the model turned to have a better prediction result for the fire zone temperature in the blocking process.

Key words：safety science and engineering;roadway fire;temperature field;plugging;predictive model

0 引 言

在火灾的发展蔓延阶段，高温烟气是阻碍人员疏散，造成人员伤亡的重要因素，研究烟气蔓延的规律并准确预测烟气温度对火灾的预防控制及人员的疏散救援有着重要意义[1-2]。巷道火灾按照时间顺序一般可划分为3个阶段，即火灾初期增长阶段、火灾充分发展阶段、火灾衰减阶段。在火灾充分发展阶段，根据火灾烟气蔓延规律分为5个阶段[3]：火羽流上升阶段、顶棚射流阶段，二维径向扩散阶段、一维纵向蔓延转化阶段以及一维纵向蔓延阶段[4-5]。对于火灾烟气温度场的研究，MODIC利用IDS通风模拟软件对公路隧道火灾中的气流温度和速度进行研究，指导了消防安全疏散[6];HWANG等通过模拟得到不同通风条件下烟气温度和速度的分布规律以及对火灾的影响[7];LEE等模拟了不同宽高比下的隧道火灾烟气温度场、速度场等影响规律[8];BAILEY等通过LES大涡数值模拟得到了走廊烟气温度的纵向分布规律[9];

KHATTRI采用小尺寸数值模拟研究火灾烟气温度分布规律，得到烟气温度的衰减并不一定是指数函数分布规律[10]。郭庆华等通过对海拔4 100 m的全尺寸隧道进行火灾实验，得到3种火源功率下最高温度及纵向温度分布规律[11];陶海军等建立了1∶36小尺寸综合管廊模型的火灾实验，得到烟气温度在管廊电力舱室的衰减规律，并分析烟气温度在不同高度下的跳跃现象[12];张鹏等基于1∶20地铁换乘站相似实验模型，利用高温辐射流取代火源，得到烟气温度在顶棚沿站台方向和楼梯处衰减规律[13];梁震寰等搭建圆形小尺寸管廊实验模型，研究得到4种火源形状的距离、烟气温度以及顶棚温度的函数关系[14];刘斌等对复杂结构隧道火灾进行数值模拟，分析得到不同纵向通风对烟气温度的分布规律及烟流的扩散影响[15];姜学鹏等通过FDS模拟设置不同坡度的人字坡隧道模型，得到最高烟气温度与火源功率呈现3/4次幂的关系且沿隧道长度方向呈指数函数衰减[16];姜涛利用CFD方法设计不同工况下的地铁过江隧道模型，得到火灾烟气温度场及浓度场，为救援工作提供技术指导[17]。对于火灾封堵控制研究，

YAO等通过建立小尺寸实验台研究火灾封堵窒息，结果表明完全密封的时间越早，燃烧时间越短，温度越低，抑制火灾效果越好[18-19];纪道溪通过数值模拟研究封堵控制因素对灭火效率影响规律[20];董炳燕等通过数值模拟得出火源功率为50 MW的临界封堵比例为75%，火源功率为100，150 MW的临界封堵比例为50%[21].

综上所述，当前对于火灾烟气温度的研究中，多数学者通过建立小尺寸实验模型来研究烟气温度的分布影响规律，对于封堵过程研究的模型较少。文中主要研究在巷道火灾封闭过程中烟气一维蔓延阶段温度预测模型，为井下封闭火区的蔓延控制提供理论基础。

1 实验装置及条件

1.1 实验系统实验系统利用西安科技大学煤火灾害重点实验室巷道装置模型[22]，建立了1

∶10比例的巷道火灾发展封堵过程实验模型。巷道模型顶部为拱形，底部为矩形，如图1所示。该系统采用分段式设计，单节长度0.7 m，共11节，巷道模型截面宽度0.48 m，高度0.42 m，为便于观察巷道火灾烟气温度的变化趋势，巷道一面采用耐高温玻璃制成，另一面采用角钢制成。

