Spatiotemporal Prediction of Fire-Hazard Parameters in Commercial Buildings Considering Active Fire Protection Systems

عندما ينشب حريق في مركز تسوق كبير أو مبنى مكاتب، فإن الخطر لا يكمن فقط في ألسنة اللهب نفسها، بل في السحابة غير المرئية من الغازات شديدة الحرارة والدخان الكثيف الذي يتبعها. بالنسبة للأشخاص الذين يحاولون الهروب، فإن المعلومات الأكثر أهمية هي ماهية طبيعة الهواء عند مستوى تنفسهم، أي على ارتفاع ستة أقدام تقريبًا عن سطح الأرض. وهنا تصبح درجة الحرارة، وكمية الأكسجين المتبقية، وتركيز الغازات السامة، ومدى وضوح الرؤية، مسائل تتعلق بالحياة أو الموت. المباني الحديثة مجهزة بأنظمة سلامة نشطة مصممة لمحاربة هذه المخاطر: رشاشات تطلق الماء لتبريد الهواء ومراوح ميكانيكية تسحب الدخان من الغرفة. ومع ذلك، فإن هذه الأنظمة تفعل أكثر من مجرد إخماد الحريق؛ فهي تغير بشكل جذري كيفية انتقال الحرارة والدخان عبر المساحة. إنها تخلق بيئة معقدة ومتغيرة تجعل من الصعب على المستشعرات القياسية معرفة القصة الحقيقية لما يحدث عند المستوى الذي يحاول الناس الركض فيه.

لطال de استخدم الباحثون تقنية ذكية تسمى "استشعار درجة الحرارة عبر الألياف الضوئية الموزعة" لمراقبة هذه الحرائق. تخيل خيطًا زجاجيًا طويلاً ورقيقًا يمتد على طول السقف وينزل على الجدران، قادرًا على قياس درجة الحرارة عند كل نقطة على طول امتداده. هذا يخلق خريطة حرارية مستمرة وتفصيلية تتفوق بمراحل على وجود بضع موازين حرارة متفرقة. وتنشأ المشكلة عندما تبدأ أنظمة السلامة في المبنى بالعمل؛ فالمياه المتدفقة من الرشاشات والهواء الناتج عن مراوح سحب الدخان يعملان على تبريد السقف والجدران حيث توجد المستشعات، لكنهما أيضًا يثيران الهواء بطرق تغير درجة الحرارة عند مستوى التنفس بطرق لا يمكن التنبؤ بها. إذا حاول جهاز كمبيوتر تخمين الظروف الخطرة عند مستوى التنفس بناءً فقط على قراءات درجة الحرارة من السقف، فغالبًا ما سيخطئ لأن العلاقة بين السقف والأرضية قد تغيرت بفعل أنظمة السلامة.

لقد وضع فريق من الباحثين من عدة جامعات ومعاهد بحثية صينية هدفًا لحل هذه المشكلة تحديدًا. أرادوا ابتكار طريقة يمكنها أخذ قراءات درجة الحرارة من مستشعرات الألياف الضوئية هذه، حتى أثناء تشغيل الرشاشات والمراوح، والتنبؤ بدقة بالظروف الخطرة عند مستوى التنفس. ولتحقيق ذلك، لم يعتمدوا على حرائق حقيقية، لأنها خطيرة للغاية ولا يمكن دراستها بطريقة يمكن التحكم فيها؛ وبدلاً من ذلك، قاموا ببناء مكتبة رقمية ضخمة لسيناريوهات الحريق باستخدام محاكاة حاسوبية متقدمة. لقد قاموا بنمذجة مساحات تجارية بأحجام مختلفة، من المتاجر الصغيرة إلى الردهات الكبيرة، وحاكوا حرائق بكثافات مختلفة. ثم قاموا بتشغيل هذه المحاكاة ثلاث مرات لكل سيناريو: مرة بدون أنظمة سلامة، ومرة مع الرشاشات فقط، ومرة مع سحب الدخان فقط، بالإضافة إلى مجموعة نهائية حيث يعمل كلا النظامين معًا. سمح لهم ذلك برؤية مدى تغيير أنظمة السلامة لدرجة الحرارة وتكوين الهواء بدقة.

وجد الباحثون أن أنظمة السلامة لها تأثير عميق وقابل للقياس. فعندما كانت الرشاشات تعمل بمفردها، انخفض متوسط درجة الحرارة عند مستوى التنفس بأكثر من 30 درجة مئوية مقارنة بحريق غير متحكم فيه. وعندما تم استخدام مراوح سحب الدخان فقط، انخفضت درجة الحرارة بنحو 10 درجات. ولكن عندما عمل النظامان معًا، انخفضت درجة الحرارة عند مستوى التنفس بشكل حاد بنحو 60 درجة. هذا التأثير التبريدي الهائل يعني أن القواعد القديمة لتخمين جودة الهواء بناءً على درجة حرارة السقف لم تعد صالحة. فإذا حاول نظام ما استخدام القواعد القديمة أثناء حريق نشط، فإنه سيبالغ في تقدير الخطر بشكل كبير أو يخطئ في رصد الظروف الحقيقية تمامًا. أظهرت البيانات أن العلاقة بين الحرارة في السقف والهواء عند مستوى التنفس قد أعيدت كتابتها بالكامل بفعل المياه وتدفق الهواء.

