CN116957484A - 一种基于数字孪生的消防救援预案方法及*** - Google Patents
一种基于数字孪生的消防救援预案方法及*** Download PDFInfo
- Publication number
- CN116957484A CN116957484A CN202310678688.8A CN202310678688A CN116957484A CN 116957484 A CN116957484 A CN 116957484A CN 202310678688 A CN202310678688 A CN 202310678688A CN 116957484 A CN116957484 A CN 116957484A
- Authority
- CN
- China
- Prior art keywords
- fire
- fighting
- rescue
- plan
- preset
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000000007 visual effect Effects 0.000 claims abstract description 62
- 238000004458 analytical method Methods 0.000 claims abstract description 52
- 238000011156 evaluation Methods 0.000 claims abstract description 48
- 238000004088 simulation Methods 0.000 claims abstract description 24
- 238000005516 engineering process Methods 0.000 claims abstract description 12
- 238000012795 verification Methods 0.000 claims description 15
- 238000005457 optimization Methods 0.000 claims description 14
- 238000012549 training Methods 0.000 claims description 13
- 238000011835 investigation Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 238000012800 visualization Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000003062 neural network model Methods 0.000 claims description 7
- 238000005553 drilling Methods 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 2
- 238000007405 data analysis Methods 0.000 description 9
- 238000010276 construction Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000002485 combustion reaction Methods 0.000 description 3
- 206010000369 Accident Diseases 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 230000034994 death Effects 0.000 description 2
- 231100000517 death Toxicity 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000006260 foam Substances 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 208000021063 Respiratory fume inhalation disease Diseases 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000000178 monomer Substances 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种基于数字孪生的消防救援预案方法及***，涉及消防救援技术领域，该方法包括：将获得的楼栋基本信息、消防力量数据和预设火灾发生场景输入灭火救援预案分析模型，并进行合理性评估，生成灭火救援预案；基于数字孪生***对灭火救援预案进行三维可视化仿真，获得灭火救援可视化预案；对基于预设火灾发生场景随机设置的火灾发生点进行模拟灭火救援演练，并进行优化，获得优化灭火救援可视化预案，由于本申请可以通过数字孪生技术有效地提高灭火救援预案的可视化程度，解决高层建筑灭火救援预案编制的效率以及精准度低下的问题，为灭火救援行动提供实用的数据支持和指引，从而实现提高灭火救援行动的效率和精准度的效果。
Description
技术领域
本公开涉及消防救援技术领域，具体涉及一种基于数字孪生的消防救援预案方法及***。
背景技术
随着高层建筑日益增多，在便利群众生活的同时，同时也存在火灾隐患多、产生伤亡事故与经济损失等问题，给灭火救援工作带来巨大挑战。传统灭火救援预案的制定往往存在诸多缺陷，例如预案信息集成化不高、缺乏缜密计算、不具备实时更新性情况等等。现需要一种方法来提高综合性灭火救援力量的大中型高层建筑火灾事故扑救水平，有效开展大中型高层建筑灭火救援预案的编制工作。解决高层建筑灭火救援预案编制的效率以及精准度低下等相关问题和挑战，并提出科学合理的高层建筑灭火救援预案编制方法。
发明内容
本公开提供了一种基于数字孪生的消防救援预案方法及***，用以解决高层建筑灭火救援预案编制效率以及精准度低下的技术问题。
