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

Quando scoppia un incendio in un grande centro commerciale o in un ufficio, il pericolo non è dato solo dalle fiamme stesse, ma anche dalla nuvola invisibile di gas surriscaldati e dal fumo denso che le segue. Per le persone che cercano di fuggire, l'informazione più critica è come si sente l'aria al loro livello di respirazione, circa un metro e ottanta da terra. È qui che la temperatura, la quantità di ossigeno rimasta, la concentrazione di gas tossici e la distanza di visibilità diventano questioni di vita o di morte. Gli edifici moderni sono dotati di sistemi di sicurezza attivi progettati per combattere questi pericoli: spruzzatori che irrorano acqua per raffreddare l'aria e ventilatori meccanici che estraggono il fumo dalla stanza. Tuttavia, questi sistemi fanno molto più che sopprimere un incendio; essi cambiano fondamentalmente il modo in cui il calore e il fumo si muovono attraverso uno spazio. Creano un ambiente complesso e mutevole che rende difficile per i sensori standard comprendere la reale situazione a livello dove le persone stanno cercando di correre.

Da tempo, i ricercatori utilizzano una tecnologia ingegnosa chiamata rilevamento della temperatura tramite fibra ottica distribuita per monitorare questi incendi. Immaginate un lungo e sottile filo di vetro che corre lungo il soffitto e giù per le pareti, capace di misurare la temperatura in ogni singolo punto lungo la sua lunghezza. Questo crea una mappa del calore continua e dettagliata, molto superiore ad avere solo pochi termometri sparsi. La sfida sorge quando i sistemi di sicurezza dell'edificio entrano in funzione. L'acqua degli spruzzatori e l'aria dei ventilatori di estrazione raffreddano il soffitto e le pareti dove si trovano i sensori, ma agitano anche l'aria in modi che cambiano la temperatura al livello di respirazione in modi imprevedibili. Se un computer cerca di indovinare le condizioni pericolose al livello di respirazione basandosi solo sulle letture della temperatura al soffitto, spesso sbaglierà, perché la relazione tra il soffitto e il pavimento è stata alterata dai sistemi di sicurezza.

Un team di ricercatori provenienti da diverse università e istituti di ricerca cinesi si è posto l'obiettivo di risolvere questo problema specifico. Volevano creare un metodo che potesse prendere le letture della temperatura da questi sensori a fibra ottica, anche mentre gli spruzzatori e i ventilatori sono in funzione, e prevedere con precisione le condizioni pericolose al livello di respirazione. Per farlo, non si sono affidati a incendi reali, che sono troppo pericolosi e imprevedibili per essere studiati in modo controllato. Invece, hanno costruito una massiccia libreria digitale di scenari di incendio utilizzando simulazioni informatiche avanzate. Hanno modellato spazi commerciali di varie dimensioni, dai piccoli negozi ai grandi atri, e hanno simulato incendi di diverse intensità. Hanno poi eseguito queste simulazioni tre volte per ogni scenario: una senza sistemi di sicurezza, una solo con gli spruzzatori e una solo con l'estrazione del fumo, più un set finale in cui entrambi i sistemi lavoravano insieme. Ciò ha permesso loro di vedere esattamente quanto i sistemi di sicurezza cambiassero la temperatura e la composizione dell'aria.

I ricercatori hanno scoperto che i sistemi di sicurezza avevano un effetto profondo e misurabile. Quando erano attivi solo gli spruzzatori, la temperatura media al livello di respirazione scendeva di oltre 30 gradi Celsius rispetto a un incendio incontrollato. Quando venivano utilizzati solo i ventilatori di estrazione del fumo, la temperatura scendeva di circa 10 gradi. Ma quando entrambi i sistemi lavoravano insieme, la temperatura al livello di respirazione crollava di quasi 60 gradi. Questo massiccio effetto di raffreddamento significava che le vecchie regole per ipotizzare la qualità dell'aria basandosi sulla temperatura del soffitto non erano più valide. Se un sistema avesse tentato di usare le vecchie regole durante un incendio attivo, avrebbe sovrastimato significativamente il pericolo o avrebbe mancato completamente le reali condizioni. I dati hanno dimostrato che la relazione tra il calore sul soffitto e l'aria al livello di respirazione era stata completamente riscritta dall'acqua e dal flusso d'aria.