ولإصلاح ذلك، لجأ الفريق إلى تعلم الآلة، وهو نوع من الذكاء الحاسوبي الذي يتعلم الأنماط من البيانات. لقد قاموا بتدريب نماذج حاسوبية مختلفة لتعمل كمترجم؛ والهدف هو أخذ بيانات درجة الحرارة الخام من مستشعرات الألياف الضوئية في السقف والجدران، بالإضافة إلى معلومات حول حجم الغرفة وكثافة الحريق، وإخراج درجة حرارة مصححة ودقيقة لمستوى التنفس. اختبروا أربعة أنواع مختلفة من خوارزميات التعلم، وقد ثبت أن أحدها، وهو "الشبكة العصبية الرسومية" (graph neural network)، هو الأكثر فعالية. كان هذا النموذج تحديدًا بارعًا في فهم التوزيع المكاني للمستشعرات، وإدراك كيف ترتبط درجة الحرارة في نقطة ما على السقف بالنقطة التالية، وكيف يمكن للمياه من الرشاش أن تبرد منطقة معينة بشكل مختلف عن تأثير المروحة.

بمجرد حصولهم على النموذج الأفضل لتصحيح درجة الحرارة، استخدموه للتنبؤ بالعوامل الخطرة الأخرى. ولأن الحرارة والدخان والغازات كلها مرتبطة فيزيائيًا، فإن معرفة درجة الحرارة الحقيقية تسمح للكمبيوتر بتقدير كمية ثاني أكسيد الكربون، والأكسجين المتبقي، وكثافة الدخان، ووضوح الرؤية. كانت النتائج مذهلة؛ فقبل التصحيح، كانت تخمينات الكمبيوتر لمستويات ثاني أكسيد الكربون غير دقيقة بنسبة تقارب 14 بالمائة، ولكن بعد تطبيق تصحيح درجة الحرارة الجديد، انخفض معدل الخطأ إلى أقل من 5 بالمائة. وبالنسبة لوضوح الرؤية، وهو أمر بالغ الأهمية للعثور على مخرج، انخفض معدل الخطأ من ما يقرب من 8 بالمائ % إلى أقل من 3 بالمائة. استطاع النموذج التنبؤ بدقة بكثافة الدخان وكمية الأكسجين المتبقية، حتى في البيئة الفوضوية التي تسببها أنظمة السلامة النشطة.

اختبر الباحثون بعد ذلك ما إذا كانت هذه الطريقة الجديدة ستعمل في مبانٍ لم يروها من قبل؛ حيث طبقوا نموذجهم على عمليات محاكاة رقمية لمتجر تجاري صغير، وردهة شاهقة، وقاعة تجارية ضخمة، ولم تكن أي منها ضمن بيانات التدريب الأصلية. صمد النموذج بشكل ممتاز عبر جميع هذه الأشكال والأحجام المختلفة، وحافظ على دقة عالية في التنبؤ بالظروف الخطرة، مما يثبت أن الطريقة ليست مجرد حل لغرفة واحدة محددة، بل هي أداة قوية يمكنها التكيف مع الهندسة المعمارية المتنوعة للمباني التجارية الحديثة. يشير هذا إلى أنه في حالة الطوارئ الحقيقية، يمكن لكابل واحد من الألياف الضوئية أن يوفر صورة كاملة وفورية لظروف السلامة عند مستوى التنفس، حتى أثناء رش الماء وعمل المراوح.

إن الآثار المترتبة على هذا العمل كبيرة جدًا لكيفية الحفاظ على سلامة المساحات العامة الكبيرة. حاليًا، صُممت أنظمة سلامة الحرائق لاكتشاف الحريق وتفعيل الإنذار، لكنها لا توفر عادةً خريطة مفصلة وفورية للظروف الخطرة عند المستوى الذي يخلي فيه الناس المكان. يوفر هذا النهج الجديد وسيلة لإنشاء تلك الخريطة باستخدام المستشعرات التي يتم تركيبها بالفعل لمراقبة درجة الحرارة. ومن خلال تصحيح البيانات لمراعاة أنظمة السلامة النشطة، يمكن لمديري المباني ورجال الإطفاء رؤية مكان تصبح فيه الهواء سامًا بدقة، وأين ينخفض الأكسجين، وأين يحجب الدخان الرؤية. يمكن استخدام هذه المعلومات لتوجيه الناس بعيدًا عن الخطر نحو المخارج الآمنة، أو لمساعدة رجال الإطفاء على فهم البيئة التي يدخلونها. وبينما أجريت الدراسة بالكامل من خلال عمليات محاكاة حاسوبية، فإن النتائج توفر أساسًا قويًا لتطوير جيل جديد من مراقبة سلامة الحرائق يكون ذكيًا بما يكفي لفهم الأنظمة المصممة لإنقاذ الأرواح.