根据本公开的第一方面，提供了一种基于数字孪生的消防救援预案方法，包括：对目标高层建筑进行实地调研，获得所述目标高层建筑的楼栋基本信息，其中所述基本信息包括建筑属性信息、区域布局信息、人员布局信息、消防布局信息；获得所述目标高层建筑所在辖区的消防力量数据，所述消防力量数据包括消防人员数量、消防设备数据、消防救援时间；获取预设火灾发生场景，将所述楼栋基本信息、所述消防力量数据和所述预设火灾发生场景输入灭火救援预案分析模型，获得初始灭火救援预案；通过消防专家***对所述初始灭火救援预案进行合理性评估，并根据合理性评估结果生成灭火救援预案；基于数字孪生***对所述灭火救援预案进行三维可视化仿真，获得灭火救援可视化预案；基于所述预设火灾发生场景随机设置火灾发生点，根据所述灭火救援可视化预案对所述火灾发生点进行模拟灭火救援演练，获得模拟演练结果；根据所述模拟演练结果对所述灭火救援可视化预案进行优化，获得优化灭火救援可视化预案。
根据本公开的第二方面，提供了一种基于数字孪生的消防救援预案***，包括：第一获得模块，对目标高层建筑进行实地调研，获得所述目标高层建筑的楼栋基本信息，其中所述基本信息包括建筑属性信息、区域布局信息、人员布局信息、消防布局信息；第二获得模块，获得所述目标高层建筑所在辖区的消防力量数据，所述消防力量数据包括消防人员数量、消防设备数据、消防救援时间；第三获得模块，获取预设火灾发生场景，将所述楼栋基本信息、所述消防力量数据和所述预设火灾发生场景输入灭火救援预案分析模型，获得初始灭火救援预案；第一处理模块，通过消防专家***对所述初始灭火救援预案进行合理性评估，并根据合理性评估结果生成灭火救援预案；第四获得模块，基于数字孪生***对所述灭火救援预案进行三维可视化仿真，获得灭火救援可视化预案；第五获得模块，基于所述预设火灾发生场景随机设置火灾发生点，根据所述灭火救援可视化预案对所述火灾发生点进行模拟灭火救援演练，获得模拟演练结果；第六获得模块，根据所述模拟演练结果对所述灭火救援可视化预案进行优化，获得优化灭火救援可视化预案。
本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
根据本公开采用的一种基于数字孪生的消防救援预案方法及***，通过将获得的楼栋基本信息、消防力量数据和预设火灾发生场景输入灭火救援预案分析模型，并进行合理性评估，生成灭火救援预案；基于数字孪生***对灭火救援预案进行三维可视化仿真，获得灭火救援可视化预案；根据灭火救援可视化预案对基于预设火灾发生场景随机设置的火灾发生点进行模拟灭火救援演练，并进行优化，获得优化灭火救援可视化预案，由于本申请可以通过数字孪生技术有效地提高灭火救援预案的可视化程度，为灭火救援行动提供实用的数据支持和指引，从而实现提高灭火救援行动的效率和精准度的效果。
应当理解，本部分所描述的内容并非旨在标示本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其他特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本公开或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本公开实施例提供的一种基于数字孪生的消防救援预案方法的流程示意图；
图2为本公开实施例一种基于数字孪生的消防救援预案方法中通过消防专家***对所述初始灭火救援预案进行合理性评估的流程示意图；
图3为本公开实施例提供的一种基于数字孪生的消防救援预案***的结构示意图。
附图标记说明：第一获得模块11，第二获得模块12，第三获得模块13，第一处理模块14，第四获得模块15，第五获得模块16，第六获得模块17。
具体实施方式
以下结合附图对本公开的示范性实施例作出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
为了解决高层建筑灭火救援预案编制效率以及精准度低下的技术问题，本公开的发明人经过创造性的劳动，得到了本公开的一种基于数字孪生的消防救援预案方法及***：
实施例一
图1为本申请实施例提供的一种基于数字孪生的消防救援预案方法的流程示意图，如图1所示，所述方法包括：
步骤S100：对目标高层建筑进行实地调研，获得所述目标高层建筑的楼栋基本信息，其中所述基本信息包括建筑属性信息、区域布局信息、人员布局信息、消防布局信息；
具体地，目标高层建筑为待进行消防救援的高层建筑。其中，对目标高层建筑进行实地调研，获得目标高层建筑的楼栋基本信息。可选的，实地调研方法可以为通过无人机对目标高层建筑进行3D建模，进而获取数据的方法。其中，楼栋基本信息包括建筑属性信息、区域布局信息、人员布局信息、消防布局信息等。
进一步地，建筑属性信息可以包括建筑规格信息，即高度、层高、总层数等信息。建筑属性信息也可以包括建筑结构信息，即板式楼结构、塔楼结构、钢架结构或者水泥混凝土结构。建筑属性信息还可以包括建筑用途信息，即建筑用于办公、酒店或者商场。区域布局信息可以包括危险区域，即供电所、配电室、空调机房所在区域和楼层。区域布局信息也可以包括疏散安全区域，即安全通道位置及数量。人员布局信息可以包括每层有多少人或者每间办公室有多少人等。消防布局信息可以包括消防水源数量、位置、容量等信息。消防布局信息也可以包括室内灭火器数量或者单位容量等信息。
步骤S200：获得所述目标高层建筑所在辖区的消防力量数据，所述消防力量数据包括消防人员数量、消防设备数据、消防救援时间；
具体地，目标高层建筑所在辖区为目标高层建筑进行消防救援时，能及时调派消防力量的区域。其中，获得目标高层建筑所在辖区的消防力量数据可以基于地理位置分析获得。举例而言，无锡九龙仓国金中心位于钟书路99号，东临茂业观园，南临文华路，西临无锡市图书馆，北临钟书路。距责任区华清路消防救援站5公里，约12分钟车程；距支队指挥中心、特勤一消防救援站7公里，约18分钟车程；距南禅寺消防救援站3公里，约14分钟车程，分析可知，无锡九龙仓国金中心的所在辖区的消防力量涉及以上五个消防救援站。
