適用于古建筑消防檢測監測與滅火系統的設計與實現

李寧 楊俊東 丁洪偉 馬宏偉

【摘要】? ? 在我國古建筑資源豐富且火災頻發的背景下，傳統消防設備在古建筑使用受限。基于此，筆者對現代古建筑的保護進行了調查，針對古建筑的不可再生性，結合如今發展迅速的物聯網技術，采用物聯網節點、機器人以及無人機從監測、預警和滅火三個方面構建了針對古建筑的防火滅火系統，具有響應速度快、實用、安全性高和造價低的特點。

【關鍵詞】? ? 防火? ? 監測? ? 預警? ? 滅火? ? 物聯網節點? ? 機器人? ? 無人機

引言：

近幾年來，古建筑火災頻發，據我國應急管理部消防救援局2019年發布的信息稱，近十年來，全國共接報文物古建筑火災392起，直接財產損失2808.9萬元，損失的文化價值更是無法估量。2021年2月，云南省滄源市翁丁村老寨發生嚴重火災，火災燒毀房屋104間，我國最后一個原始村落被毀，令世人痛心。歷史名城、歷史街區以及古建筑等市寶貴的不可再生的文化遺產，蘊含著豐富的歷史信息，是研究古代歷史、藝術、科學以至社會、政治、經濟的重要歷史資料，其已經超越了物質財富的象征，一旦遭受毀壞，結果會造成不可逆轉的巨大損失[1]。保護好傳統街區，保護好古建筑，保護好文物，就是保存了城市的歷史和文脈。

一、古建筑防火現狀及痛點

隨著現代電子信息技術的發展進步各式各樣的火災探測器應運而生。目前常見的火災探測器按照檢測的內容分為如圖1幾種種類[2]。

但火災探測器在古建筑上的應用面臨著如下幾個問題：

首先，傳統消防設備的安裝需要布置線路與管道，對古建筑的結構造成一定的破壞;其次，火災初起的五分鐘是撲救與疏散的黃金五分鐘[3]，而傳統煙感、溫感必須達到一定的數量級才能夠被觸發，時常錯失掉寶貴的五分鐘;最后，傳統火災探測器無法將周圍環境的信息進行量化上傳，有效的數字化、并構建建火災探測的傳感網。

二、總體系統設計與實現

古建筑的不可再生性決定了古建筑的消防策略——“以防為主，防治結合”。結合目前信息通信發展的物聯網熱門方向，針對于古建筑消防滅火的陸天一體化火災監測預警滅火系統設計圖實現如圖2。

系統主要有監測、預警和滅火三部分組成。結合古建筑的結構布局，選擇性地在易燃點附近布置固定監測點，為節約成本，在一些空曠、潮濕等起火概率較低或者不方便工作人員巡查的地域采用機器人來進行移動巡檢。定點檢測和移動巡檢兩部分構成了監測模塊，實時將周圍環境信息上傳到云平臺。與平臺在處理分析保存數據過程中，一旦數據信息異常，迅速做出預警。根據監測點提供的位置，迅速放飛無人機攜帶滅火材料對初期火情進行控制，達到滅火的目的;若火勢發展迅猛無法控制，會及時向求援中心求助，并提供詳細的火場數據，為后續救援提供幫助。整個過程的信息均會實時報告給古建筑負責單位。

2.1監測方面

定點監測上，采用窄帶物聯網無線連接的節點集成了煙霧、溫度等環境傳感器，將環境的數字化信息上傳到云平臺，在不對古建筑結構造成破壞的同時對其進行的監測。

物聯網節點繼承了煙霧濃度檢測、火焰檢測溫度監測功能，組建基于NB-IoT的多傳感器數據融合無線傳感網，如圖3所示。通過放置多傳感器節點實時監測古建筑火情并向云平臺上傳監測數據信息。無火情時，節點NB-IoT處于睡眠態，傳感器在規律時間間隔內不斷監測環境參數，以節省傳感器能量損耗，增加檢測節點的使用壽命;發生火情時，NB-IoT被喚醒，實時傳輸傳感器監測數據并通過節點網絡傳輸位置信息至監控中心，方便快速掌握火情和定位火災位置，確保古建筑火災及時得到處理。[4-5]

移動巡檢上采用具有火焰識別以及路徑規劃的自研機器人在古建筑中進行監測，如圖4所示。

目前，機器人在巡檢過程中，將實時圖像上傳到終端及進行火焰檢測[6]。傳統的火焰檢測算法以識別火焰的靜態特征和動態特征為主，在復雜地環境中容易出現誤報問題。基于深度學習地目標檢測在檢測精度和時間復雜度上均有很大優勢，目標檢測能夠從圖像中精準地識別初預定義類別地物體示例[7]，深度學習則提高了目標檢測的準確度和效率，兩者的結合能夠很好的降低火災協同參與滅火過程。經過訓練后地模型已經達到96%的正確率。

2.2預警方面

在預警方面，云平臺對物聯網節點以及機器人上傳的數字化信息實時的分析與保存，一旦數據異常則迅速預警，做到探火于瞬息。

2.3滅火方面

在滅火方面，一旦預警則放飛無人機攜帶滅火材料對初期火焰進行撲滅，達到滅火作用，實現滅火于前兆防火于未燃。

三、結束語

本文采用物聯網節點，自動巡檢機器人與無人機解決傳統消防在古建筑場景下的針對性差，及時性差以及數字化程度低的問題，構建陸天一體化的以防火為主滅火于前兆的古建筑群防火滅火系統。具有響應速度快、實用、安全性高和造價低的特點，有非常好的應用前景。

參? 考? 文? 獻

[1]劉勇，董曉萌，袁荔.古建筑防火現狀及對策——以西安為例[J].城市發展研究，2014，21（10）：25-27.

[2]王建軍.文物古建筑科學防火思維與對策[J].消防科學與技術，2014，33（11）：1334-1336.

[3]高新華，嚴文芳.民用建筑火災發生初期撲救與疏散“5min黃金時間”理論探討[J].消防界（電子版），2019，5（10）：29-30.

[4]孫彥景，馮甜欣，李松，陳巖，蘆楠楠，云霄，刑天琳.基于NB-IoT的低速率監測物聯網應用實驗系統[J].實驗技術與管理，2020，37（03）：95-98.

[5]張振國.窄帶物聯網在“智慧消防”模式構建中的應用研究[J].消防科學與技術，2020，39（12）：1739-1742.

[6]張乃祿，胡俊，馬隴偉，容濤，李永進，張毅.基于視頻圖像的油田聯合站火災預警系統[J].西安石油大學學報（自然科學版），2013，28（04）：78-81+10.

[7]王文朋. 基于深度學習的火焰圖像識別研究[D].河南師范大學，2018.