实验台采用自然通风，风速以实际测量为准，本实验为0.3 m/s，火源距进风侧250 cm。实验布

置19个K型铠装热电偶，且相对火源中心对称布置，分别距火源中心点距离为12.5，25，56.5，75，93.5，140.5，159，199.5和240 cm.火源及热电偶分布如图2所示，采用C7108温度数据模块采集温度。

1.2 实验样品为了模拟井下巷道火灾，火源大小设计为4，6，8 MW.火源类型为柴油，热值为42 kJ/g，火源相似计算值见表1。

2 实验数据分析

2.1 顶棚最高烟气温度分析3种火源功率下顶棚烟气温度封堵曲线如图3所示。结果表明：随着火源功率增加，封堵比例升高顶棚烟气温度增加，这是由于在巷道内燃烧消耗的氧气增多，造成热量聚积。0～50%封堵火灾充分燃烧时间和温度情况相近，50%封堵的燃烧时间更长温度更高。表明在封堵比例小于50%时，随着新鲜风流进入巷道，氧气的供给足够维持柴油的充分燃烧，使得热量难以聚积，但由于火灾充分燃烧时间长，不利于人员的疏散。75%封堵比例时，火灾的充分燃烧时间相比0～50%封堵明显缩短，且随着火源功率的增加，达到充分燃烧阶段的时间提前，燃烧所需的时间随之减少，且衰减阶段温度下降较快，表明75%封堵比例对氧气的供给造成了极大阻碍，火源功率越高消耗氧气越多，供氧不足，火灾得到了明显的抑制。完全封堵（比例100%）时火灾充分燃烧阶段最短，温度上升和衰减的幅度也最大，这是由于阻断了火灾燃烧消耗所需的氧气来源，导致顶棚热量聚集，燃烧不充分，火灾熄灭的时间快。图4表示的是在熄灭时，各封堵比例的纵向最高烟气温度变化曲线，从图中可以看出随着封堵比例升高，温度衰减的幅度越大;综合图3图4可知，当封堵比例大于50%时，在距火源240 cm处的下风侧各封堵比例的温度相近，当时间到达500 s时，100%封堵的温度最低，75%封堵的溫度与0～25%的温度接近。综上所述，由于100%封堵导致热量聚集过快，温度快速上升至600 ℃，对巷道顶棚破坏严重，考虑到保护救援人员，当封堵50%以上时，隔氧灭火效果明显。

2.2 不同封堵條件对纵向烟气温度的衰减规律KUNSCH通过理论分析和实验研究得到了顶棚烟气温度纵向分布模型[23]，经过国内外学者验证该模型服从指数衰减规律，如公式（1）所示。文中取距火源中心点距离x-x0为自变量，烟气温ΔT/ΔT0为因变量，利用该模型对实验数据进行拟合，拟合后各参数数据见表2。

ΔTΔT0

=Ta-TTa-T0

=a·exp（-b（x-x0））

（1）

分析表中拟合数据得到封堵条件对参数a和b的影响。

1）当封堵比例η=0时，烟气温度与距离的关系

ΔTΔT0

=

1.1·exp（-0.006 7（x-x0））

（2）2）当封堵比例η>0时，烟气温度会随着封堵比例呈线性变化

ΔTΔT0

=

1·exp（-（0.003 932+0.004 246）（x-x0））

（3）

3 巷道火灾封堵烟气温度预测模型3.1 巷道火灾一维温度场分布通过分析火灾烟气温度场控制方程和质量流率的卷吸方程[3]，建立符合矿井巷道条件下的一维温度场分布模型。该模型增加了封堵条件，巷道截面如图5所示。