进一步地，消防力量数据包括消防人员数量、消防设备数据、消防救援时间。其中，消防人员数量为进行消防救援人员数量，可以包括灭火救援指挥组人员、灭火救援专家委员会人员、现场指挥组人员、作战组人员、灭火组人员、医疗救护组人员和后勤保障组人员等。消防设备数据为消防救援车数量和规格等数据。举例而言，消防救援车中可以有空气泡沫车4量、泡沫水罐车5量、云梯消防车1量或者举高喷射车3量等。消防救援时间为进行消防救援所需时间，即从起火至冷却时间，可以包括目标高层建筑人员疏散时间、消防救援人员接到报警至到场灭火时间等。
步骤S300：获取预设火灾发生场景，将所述楼栋基本信息、所述消防力量数据和所述预设火灾发生场景输入灭火救援预案分析模型，获得初始灭火救援预案；
具体地，预设火灾发生场景为可能发生火灾情况的类型和规模，预设火灾发生场景可以包括基于家电商场、服装商场、货物仓库，发生电气火灾、用火不慎、吸烟、自燃、飞火、纵火、玩火等情况。其中，获取预设火灾发生场景可以基于文献综述和相关案例中现有高层建筑火灾发生场景进行预设。
进一步地，基于BP神经网络，构建灭火救援预案分析模型，灭火救援预案分析模型为机器学习中可以不断进行迭代优化的神经网络模型，将楼栋基本信息、消防力量数据和预设火灾发生场景输入灭火救援预案分析模型，通过训练数据集进行监督训练，获得初始灭火救援预案。按照预设数据划分规则将样本数据集划分为样本训练集和样本验证集，预设数据划分比例本领域技术人员可基于实际情况自定义设置，例如：85％、15％。通过样本训练集对所述数据分析网络层进行监督训练，当模型输出结果趋于收敛状态时，通过样本验证集对数据分析网络层的输出结果准确率进行验证，获取预设验证准确率指标，预设验证准确率指标本领域技术人员可基于实际情况自定义设置，例如：95％。当数据分析网络层输出结果准确率大于等于预设验证准确率指标时，获得数据分析网络层。
步骤S400：通过消防专家***对所述初始灭火救援预案进行合理性评估，并根据合理性评估结果生成灭火救援预案；
具体地，获得多个消防领域专家及其基本信息。基于多个消防领域专家的多个基本信息，对多个消防领域专家划分不同级别。其中，基于不同级别的多个消防领域专家对初始灭火救援预案进行合理性评估，获得初始灭火救援预案的多个合理性评估结果。进一步地，基于不同级别的多个消防领域专家的多个合理性评估结果，进行权重分配并加权，获得加权合理性评估结果。
进一步地，基于合理性以及科学性灭火原则，获得预设合理性范围。判断加权合理性评估结果是否满足预设合理性范围，若加权合理性评估结果不满足预设合理性范围，则对初始灭火救援预案进行优化，直到加权合理性评估结果满足预设合理性范围。
步骤S500：基于数字孪生***对所述灭火救援预案进行三维可视化仿真，获得灭火救援可视化预案；
具体地，基于数字孪生***，对灭火救援预案进行三维可视化仿真，获得灭火救援可视化预案。其中，灭火救援预案主要包括预案编制对象的基本情况、灾情评估、处置方案、应用计算、现场服务等模块。各模块的基本组成应能覆盖总体方案的相关内容，力求全面、科学、适用，为数字孪生***提供坚实的信息基础。进一步地，数字孪生***为基于数据库语言，可实现方案相关文字、图片、动画的快速录入、查询、修改、统计、方案生成、打印、操作图绘制及简单数据计算等功能的***。
进一步地，将楼栋基本信息、消防力量数据等输入数字孪生***。基于数字孪生***，根据面向数字信息技术的软件设计方法，使得灭火救援可视化预案以条框、图片、视频动画的形式直观生动地展示出来，并可通过简单的功能键设置进行查询。
步骤S600：基于所述预设火灾发生场景随机设置火灾发生点，根据所述灭火救援可视化预案对所述火灾发生点进行模拟灭火救援演练，获得模拟演练结果；
具体地，基于预设火灾发生场景随机设置火灾发生点，其中，火灾发生点为大楼中随机位置的火灾情况。可选的，火灾发生点基于场景自定义设置。进一步地，基于灭火救援可视化预案对火灾发生点进行模拟灭火救援演练，获得模拟演练结果。模拟灭火救援演练结果可以包括获得人员伤亡、财产损失等的计算结果，且其原因是否是由于消防水平不达标或者消防人员到达不及时等，还可以包括疏散通道人数过多的提取结果等。
步骤S700：根据所述模拟演练结果对所述灭火救援可视化预案进行优化，获得优化灭火救援可视化预案。
具体地，根据模拟演练结果对灭火救援可视化预案进行优化，优化过程中，可以通过增加供水容量和单位供水量，提高供水能力。还可以实行增加灭火器数量，改善疏散通道，危险物分散布置等措施。其中，优化灭火救援可视化预案有利于优化预案编制流程、提高预案编制的科学性、实用性，更好地发挥预案在灭火救援行动中的辅助决策作用。
本申请实施例提供的方法中的步骤S300包括：
S310：构建灭火救援预案分析模型，所述灭火救援预案分析模型为神经网络模型；
S320：所述灭火救援预案分析模型的输入数据为楼栋基本信息、消防力量数据、火灾发生场景，输出数据为灭火救援预案；
S330：基于大数据，以高层建筑火灾预案为索引条件进行信息查询，获得多个楼栋基本信息、多个消防力量数据、多个火灾发生场景、多个灭火救援预案，其中所述楼栋基本信息、所述消防力量数据、所述火灾发生场景、所述灭火救援预案具有对应关系；
S340：基于所述多个楼栋基本信息、所述多个消防力量数据、所述多个火灾发生场景、所述多个灭火救援预案构建样本数据集；
S350：通过所述样本数据集对所述灭火救援预案分析模型进行监督训练、验证和测试，获得符合预设指标的所述灭火救援预案分析模型。
具体地，基于数字孪生可视化平台，构建灭火救援预案分析模型。进一步地，灭火救援预案分析模型为神经网络模型。其中，灭火救援预案分析模型可以为BP神经网络模型。构建数据输入层、分析网络层和输出层，数据输入层输入数据，数据分析网络层在机器学习中可以不断进行迭代优化的神经网络模型，进行监督训练，数据输出层输出训练获得的数据。其中，将楼栋基本信息中建筑属性信息、区域布局信息、人员布局信息、消防布局信息，消防力量数据中消防人员数量、消防设备数据、消防救援时间，火灾发生场景输入灭火救援预案分析模型，进行分析处理后，输出灭火救援预案。
进一步地，基于大数据，以高层建筑火灾预案为关键词进行网络搜索查询，获得多个高层建筑灭火救援预案。举例而言，基于网络搜索，可以获得无锡九龙仓国金中心高层建筑灭火救援预案。其中，获得多个高层建筑灭火救援预案中的多个楼栋基本信息、多个消防力量数据、多个火灾发生场景、多个灭火救援预案，进一步地，每个高层建筑灭火救援预案都具有与其对应的楼栋基本信息、消防力量数据、火灾发生场景。
