北方工业大学团队基于轰燃预测算法和火情态势分级模型，利用Java Web相关开发技术和鲁班开发者平台（Luban Motor）工具，研发了基于BIM+大数据的智慧消防预测系统。该系统集成了建筑BIM模型，改变了以往消防救援人员仅依靠二维图纸开展救援的状况，实现了火情态势分级预警、房间轰燃预测、火场环境信息实时监测、火灾场景漫游导航四大核心功能，为协助消防救援人员和逃生者紧急避险，改善火灾救援的安全性和效率提供了有力的数据支撑。
一、行业背景 我国消防救援人员在火灾救援中的伤亡率偏高，导致消防人员在建筑火灾中伤亡的重要原因是缺乏建筑火情态势信息，尤其是对轰燃现象的预测能力不足。 当前对于火情态势分级模型，鲜有专家学者进行研究，尚无可借鉴成果；针对轰燃预测，已有学者开展了大量研究，取得了丰富的研究成果。然而，已有的预测模型普遍存在依赖实验室环境下测得的HRR（火源热释放速率）完整数据集。在实际火场中，传感器往往因高温而失效，若缺乏完整监测数据，这些预测模型的可靠性将被大大削弱。北方工业大学团队为了解决上述两个问题，提出了基于温度变化率的轰燃预测模型和火情态势分级模型，并研发了BIM+大数据情境下的火情感知和态势预测系统。 二、BIM+大数据情境下的火情感知与态势预测系统 北方工业大学团队基于自身团队研究的轰燃预测算法和火情态势分级模型，集成BIM模型和传感数据，利用Hadoop、Spark、Kafka开源大数据框架和Java Web相关开发技术，使用鲁班开发者平台完成了系统的开发，实现了BIM与火情态势实时监测信息的多元数据融合与应用，为消防救援人员科学救灾提供了决策支持。
系统架构 运用Hadoop-HDFS、Spark、Kafka等大数据技术对系统的后台数据进行了处理，利用Echarts、AJAX异步传输、LubanMotor等前端技术和工具完成了系统开发。系统技术选型及HDFS开发过程如图所示。 
三、智慧消防预测系统 
建筑火情感知与态势预测系统主界面 基于BIM、物联 与大数据技术研发了建筑火情感知与态势预测系统。实现了如下功能： 1）建筑运维信息查询：可查询建筑中疏散通道、门窗材质、消防设施等信息； 2）火情态势实时数据监测和异常告警：各房间的监测数据查看；通过各传感器监测数据判断其是否失效，进而制定巡检计划； 3）轰燃预计到达时间推演：若系统判定某房间发生火灾，系统将根据传感器采集的温度变化率，经轰燃预测算法快速求解得到轰燃预计发生时间，并在该房间位置显示倒计时； 4）火情态势分级：通过上述传感器的监测数据和轰燃预计发生时间，系统根据分级模型对火情做出态势等级判定，显示对应的颜色标识。 
建筑运维信息查询
火情态势实时监测和异常告警
轰燃预计到达时间推演
火情态势分级
滑动查看更多
四、结语 北方工业大学团队基于鲁班开发者平台研发的智慧消防预测系统，通过将传感器采集的温度数据进行处理，用于预测轰燃预计发生时间，从而提升消防员和逃生者对轰燃的感知能力，可有效辅助其采取避险措施。采用331组数据进行轰燃预测模型的训练和验证，结果显示该模型的预测误差小于12%，模型具备一定的实际应用价值。北方工业大学团队的智慧消防预测系统在第二届全国大学生智能建造与管理创新竞赛获得总决赛特等奖、科技创新赛道团队一等奖和最佳技术奖，获得了评委的一致认可。
跨平台的CIM+BIM三维开发能力—鲁班开发者平台 为响应数字中国战略，鲁班软件推出了赋能全行业数字化应用的鲁班开发者平台。鲁班开发者平台是为了让更多的企业低门槛，高效率的参与到数字城市的建设中来。通过鲁班开发者平台，更多想参与数字城市建设的企业都可以在平台上进行二次开发，与鲁班软件一起助力城市加快数字化建设。 
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！