边界条件：x=0时，

=0;x=x0时，T=T0。假设条件：在一维蔓延阶段，巷道火灾的烟气层在横向上温度一致;烟气为不可压缩流体。巷道火灾的烟气层在x方向质量流率变化，等

于烟气层卷吸空气质量流率变化，得到连续性方程

ddx=w

（4）巷道火灾烟气层在x方向上的焓值变化，等于烟气层卷吸空气的焓值增量与对流辐射损失的焓值量总和，得到能量方程

d（cPT）

dx=cPwTa+

（5）其中Kunsch提出一维水平蔓延的烟气卷吸的质量流率可以表示为[23]

w=βρawΔux

（6）巷道火灾烟气的能量损失可以看成是烟气层与环境温度之间的能量交换（忽略壁面厚度）

=αD（Ta-T）

（7）

在一维蔓延阶段，卷吸系数β的值很小，在数量级上可以趋近于0

βρaΔuρs

x→0

（8）为了建立封堵比例η与空气流速u的关系，文中简化在封堵情况下的封堵两侧的体积流量变化，即自然通风风量减去进入巷道风量等于被封堵处风量的损失值

Q进-Q=Q损

（9）损失值可以用进入巷道风流体积流量减去开口处进入风流体积流量

Q损=uA-uA1

，带入化简可以得到

u=um1+η

（10）综合以上因素，联立化简方程，根据参考点位置x0，T0可以积分得到

当封堵比例η=01）当h≤R时

ΔTΔT0

=exp

-

απR180

arccos

R-h0R

cPwρsum

（x-x0）

（11）

2）当h≥R时

ΔTΔT0

=exp

-

απR180

arccos

h0-RR+2α（h0-R）

cPwρsum

（x-x0）

（12）

当封堵比例η>01）当h≤R时

ΔTΔT0

=exp

-

α（1+η）πR180

arccos

R-h0R

cPwρsum

（x-x0）

（13）

2）当h≥R时

ΔTΔT0

=

exp

-

α（1+η）πR180

arccos

R-h0R+2α（1+η）（h0-R）

cPwρsum

（x-x0）

（14）

其中 为巷道火灾烟气层质量流率，kg/s;w为烟气层卷吸空气的质量流率，kg/s;cp为比热容，kJ/（kg·K）;

T为烟气层温度，℃;

Ta为环境温度，℃;为热交换损失的能量流率，kW;

β为水平卷吸系数;ρa为空气密度，kg/m3;w为烟气层与空气之间的分层宽度，m;

Δu为烟气层和空气层的相对速度，m/s;h为烟气层厚度，m;ρs为烟气层密度，kg/m3;h0为稳定阶段初始烟气层高度，m;R为

圆弧拱顶半径，m;h1为圆弧拱顶截面的最高高度，m。

3.2 理论模型预测结果根据巷道火灾实验台的实际尺寸和环境条件，确定以下基础数据：表面传热系数

α取45 W/（m·K）;烟气比热容cp为1.02 kJ/（kg·K）;稳定阶段烟气初始质量流量根据烟气密度ps，乘以烟气层与空气之间的分层宽度w来表示=wρsu。得到封堵条件下巷道火灾一维烟气温度预测值。采用平均绝对误差（MAE）、平均绝对百分误差（MAPE）、根均方误差（RMSE）和确定系数（R2）等指标来评价预测模型的准确性[24-25]。

MAE=1nni=1

|fi-yi|

（15）

MAPE=1nni=1

fi-yiyi×100%

（16）

RMSE=1nni=1

（fi-yi）2

（17）

R2=1-ni=1

（fi-yi）2

ni=1

（-yi）2

（18）

式中 fi為预测值;yi为实际值;为实际值的平均值。

3.3理论模型的预测值与实验数据的对比图6表示的是5种封堵条件下实验数据拟合结果和理论模型预测结果，从图中可以看出两者曲线相近，计算得到各曲线之间相关系数R2均在0.9以上，表明实验值与预测值存在较强的相关性，理论模型预测值较好。文中将不同封堵条件下理论值与实验值进行对比，为了量化模型的预测性能，将其误差指标（MAE<0.075 1，MAPE<0.132 1，RMSE<0.077，R2>0.906 9）列于表3中。结果表明，封堵条件下的巷道火灾烟气理论模型能够准确预测巷道火灾烟气温度。