进一步地，基于多个楼栋基本信息、多个消防力量数据、多个火灾发生场景、多个灭火救援预案构建样本数据集。其中，按照预设数据划分规则将样本数据集划分为样本训练集和样本验证集，所述预设数据划分比例本领域技术人员可基于实际情况自定义设置，例如：85％、15％。
进一步地，通过样本数据集对灭火救援预案分析模型进行监督训练、验证和测试，获得符合预设指标的所述灭火救援预案分析模型。其中，通过样本训练集对数据分析网络层进行监督训练，当模型输出结果趋于收敛状态时，通过样本验证集对数据分析网络层的输出结果准确率进行验证，获取预设验证准确率指标，所述预设验证准确率指标本领域技术人员可基于实际情况自定义设置，例如：95％。当数据分析网络层输出结果准确率大于等于预设验证准确率指标时，获得所述数据分析网络层。
其中，通过基于BP神经网络构建数据分析网络层，可以提高安全异常特征集合获得的效率和准确率。
如图2所示，本申请实施例提供的方法中的步骤S400包括：
S410：获得多个消防领域专家和多个消防领域专家基本信息；
S420：基于所述多个消防领域专家基本信息对所述多个消防领域专家进行级别划分，获得级别划分结果；
S430：基于所述多个消防领域专家和所述级别划分结果构建所述消防专家***；
S440：根据所述消防专家***中的多个消防领域专家依次对所述初始灭火救援预案进行合理性评估，获得多个合理性评分；
S450：根据所述级别划分结果对所述多个合理性评分进行加权计算，获得合理性评估结果。
具体地，消防领域专家为基于灭火救援预案，职责分工后进行灭火的人员。其中，获得多个消防领域专家及其基本信息，消防领域专家基本信息可以包括从业经验、学历、成就等多方面。进一步地，基于多个消防领域专家基本信息对分别对应的多个消防领域专家进行级别划分，获得级别划分结果。举例而言，基于多个消防领域专家基本信息，可以对多个消防领域专家设置不同权重占比，对权重较高的消防领域专家分配更高级别，进而获得级别划分结果。
进一步地，基于多个消防领域专家和级别划分结果，构建消防专家***。举例而言，基于从业经验，消防领域专家可以为本领域专家、技术人员。
进一步地，根据消防专家***中的多个消防领域专家依次对初始灭火救援预案进行合理性评估，其中，合理性评估可以为采集获得的各个专家人员的主观评价结果。进一步地，进行整理分析，并取专家组评价众数或者平均数等作为最终结果，进而获得多个合理性评分。
其中，通过消防专家***对初始灭火救援预案进行合理性评估，有助于后续更新优化初始灭火救援预案，进而进行训练并验证后，获得优化灭火救援预案，以便提高灭火救援预案合理性和科学性。
本申请实施例提供的方法中的步骤S400包括：
S460：获取预设合理性评分阈值；
S470：根据所述预设合理性评分阈值对所述合理性评估结果进行判断；
S480：当所述合理性评估结果满足所述预设合理性评分阈值时，则将所述初始灭火救援方案作为所述灭火救援方案；
S490：当所述合理性评估结果不满足所述预设合理性评分阈值时，则生成模型优化指令，并根据所述模型优化指令对所述灭火救援预案分析模型进行优化。
具体地，预设合理性评分阈值基于灭火救援预案具有科学性、针对性、实用性、完整性、符合性、可读性和权威性。其中，获取预设合理性评分阈值，判断合理性评估结果是否满足预设合理性评分阈值。若合理性评估结果在预设合理性评分阈值，则判断合理性评估结果满足预设合理性评分阈值。若合理性评估结果不在预设合理性评分阈值，则判断合理性评估结果不满足预设合理性评分阈值。举例而言，预设合理性评分阈值为90％至100％，合理性评估结果为85％，则判断合理性评估结果不满足预设合理性评分阈值。
进一步地，当合理性评估结果满足预设合理性评分阈值时，则将初始灭火救援方案作为灭火救援方案。当合理性评估结果不满足预设合理性评分阈值时，则生成模型优化指令，其中，模型优化指令可以为扩大模型训练历史数据量，提高模型精度。并根据模型优化指令对灭火救援预案分析模型进行优化。
其中，根据合理性评估结果，生成安全、合理、高效的灭火救援预案，由此提高基层消防指战员在灭火行动中的安全性，辅助消防指战员有效地确定灾害对象的风险程度、危害后果和消防队伍力量的需求，实行科学决策。
本申请实施例提供的方法中的步骤S500包括：
S510：通过激光扫描仪对所述目标高层建筑进行点云数据采集，获得点云数据采集结果；
S520：将所述楼栋基本信息、所述消防力量数据、所述点云数据采集结果输入所述数字孪生***，通过WebGL技术进行三维可视化仿真，获得所述灭火救援可视化预案。
具体地，点云数据为基于激光雷达装置对待扫描工件进行扫描获得的数据，点云数据为在一个三维坐标***中的一组向量的集合，其扫描资料以点的形式记录，每一个点包含有三维坐标，其包含有几何位置以外，有的还有颜色信息。进一步的，根据激光雷达装置的激光雷达探测器对目标工件表面进行扫描，进而获取目标工件的点云数据。其中，通过激光扫描仪对目标高层建筑进行点云数据采集，获得点云数据采集结果。举例而言，可以基于无人机搭载三维激光扫描仪，构建目标建筑点云模型。
进一步地，灭火救援可视化预案，是指针对不同高层建筑、不同灾害事故种类的灭火战斗行动。基于计算机技术，通过掌握现有消防力量和处置对象基本情况，进行火灾风险调查、模拟分析和灾害后果预测，合理评估调配消防资源，获得灭火救援预案。
进一步地，WebGL技术为基于网页绘制和渲染三维图形的技术，用于使用户与其进行交互。数字孪生***主要采用WebGL技术、提供javascript的3DLibrary以及配套3D开发工具和3D模型库，在实现高层建筑灭火救援预案软件化过程中，充分利用各种先进的预案软件制作技术。其适用性和推广意义重大，灭火救援可视化预案可广泛应用于以计算机为核心的各类载体上，能适应互联网和灭火救援现场的快速发展和即时需求。其中，将楼栋基本信息、消防力量数据、点云数据采集结果输入数字孪生***，基于数字孪生可视化的高层建筑预案软件编制中，主要依据面向数字信息技术的软件设计方法，采用B/S轻量化体系结构，使得数字化预案界面及相关内容以条框、图片、视频动画的形式直观生动地展示出来，并可通过简单的功能键设置进行查询。该平面图主要用于展示结构复杂、功能复杂的单体建筑关键部位、相关灾害设定以及消防力量调度图像的特点，进而获得灭火救援可视化预案。