Per risolvere la questione, il team si è rivolto al machine learning, un tipo di intelligenza informatica che apprende schemi dai dati. Hanno addestrato diversi modelli informatici per agire come un traduttore. L'obiettivo era prendere i dati grezzi della temperatura dai sensori a fibra ottica sul soffitto e sulle pareti, insieme alle informazioni sulla dimensione della stanza e sull'intensità dell'incendio, e produrre una temperatura corretta e accurata per il livello di respirazione. Hanno testato quattro diversi tipi di algoritmi di apprendimento. Uno di questi, una rete neurale a grafi, si è rivelata la più efficace. Questo modello specifico era particolarmente bravo a comprendere la disposizione spaziale dei sensori, riconoscendo come la temperatura in un punto del soffitto sia correlata alla temperatura nel punto successivo, e come l'acqua di uno spruzzatore possa raffreddare un'area specifica diversamente dall'aria di un ventilatore.

Una volta ottenuto il miglior modello per correggere la temperatura, lo hanno utilizzato per prevedere gli altri fattori pericolosi. Poiché calore, fumo e gas sono tutti fisicamente collegati, conoscere la vera temperatura permette a un computer di stimare la quantità di anidride carbonica, l'ossigeno rimanente, la densità del fumo e la visibilità. I risultati sono stati sorprendenti. Prima della correzione, le ipotesi del computer sui livelli di anidride carbonica erano errate di quasi il 14 percento. Dopo l'applicazione della nuova correzione della temperatura, l'errore è sceso a meno del 5 percento. Per la visibilità, che è fondamentale per trovare un'uscita, il tasso di errore è passato da quasi l'8 percento a poco meno del 3 percento. Il modello è stato in grado di prevedere con precisione la densità del fumo e la quantità di ossigeno rimanente, anche nell'ambiente caotico creato dai sistemi di sicurezza attivi.

I ricercatori hanno poi testato se questo nuovo metodo avrebbe funzionato in edifici che non avevano mai visto prima. Hanno applicato il loro modello a simulazioni digitali di un piccolo negozio al dettaglio, un alto atrio e una vasta sala commerciale, nessuno dei quali faceva parte dei dati di addestramento originali. Il modello ha retto molto bene in tutte queste diverse forme e dimensioni. Ha mantenuto un'alta precisione nella previsione delle condizioni pericolose, dimostrando che il metodo non è solo una soluzione per una stanza specifica, ma uno strumento robusto capace di adattarsi alle diverse architetture degli edifici commerciali moderni. Ciò suggerisce che, in un'emergenza reale, un singolo cavo a fibra ottica potrebbe fornire un quadro completo e in tempo reale delle condizioni di sicurezza al livello di respirazione, anche mentre gli spruzzatori spruzzano e i ventilatori ruggiscono.

Le implicazioni di questo lavoro sono significative per il modo in cui garantiamo la sicurezza degli spazi pubblici. Attualmente, i sistemi di sicurezza antincendio sono progettati per rilevare un incendio e attivare un allarme, ma non forniscono tipicamente una mappa dettagliata e in tempo reale delle condizioni pericolose al livello in cui le persone stanno evacuando. Questo nuovo approccio offre un modo per generare tale mappa utilizzando i sensori che vengono già installati per il monitoraggio della temperatura. Correggendo i dati per tenere conto dei sistemi di sicurezza attivi, i gestori degli edifici e i vigili del fuoco potrebbero potenzialmente vedere esattamente dove l'aria sta diventando tossica, dove l'ossigeno sta diminuendo e dove il fumo sta bloccando la vista. Queste informazioni potrebbero essere utilizzate per guidare le persone lontano dal pericolo e verso le uscite sicure, o per aiutare i vigili del fuoco a comprendere l'ambiente in cui stanno entrando. Sebbene lo studio sia stato condotto interamente attraverso simulazioni informatiche, i risultati forniscono una solida base per lo sviluppo di una nuova generazione di monitoraggio della sicurezza antincendio, capace di comprendere i medesimi sistemi progettati per salvare vite umane.