4 结 论

1）根据封堵过程中巷道内外体积流量变化的平衡条件，得到流速与封堵比例之间的函数关系，基于巷道火灾实验台建立了不同封堵条件下的烟气温度预测模型。

2）通过分析不同封堵比例下巷道火灾烟气温度的预测模型，得到温度的衰减主要受巷道尺寸、空气流速和烟流质量流率影响。

3）实验分析得到顶棚烟气温度随着火源功率的增加而升高;当封堵比例为50%时，火灾充分发展时间最长;当封堵比例大于50%时，随着封堵比例增加，烟气温度下降的时间越早。

参考文献（References）：

[1]

郭军，刘荫，金永飞，等.矿井胶带火灾巷道环境多参数时空演化规律[J].西安科技大学学报，2019，39（1）：21-27.GUO Jun，LIU Yin，JIN Yongfei，et al.Spatiotemporal evolution law of multiple parameters of roadway environment for rubberbelt fire in mine[J].Journal of Xian University of Science and Technology，2019，39（1）：21-27.

[2]马砺，范晶，任立峰，等.地铁站台不同排烟模式下的烟气流动数值模拟[J].西安科技大学学报，2017，37（5）：643-648.MA Li，FAN Jing，REN Lifeng，et al.Numerical simulation of smoke flow on subway platform under different extraction modes[J].Journal of Xian University of Science and Technology，2017，37（5）：643-648.

[3]胡隆华.隧道火灾烟气蔓延的热物理特性研究[D].合肥：中国科学技术大学，2006.HU Longhua.Studies on thermal physics of smoke movement in tunnel fires[D].Hefei：University of Science and Technology of China，2006.

[4]阳东，胡隆华，霍然，等.纵向风对通道火灾烟气竖向分层特性的影响[J].燃烧科学与技术，2010，16（3）：252-256.YANG Dong，HU Longhua，HUO Ran，et al.Effects of longitudinal air flow on smoke stratification in channel fire[J].Journal of Combustion Science and Technology，2010，16（3）：252-256.

[5]HU L H，HUO R，LI Y Z，et al.Fullscale burning tests on studying smoke temperature and velocity along a corridor[J].Tunnelling and Underground Space Technonlogy，2005，20（3）：233-229.

[6]MODIC J.Fire simulation in road tunnels[J].Tunnelling and Underground Space Technology，2003，18（5）：525-530.

[7]HWANG C C，EDWARDS J C.The critical ventilation velocity in tunnel firesacomputer simulation[J].Fire Safety Journal，2005，40：213-244.

[8]LEE S R，RYOU H S.A numerical study on smoke movement in longitudinal ventilation tunnel fires for different aspect ratio[J].Building and Environment，2006，40（6）：719-725.

[9]BAILEY J L，FORNEY G P，TATEM P A，et al.Development and validation of corridor flow submodel for CFAST[J].Journal of Fire Protection Engineering，2002，12（3）：139-161.

[10]KHATTRI S K.From smallscale tunnel fire simulations to predicting fire dynamics in realistic tunnels[J].Tunnelling and Underground Space Technology，2017，61：198-204.

[11]郭庆华，闫治国，朱合华.高海拔隧道全尺寸火灾烟气及温度场特征试验研究[J].土木工程学报，2017，50（8）：114-120.GUO Qinghua，YAN Zhiguo，ZHU Hehua.Fullscale experimental study on smoke and temperature distribution characteristics of the tunnel fire at high altitude[J].China Civil Engineering Journal，2017，50（8）：114-120.

[12]陶海军，朱国庆，赵永昌，等.综合管廊电缆燃烧烟气温度实验研究[J].消防科学与技术，2017，36（6）：745-748.TAO Haijun，ZHU Guoqing，ZHAO Yongchang，et al.Experimental study on fire smoke temperature of urban utility tunnel cable[J].Fire Science and Technology，2017，36（6）：745-748.