其中，数字可视化预案与传统纸质预案的区别在于“数字可视化”上，它依托并利用计算机、网络通信和消防科学技术等，根据高层建筑的火灾类型和特点，模拟分析灾害事故，根据消防救援不同阶段的不同要求，编制、修订和适用，具有直观生动、实时查询、快速发布、动态分析和辅助决策等特点。
本申请实施例提供的方法中的步骤S600包括：
S610：基于所述火灾发生点获得预设火灾基本信息和火灾位置；
S620：获得多起历史火灾事件，所述多起历史火灾事件包括火灾起因、火灾位置、单位时间内火灾蔓延信息；
S630：基于所述多起历史火灾时间构建火灾蔓延分析模型；
S640：将所述楼栋基本信息、所述火灾发生点输入所述火灾蔓延分析模型，获得预设单位时间火灾蔓延信息；
S650：根据所述灭火救援可视化预案和所述预设单位时间火灾蔓延信息进行模拟灭火救援演练。
具体地，基于火灾发生点的高层建筑的火灾灾情，获得预设火灾基本信息和火灾位置。火灾基本信息为基于高层建筑特点、功能区划、周边建筑、当前消防设备处置能力等，获得的着火物体、着火面积等。
进一步地，基于大数据，获得多起历史火灾事件。多起历史火灾事件包括火灾起因、火灾位置、单位时间内火灾蔓延信息。其中，火灾位置包括所处建筑。可选的，可以基于网络搜索，获得多起历史火灾事件。举例而言，上海“11·15”静安区胶州路教师公寓火灾致使58人死亡、71人受伤，北京“2·9”中央电视台电视文化中心大楼火灾致使一名消防员牺牲、6名消防员和2名工人受伤。
进一步地，基于多起历史火灾事件，根据历史火灾事件的历史火灾时间、着火物体、着火面积等，构建火灾蔓延分析模型。其中，火灾蔓延分析模型可以包括灭火需要冷却的燃烧区周边面积、火灾燃烧增长模型等。
进一步地，将楼栋基本信息、火灾发生点输入火灾蔓延分析模型，获得预设单位时间火灾蔓延信息。其中，预设单位时间火灾蔓延信息为基于火灾总时间，随机提取预设单位火灾时间，获得随机提取预设单位火灾时间内火灾蔓延信息。可选的，预设单位时间火灾蔓延信息可以包括预设单位时间着火面积等。
进一步地，根据灭火救援可视化预案和预设单位时间火灾蔓延信息进行模拟灭火救援演练。其中，模拟灭火救援演练为可以包括疏散演练、火情侦察演练、灭火演练和医疗救援演练等。进一步地，模拟灭火救援演练为基层消防指挥员和决策者提供了多种接近真实的环境，并对火灾现场和灾害进行模拟再现，有利于帮助基层消防指挥员与决策者合理布置灭火战术，同时参与者可以在模拟环境中完成各种任务，进而提高国家综合性消防救援队伍应对此类火灾的能力。
其中，当发生火灾，易在短时间内形成火势蔓延扩大，发展成群死群伤的严重火灾事故。基于火灾蔓延信息，为高层建筑灭火救援预案与消防调度指挥中心***提供了接口。为确定相应的数字可视化预案、警戒疏散区域以及消防车辆和人员的停靠地点提供信息基础。基于火灾蔓延信息，根据高层建筑的特点，以功能区划、消防设施性能、现有消防设备、消防救援能力等因素，综合划分适用于不同灭火作战方式的消防救援区域，为编制模块化高层建筑灭火救援预案提供技术依据。
实施例二
基于与前述实施例中一种基于数字孪生的消防救援预案方法同样的发明构思，如图3所示，本申请还提供了一种基于数字孪生的消防救援预案***，所述***包括：
第一获得模块11，对目标高层建筑进行实地调研，获得所述目标高层建筑的楼栋基本信息，其中所述基本信息包括建筑属性信息、区域布局信息、人员布局信息、消防布局信息；
第二获得模块12，获得所述目标高层建筑所在辖区的消防力量数据，所述消防力量数据包括消防人员数量、消防设备数据、消防救援时间；
第三获得模块13，获取预设火灾发生场景，将所述楼栋基本信息、所述消防力量数据和所述预设火灾发生场景输入灭火救援预案分析模型，获得初始灭火救援预案；
第一处理模块14，通过消防专家***对所述初始灭火救援预案进行合理性评估，并根据合理性评估结果生成灭火救援预案；
第四获得模块15，基于数字孪生***对所述灭火救援预案进行三维可视化仿真，获得灭火救援可视化预案；
第五获得模块16，基于所述预设火灾发生场景随机设置火灾发生点，根据所述灭火救援可视化预案对所述火灾发生点进行模拟灭火救援演练，获得模拟演练结果；
第六获得模块17，根据所述模拟演练结果对所述灭火救援可视化预案进行优化，获得优化灭火救援可视化预案。
进一步地，所述***还包括：
第一构建模块，构建灭火救援预案分析模型，所述灭火救援预案分析模型为神经网络模型；
第二处理模块，所述灭火救援预案分析模型的输入数据为楼栋基本信息、消防力量数据、火灾发生场景，输出数据为灭火救援预案；
第七获得模块，基于大数据，以高层建筑火灾预案为索引条件进行信息查询，获得多个楼栋基本信息、多个消防力量数据、多个火灾发生场景、多个灭火救援预案，其中所述楼栋基本信息、所述消防力量数据、所述火灾发生场景、所述灭火救援预案具有对应关系；
第二构建模块，基于所述多个楼栋基本信息、所述多个消防力量数据、所述多个火灾发生场景、所述多个灭火救援预案构建样本数据集；
第八获得模块，通过所述样本数据集对所述灭火救援预案分析模型进行监督训练、验证和测试，获得符合预设指标的所述灭火救援预案分析模型。
进一步地，所述***还包括：
第九获得模块，获得多个消防领域专家和多个消防领域专家基本信息；
第十获得模块，基于所述多个消防领域专家基本信息对所述多个消防领域专家进行级别划分，获得级别划分结果；
第三构建模块，基于所述多个消防领域专家和所述级别划分结果构建所述消防专家***；
第十一获得模块，根据所述消防专家***中的多个消防领域专家依次对所述初始灭火救援预案进行合理性评估，获得多个合理性评分；
第十二获得模块，根据所述级别划分结果对所述多个合理性评分进行加权计算，获得合理性评估结果。
进一步地，所述***还包括：
第十三获得模块，获取预设合理性评分阈值；
第一判断模块，根据所述预设合理性评分阈值对所述合理性评估结果进行判断；
第十四获得模块，当所述合理性评估结果满足所述预设合理性评分阈值时，则将所述初始灭火救援方案作为所述灭火救援方案；
第三处理模块，当所述合理性评估结果不满足所述预设合理性评分阈值时，则生成模型优化指令，并根据所述模型优化指令对所述灭火救援预案分析模型进行优化。
进一步地，所述***还包括：
第十五获得模块，通过激光扫描仪对所述目标高层建筑进行点云数据采集，获得点云数据采集结果；
第十六获得模块，将所述楼栋基本信息、所述消防力量数据、所述点云数据采集结果输入所述数字孪生***，通过WebGL技术进行三维可视化仿真，获得所述灭火救援可视化预案。
进一步地，所述***还包括：
第十七获得模块，基于所述火灾发生点获得预设火灾基本信息和火灾位置；
第十八获得模块，获得多起历史火灾事件，所述多起历史火灾事件包括火灾起因、火灾位置、单位时间内火灾蔓延信息；
第四构建模块，基于所述多起历史火灾时间构建火灾蔓延分析模型；
第十九获得模块，将所述楼栋基本信息、所述火灾发生点输入所述火灾蔓延分析模型，获得预设单位时间火灾蔓延信息；
第四处理模块，根据所述灭火救援可视化预案和所述预设单位时间火灾蔓延信息进行模拟灭火救援演练。
前述实施例一中的一种基于数字孪生的消防救援预案方法具体实例同样适用于本实施例的一种基于数字孪生的消防救援预案***，通过前述对一种基于数字孪生的消防救援预案方法的详细描述，本领域技术人员可以清楚地知道本实施例中一种基于数字孪生的消防救援预案***，所以为了说明书的简洁，在此不再详述。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述得比较简单，相关之处参见方法部分说明即可。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所做的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (7)
1.一种基于数字孪生的消防救援预案方法，其特征在于，所述方法包括：
对目标高层建筑进行实地调研，获得所述目标高层建筑的楼栋基本信息，其中所述基本信息包括建筑属性信息、区域布局信息、人员布局信息、消防布局信息；
获得所述目标高层建筑所在辖区的消防力量数据，所述消防力量数据包括消防人员数量、消防设备数据、消防救援时间；
获取预设火灾发生场景，将所述楼栋基本信息、所述消防力量数据和所述预设火灾发生场景输入灭火救援预案分析模型，获得初始灭火救援预案；
通过消防专家***对所述初始灭火救援预案进行合理性评估，并根据合理性评估结果生成灭火救援预案；
基于数字孪生***对所述灭火救援预案进行三维可视化仿真，获得灭火救援可视化预案；
基于所述预设火灾发生场景随机设置火灾发生点，根据所述灭火救援可视化预案对所述火灾发生点进行模拟灭火救援演练，获得模拟演练结果；
根据所述模拟演练结果对所述灭火救援可视化预案进行优化，获得优化灭火救援可视化预案。
2.如权利要求1所述的方法，其特征在于，还包括：
构建灭火救援预案分析模型，所述灭火救援预案分析模型为神经网络模型；
所述灭火救援预案分析模型的输入数据为楼栋基本信息、消防力量数据、火灾发生场景，输出数据为灭火救援预案；
基于大数据，以高层建筑火灾预案为索引条件进行信息查询，获得多个楼栋基本信息、多个消防力量数据、多个火灾发生场景、多个灭火救援预案，其中所述楼栋基本信息、所述消防力量数据、所述火灾发生场景、所述灭火救援预案具有对应关系；
基于所述多个楼栋基本信息、所述多个消防力量数据、所述多个火灾发生场景、所述多个灭火救援预案构建样本数据集；
通过所述样本数据集对所述灭火救援预案分析模型进行监督训练、验证和测试，获得符合预设指标的所述灭火救援预案分析模型。
3.如权利要求1所述的方法，其特征在于，所述通过消防专家***对所述初始灭火救援预案进行合理性评估，还包括：
获得多个消防领域专家和多个消防领域专家基本信息；
基于所述多个消防领域专家基本信息对所述多个消防领域专家进行级别划分，获得级别划分结果；
基于所述多个消防领域专家和所述级别划分结果构建所述消防专家***；
根据所述消防专家***中的多个消防领域专家依次对所述初始灭火救援预案进行合理性评估，获得多个合理性评分；
根据所述级别划分结果对所述多个合理性评分进行加权计算，获得合理性评估结果。
4.如权利要求3所述的方法，其特征在于，所述并根据合理性评估结果生成灭火救援预案，还包括：
获取预设合理性评分阈值；
根据所述预设合理性评分阈值对所述合理性评估结果进行判断；
当所述合理性评估结果满足所述预设合理性评分阈值时，则将所述初始灭火救援方案作为所述灭火救援方案；
当所述合理性评估结果不满足所述预设合理性评分阈值时，则生成模型优化指令，并根据所述模型优化指令对所述灭火救援预案分析模型进行优化。
5.如权利要求1所述的方法，其特征在于，所述基于数字孪生***对所述灭火救援预案进行三维可视化仿真，还包括：
通过激光扫描仪对所述目标高层建筑进行点云数据采集，获得点云数据采集结果；
将所述楼栋基本信息、所述消防力量数据、所述点云数据采集结果输入所述数字孪生***，通过WebGL技术进行三维可视化仿真，获得所述灭火救援可视化预案。
6.如权利要求1所述的方法，其特征在于，所述根据所述灭火救援可视化预案对所述火灾发生点进行模拟灭火救援演练，还包括：
基于所述火灾发生点获得预设火灾基本信息和火灾位置；
获得多起历史火灾事件，所述多起历史火灾事件包括火灾起因、火灾位置、单位时间内火灾蔓延信息；
基于所述多起历史火灾时间构建火灾蔓延分析模型；
将所述楼栋基本信息、所述火灾发生点输入所述火灾蔓延分析模型，获得预设单位时间火灾蔓延信息；
根据所述灭火救援可视化预案和所述预设单位时间火灾蔓延信息进行模拟灭火救援演练。
7.一种基于数字孪生的消防救援预案***，其特征在于，包括：
第一获得模块，对目标高层建筑进行实地调研，获得所述目标高层建筑的楼栋基本信息，其中所述基本信息包括建筑属性信息、区域布局信息、人员布局信息、消防布局信息；
第二获得模块，获得所述目标高层建筑所在辖区的消防力量数据，所述消防力量数据包括消防人员数量、消防设备数据、消防救援时间；
第三获得模块，获取预设火灾发生场景，将所述楼栋基本信息、所述消防力量数据和所述预设火灾发生场景输入灭火救援预案分析模型，获得初始灭火救援预案；
第一处理模块，通过消防专家***对所述初始灭火救援预案进行合理性评估，并根据合理性评估结果生成灭火救援预案；
第四获得模块，基于数字孪生***对所述灭火救援预案进行三维可视化仿真，获得灭火救援可视化预案；
第五获得模块，基于所述预设火灾发生场景随机设置火灾发生点，根据所述灭火救援可视化预案对所述火灾发生点进行模拟灭火救援演练，获得模拟演练结果；