[13]张鹏，李嘉欣，李雪进，等.基于相似分析的地铁换乘站缩尺寸火灾实验研究[J].消防科学与技术，2018，37（11）：1457-1460.

ZHANG Peng，LI Jiaxin，LI Xuejin，et al.Experiment on scaled fire of metro transfer station based on similarity analysis[J].Fire Science and Technology，2018，37（11）：1457-1460.

[14]梁震寰，朱国庆，田承飞.综合管廊内线型火源烟气温度场研究[J].消防科学与技术，2018，37（12）：1635-1637，1641.LIANG Zhenhuan，ZHU Guoqing，TIAN Chengfei.Research on temperature field of linear fire source in integrated pipe gallery[J].Fire Science and Technology，2018，37（12）：1635-1637，1641.

[15]刘斌，安军，郭汝杰，等.复杂结构隧道火灾烟气逆流与温度分布的数值模拟[J].安全与环境学报，2019，19（3）：818-823.LIU Bin，AN Jun，GUO Rujie，et al.Numerical simulation study on the firesmoke reverse flow and tempera ture distribution in the complicated structure tunnel[J].Journal of Safety and Environment，2019，19（3）：818-823.

[16]姜学鹏，廖湘娟，何振华.人字坡山岭隧道火灾顶板下方烟气最高温度的研究[J].安全与环境学报，2018，18（3）：925-929.JIANG Xuepeng，LIAO Xiangjuan，HE Zhenhua.Maximum temperature of smoke beneath the ceiling in the herringbone slope tunnel fire[J].Journal of Safety and Environment，2018，18（3）：925-929.

[17]姜濤.地铁过江隧道火灾CFD数值模拟研究[J].湖北大学学报（自然科学版），2015，37（5）：477-483.JIANG Tao.CFD simulation study of fire in a subway tunnel under Yangtze river[J].Journal of Hubei University（Natural Science），2015，37（5）：477-483.

[18]YAO Y，CHENG X，SHI L，et al.Experimental study on the effects of initial sealing time on fire behaviors in channel fires[J].International Journal of Thermal Sciences，2018，125：273-282.

[19]YAO Y，HE K，PENG M，et al.Maximum gas temperature rise beneath the ceiling in a portalssealed tunnel fire[J].Tunnelling and Underground Space Technology，2018，80：10-15.

[20]纪道溪.重载铁路隧道极富燃料火灾特性及封堵控制研究[D].长沙：中南大学，2012.

JI Daoxi.Reserch on fire characteristics and control by sealing portal in heavy haul railway tunnel with extremely abundant fuel[D].Changsha：Central South University，2012.

[21]董炳燕，吴晋湘，黄有波.封堵比例对隧道火灾温度影响的数值模拟研究[J].消防科学与技术，2018，37（8）：1051-1054.DONG Bingyan，WU Jinxiang，HUANG Youbo.Numerical investigation on the effect of tunnel portal sealing ratio on gas temperature during tunnel fire[J].Fire Science and Technology，2018，37（8）：1051-1054.

[22]李士戎.移動火源对隧道温度场分布及烟气流动影响规律研究[D].西安：西安科技大学，2013.

LI Shirong.Research on influence of moving fire on temperature field distribution and smoke spread in tunnel[D].Xian：Xian University of Science and Technology，2013.

[23]KUNSCH J P.Simple model for control of fire gases in a ventilated tunnel[J].Fire Safety Journal，2002，37（1）：67-81.

[24]LEI C K，DENG J，CAO K，et al.A random forest approach for predicting coal spontaneous combustion[J].Fuel，2018，233：63-67.

[25]刘倩颖，阮应君，时翔，等.基于Kmeans聚类与BP神经网络算法的办公建筑逐时电负荷预测[J].热能动力工程，2018，33（3）：138-144.

LIU Qianying，RUAN Yingjun，SHI Xiang，et al.Hourly power load forecasting of office building based on Kmeans clustering and BP neural network algorithm[J].Journal of Engineering for Thermal Energy and Power，2018，33（3）：138-144.