第六获得模块，根据所述模拟演练结果对所述灭火救援可视化预案进行优化，获得优化灭火救援可视化预案。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310678688.8A CN116957484A (zh) | 2023-06-08 | 2023-06-08 | 一种基于数字孪生的消防救援预案方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310678688.8A CN116957484A (zh) | 2023-06-08 | 2023-06-08 | 一种基于数字孪生的消防救援预案方法及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116957484A true CN116957484A (zh) | 2023-10-27 |
Family
ID=88451868
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310678688.8A Pending CN116957484A (zh) | 2023-06-08 | 2023-06-08 | 一种基于数字孪生的消防救援预案方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116957484A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117592768A (zh) * | 2024-01-19 | 2024-02-23 | 成都屯雷李科技有限公司 | 基于大数据处理的企业内部场所的火灾管理方法和*** |
| CN117910673A (zh) * | 2024-03-19 | 2024-04-19 | 潍坊市平安消防工程有限公司 | 一种数字孪生消防控制室图形显示***及方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015121756A (ja) * | 2013-12-25 | 2015-07-02 | 株式会社日立国際電気 | 救助訓練システム |
| CN109800961A (zh) * | 2018-12-27 | 2019-05-24 | 深圳市中电数通智慧安全科技股份有限公司 | 一种火灾救援决策方法、装置、存储介质及终端设备 |
| CN112530119A (zh) * | 2020-11-02 | 2021-03-19 | 深圳市城市公共安全技术研究院有限公司 | 森林火灾应急演练评估分析***、方法及计算机设备 |
| CN113689560A (zh) * | 2021-08-17 | 2021-11-23 | 上海远韵实业有限公司 | 灭火救援数字化预案制作方法 |
| CN114330024A (zh) * | 2022-01-18 | 2022-04-12 | 江苏有熊安全科技有限公司 | 一种基于数字孪生的消防演练方法与*** |
| CN114445997A (zh) * | 2022-02-18 | 2022-05-06 | 中建科工集团有限公司 | 一种基于bim和物联网技术的智慧消防监控方法、*** |
| KR20220108344A (ko) * | 2021-01-27 | 2022-08-03 | 안상직 | 디지털트윈을 통한 화재나 재난시 안전한 피난동선 정보를 제공하는 디지털트윈 피난 플랫폼 |
| CN115601520A (zh) * | 2022-11-30 | 2023-01-13 | 北京科技大学（Cn） | 一种基于二维预估和多尺度网格的火灾模拟方法及装置 |
| CN116227763A (zh) * | 2022-11-26 | 2023-06-06 | 中国消防救援学院 | 一种基于可视化模型的消防应急指挥方法及*** |
-
2023
- 2023-06-08 CN CN202310678688.8A patent/CN116957484A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015121756A (ja) * | 2013-12-25 | 2015-07-02 | 株式会社日立国際電気 | 救助訓練システム |
| CN109800961A (zh) * | 2018-12-27 | 2019-05-24 | 深圳市中电数通智慧安全科技股份有限公司 | 一种火灾救援决策方法、装置、存储介质及终端设备 |
| CN112530119A (zh) * | 2020-11-02 | 2021-03-19 | 深圳市城市公共安全技术研究院有限公司 | 森林火灾应急演练评估分析***、方法及计算机设备 |
| KR20220108344A (ko) * | 2021-01-27 | 2022-08-03 | 안상직 | 디지털트윈을 통한 화재나 재난시 안전한 피난동선 정보를 제공하는 디지털트윈 피난 플랫폼 |
| CN113689560A (zh) * | 2021-08-17 | 2021-11-23 | 上海远韵实业有限公司 | 灭火救援数字化预案制作方法 |
| CN114330024A (zh) * | 2022-01-18 | 2022-04-12 | 江苏有熊安全科技有限公司 | 一种基于数字孪生的消防演练方法与*** |
| CN114445997A (zh) * | 2022-02-18 | 2022-05-06 | 中建科工集团有限公司 | 一种基于bim和物联网技术的智慧消防监控方法、*** |
| CN116227763A (zh) * | 2022-11-26 | 2023-06-06 | 中国消防救援学院 | 一种基于可视化模型的消防应急指挥方法及*** |
| CN115601520A (zh) * | 2022-11-30 | 2023-01-13 | 北京科技大学（Cn） | 一种基于二维预估和多尺度网格的火灾模拟方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| TIANHANG ZHANG，等: "Building Artificial-Intelligence Digital Fire (AID-Fire) system: A real-scale demonstration", 《JOURNAL OF BULIDING ENGINEERING》, vol. 62, 13 October 2022 (2022-10-13), pages 1 - 11 * |
| 黄丽蒂，等: "老年公寓建筑数字孪生模型联合仿真疏散模拟方法", 《河南科学》, vol. 41, no. 3, 31 March 2023 (2023-03-31), pages 414 - 422 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117592768A (zh) * | 2024-01-19 | 2024-02-23 | 成都屯雷李科技有限公司 | 基于大数据处理的企业内部场所的火灾管理方法和*** |
| CN117592768B (zh) * | 2024-01-19 | 2024-03-29 | 成都屯雷李科技有限公司 | 基于大数据处理的企业内部场所的火灾管理方法和*** |
| CN117910673A (zh) * | 2024-03-19 | 2024-04-19 | 潍坊市平安消防工程有限公司 | 一种数字孪生消防控制室图形显示***及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Peng et al. | A self-learning dynamic path planning method for evacuation in large public buildings based on neural networks | |
| Chen et al. | A BIM-based visualization and warning system for fire rescue | |
| Ma et al. | BIM-based building fire emergency management: Combining building users' behavior decisions | |
| CN116957484A (zh) | 一种基于数字孪生的消防救援预案方法及*** | |
| CN112530119B (zh) | 森林火灾应急演练评估分析***、方法及计算机设备 | |
| Wang et al. | BIM based virtual environment for fire emergency evacuation | |
| CN110737989B (zh) | 一种平行智能应急协同方法、***及电子装备 | |
| CN111760228B (zh) | 消防灭火救援智能推演***及方法 | |
| Li et al. | Situational awareness for supporting building fire emergency response: Information needs, information sources, and implementation requirements | |
| CN105096685B (zh) | 石化火灾场景多感知应急训练*** | |
| Chen et al. | The application of geometric network models and building information models in geospatial environments for fire-fighting simulations | |
| CN114004051B (zh) | 一种应用于民用机场应急救援的虚拟仿真***构建方法 | |
| KR20180077588A (ko) | 가상현실(vr)을 이용한 게임기반 재난안전 가상체험 훈련시스템 | |
| CN110706542A (zh) | 一种基于沉浸虚拟技术的电力作业体感培训*** | |
| Kanangkaew et al. | A real-time fire evacuation system based on the integration of building information modeling and augmented reality | |
| Wu et al. | Research of virtual ship fire-fighting training system based on virtual reality technique | |
| JP7448177B2 (ja) | 災害対策用被害想定情報作成システム及び該システム用のプログラム | |
| Li et al. | Simulation experiment teaching for airport fire escape based on virtual reality and artificial intelligence technology | |
| CN116363825B (zh) | 用于展示火情蔓延趋势的方法及装置、电子设备、介质 | |
| CN116312116A (zh) | 实物保护突发事件处置的演练方法和*** | |
| CN115554641A (zh) | 大数据消防在线演习*** | |
| CN114743333A (zh) | 一种智能楼宇消防安全控制*** | |
| CN113947509A (zh) | 一种基于虚拟现实的模拟船舶应急训练方法 | |
| CN110795859A (zh) | 火灾安全管控的生成方法和装置 | |
| KR20220157626A (ko) | 공간정보 융합기술을 활용한 노후 건축지구 화재위험지수 평가장치, 방법 및 그 방법을 기록한 기록매체 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |