基于物聯網的高層建筑火災監測預警控制一體化系統設計

朱進鵬，余照陽

（貴州大學 礦業學院，貴州 貴陽 550025）

隨著我國經濟的高速發展，工業化和城市化不斷推進，高層建筑大量出現。隨之而來的是頻發的高層建筑火災。高層建筑火災因其難以防治且往往會造成重大損失，引發了社會的廣泛關注。由于消防系統建設沒有跟上建筑的發展速度等原因，2022年7 月12日，國家發改委發布《“十四五”新型城鎮化實施方案》提出了“限高令”，嚴格限制新建超高層建筑，不得新建500 米以上建筑，嚴格限制新建250 米以上建筑[1]。但已經建設完畢并投入使用的高層建筑數量巨大，亟需先進的多領域結合的消防保障措施。國內外學者也對此進行了積極的探索。Klaus Schwab 認為新的安全事故與更加復雜的致災機理使得傳統的安全技術、安全科學與安全系統工程面臨著“復雜性”和“新技術融合”兩大嚴峻挑戰；安全控制技術由災害治理向風險評估和監測預警轉移，以信息化、智能化和綠色化為驅動的創新技術融合是當前安全產業的發展方向[3]。高層建筑火災防治的智能化、信息化具有重要的意義。首先，高層建筑火災起火原因復雜，建筑整體荷載巨大、隱患較多[4]；其次，由于高層建筑煙囪效應突出，火災一旦發生，火勢蔓延迅速，煙氣伴隨毒性，難以控制[5，6]；建筑中人員密集而疏散通道空間有限，導致高層建筑火災救援疏散困難[7，8]。另一方面，火災一旦發生，極易造成電力中斷，導致無法知悉建筑內部的火勢情況，給高層建筑火災撲救帶來困難[9，10]。目前配套的防滅火措施無法適應和滿足高層和超高層建筑的消防要求，火災一旦發生，極易造成巨大的財產損失和人員傷亡[11]。王諾亞[12]也提出應積極引入大數據和計算機輔助決策等新方法來應對高層建筑火災發生時導致的火情火勢不明等問題。

1 系統設計

高層建筑火災監測預警控制一體化系統架構如圖1 所示，主要由感知控制層、網絡層、服務層和應用層構成。其中感知控制層相當于建筑的皮膚和手臂，同皮膚一樣具有溫度感受能力，同手臂一樣能夠做出不同的動作；網絡層提供了系統各層中的通訊渠道；服務層是整個一體化系統的控制中心與計算中心，負責對獲取到的信息進行分析和判斷，同時根據內置的算法發出控制指令和接收來自于應用層的指令；應用層提供了API 交互接口，實現服務層信息查詢，同時也能夠人為發出控制指令。該系統與傳統消控系統功能特點對比如表1 所示。

圖1 建筑火災監測預警控制一體化系統整體結構Figure1 The three elements of an IoT system and their relationships

表1 傳統消控系統與本文一體化系統功能特點對比Table1 Comparison of functional characteristics of traditional consumption control system and integrated system

1.1 硬件設計

1.1.1 環境信息采集

物端傳感器探頭采用K 型螺釘式熱電偶，具有性能穩定的特點。模數轉換采用MAX6675，具有片內冷端補償、高阻抗差動輸入和斷線監測等功能。MAX6675 轉換器受電壓影響可能存在較大的噪聲，通過放置一顆陶瓷電容可以將噪音最小化。

根據K 型熱電偶材料的熱電效應，可根據式（1）逆推出熱電偶遠端結的溫度。

式中：VOUT——熱電偶的輸出電壓，μV；

TR——熱電偶遠端連接處的溫度；

TAMB——周圍環境溫度。

數據接收處理采用樂鑫公司自主研發的ESP系列物聯網芯片，其低功耗、無線標準豐富、工作溫度范圍寬等特點，能夠滿足本系統需求。ESP 芯片能夠向服務端發送感知數據，同時接收來自服務端的指令，并執行相應的動作。物端程序開發采用圖2 所示封裝好的嵌入式ESP8266MOD 開發板，便于直接燒錄程序，同時將芯片GPIO 引腳引出便于接線。

圖2 嵌入式ESP8266MOD 開發版Figure2 Embedded development version of ESP8266MOD

1.1.2 外部負載控制

ESP 芯片的能耗較低，輸出的電平信號電壓最大為3.3V。為增強其動作執行能力，同時保護ESP芯片，通過添置光電耦合繼電器模塊SRD-03VDC-LS-C 控制大負載和滿足不同情況的負載需求用來控制噴淋系統。

1.1.3 電力及網絡應急措施

當高層建筑火災發展到一定程度后，往往會造成電力系統癱瘓，隨之而來的是網絡通信的中斷。針對此情況，物端設備需具備在電力及網絡受損時正常運行的能力。得益于ESP 芯片的超低功耗，只需要3.3V 電壓即可驅動，且能夠同時等效輸出3.3V 電壓以驅動MAX6675 模塊，因此在實際安裝時，為其配備一塊鋰電池或接入應急電源即可。

當發生火災導致網絡中斷時，在火災建筑外部安設一個路由器并配置其SSID 和密碼與ESP 芯片內置的SSID 和密碼相同，通過適當的信號增強裝置或安裝若干個路由器，即可使Wi-Fi 信號覆蓋整棟樓，芯片會自動連接Wi-Fi 并與服務端連通，向服務端上傳數據并監聽服務端下發的指令。

1.1.4 報警與預警實現

報警與預警分為就地與遠程兩種方式。就地報警與預警采用與ESP 芯片連接的蜂鳴器實現，且報警與預警采用不同的提示音，信息同時通過ESP 上傳到服務端，發送到客戶端或通過短信、電話發送給對應業主。以每個房間安設一個物端設備為例，物端設備帶有唯一ID，ID 與房間號唯一對應，以每層樓10 個房間的一棟高層建筑為例，房間號有奇偶之分，邊緣位置與中間位置預響應的物端策略因位置不一樣需進行區分。同時為了便于算法處理，還需將常規房間號扁平化處理，如式（2）所示：

式中：F 指代樓層，R 指代F 樓層第R 個房間。

當一個物端設備發出報警信號后，其他周圍設備根據與報警信號的相對位置進行預警。具體預警響應策略如表2 所示，在系統內部通過預響應向量進行控制，一級和二級預響應向量分別以α 和β開頭，帶有min 下標的為圖3 左端的小編號房間采用，帶有max 下標的為右端大編號房間采用。具體規則中，與報警物端同一樓層相鄰的物端具有最高優先級，這是由于樓層過道是火災蔓延的主要通道，火災在過道蔓延時速度較快。其次，預警物端為相鄰樓層垂直方向的物端：垂直向上物端預警是因為火災發生時產生的熱效應會加熱空氣，使空氣氣壓降低從而導致火焰上升，因此報警物端垂直向上方向為第二優先考慮；垂直向下物端預警是因為火災發生時可能會導致處于燃燒狀態的可燃物滴落或掉落，導致垂直向下方向的房間著火。

圖3 樓層房間編號示意圖Figure3 Schematic diagram of end numbering

表2 預響應規則及預響應向量Table2 Alarm and early warning response patterns

預響應分為一級預響應與二級預響應。在房間溫度達到70℃時啟動一級預響應，同時二級預響應物端處于預警狀態；當火勢繼續發展，著火房間發生轟燃時，二級預響應啟動，通過控制措施阻斷煙霧和火焰的蔓延。另外，在老舊建筑外墻保溫材料為易燃材料或其所處位置常伴隨有大風等因素能加速或擴大火災傳播時，需要考慮更大的預警范圍。同時，報警和預警動作應隨著火災演化而動態變化，如當二級預響應物端達到一定數目時，應啟用全方位報警從而及時提醒人員疏散。

物端完整結構如圖4 所示，獨立電源與應急Wi-Fi 有效解決了火災發生時可能導致的電力中斷與信息致盲問題，是實現火災救援精準可控的重要保證。

圖4 物端元器件連接示意圖Figure4 Schematic diagram of the object-side component connection

1.2 軟件設計

1.2.1 服務端設計開發

服務端部署在一臺阿里云ECS（Elastic Compute Service）服務器上，同時提供有隔離的網絡環境與唯一的對外映射IP，任意客戶端通過該IP 即可實現訪問。同時，對服務器傳送的報文使用隧道封裝技術進行封裝，實現不同網絡之間的多層網絡隔離和訪問控制。

數據儲存使用MariaDB 數據庫。針對高層建筑動輒成百上千的物端數據的同時讀取和寫入，MariaDB 數據庫攜帶的高性能存儲引擎為高并發請求提供了支持。服務端的開發語言選用PHP，一是開發API 接口，接收物端上傳的數據并將其存儲到數據庫，接收來自客戶端的控制指令，完成客戶端的增刪改查，同時提供數據導出等功能。二是開發智能運行自動監測預警以及自動處理算法，一旦監測到異常情況，將自動對火情進行分析判斷，并發送控制信號給物端，同時對分析處理情況進行記錄。

1.2.2 客戶端開發

客戶端采用HTML+CSS+Javascript 開發，使用Vue.js 框架，與服務端的通信借助于Axios?？蛻舳藢崿F的功能如下：（1）實時數據監控，查看物端單元上傳的數據和各個傳感器的狀態，能夠及時發現故障和開展維護檢修工作；（2）緊急人工控制，在火災發生初期或者緊急情況發生時，可以通過客戶端手動控制外部噴淋系統等，達到精確控制和提前預防；（3）數據導出，通過分析物端存儲的信息，確定具體的火災原因和位置；（4）系統自檢，及時發現系統缺陷、漏洞和物端故障，并進行維護和修復。

2 實驗驗證

本文主要驗證系統的可靠性，采用計算機仿真驗證，使用Python 編寫仿真程序。

2.1 實驗準備

程序采用面向對象的編程方法，創建了Room類。Room 類表征了一個基本的房間單元，其中包含室內溫度、位置、噴淋頭開關狀態和噴淋頭開關溫度 閾值，分別通過變量temperature，location，sprinkle 和threshold 表示。而后創建了Building類，Building 類表征了一棟完整的建筑，包含環境溫度、樓層數、每層房間數，預留了一級、二級預先響應控制屬性，通過調用generate_rooms（）方法實例化了若干個Room類，并將實例存儲在Building.rooms中，從而構建起整棟數字建筑。Building類程序結構如圖5 所示。

圖5 仿真程序中Building 類結構Figure5 Buildding class structure in the emulator

為驗證本文系統，Building 類還內置了ad judge_location（）get_control_vex（）convert_room_id（）pre_control（）和ignite（）等函數，用于實現著火位置判斷、獲取控制向量、扁平化房間ID、預先控制、模擬隨機起火等功能。

2.2 升溫公式

室內火災升溫公式主要有以下3 個。式（3）和式（4）是《建筑鋼結構防火技術規范GB 51249-2017》 給出的常規建筑室內發生火災時的升溫曲線；式（5）是馬忠誠[13]于1998 年根據國內外的火災數據得到的基于數據的后驗性升溫公式。

式中：t —火災持續時間，min；

Tg— t 時刻熱煙氣平均溫度，℃；

Tgm—熱煙氣層能達到的最大溫度，℃；

tm—達到最大溫度的平均時間，min；

T0—火災發生前室內溫度，℃。

對比三個升溫公式的升溫曲線，如圖6 所示。

圖6 三種升溫曲線對比Figure6 Comparison of three heating curves

式（3）升溫過于迅速，升溫速率過快，無法體現系統響應的及時性；式（4）前期升溫同樣迅速，后期升溫緩慢?？紤]到室內火災的形成通常是從小火源緩慢形成的，在轟燃前升溫較為緩慢，因此式（5）更加符合實際情況。計算機仿真時，應帶入對應升溫公式的變化率，并加入隨機項，將式（5）對t 求導后得：

2.3 實驗結果

將T＇g整合進Building 類中，同時通過添加隨機項模擬實際升溫過程中的隨機影響。通過Random 隨機選擇樓號和房間號點燃對應的房間開展仿真實驗，記錄預響應發生時對應的時刻、響應時刻的房間溫度以及對應的預響應向量等。實驗結果如表3 所示。

表3 實驗結果Table3 Results of 20 simulation experiments

續表3 實驗結果Table3 Results of 20 simulation experiments

由于本次實驗主要是驗證預響應系統的可靠性，仿真實驗并未加入噴淋裝置降溫仿真，因此在所有實驗中一級預響應和二級預響均應觸發。實驗設定一級預響應溫度70℃，二級預響應溫度為600℃，響應結果與理論對比如表4 所示?？梢钥闯?，一級預響應平均時間延遲15.1s，平均響應溫度誤差26℃；二級預響應平均時間延遲67s，平均響應溫度誤差18℃。

表4 系統平均響應指標Table4 System Average Response Metrics

3 結語

本文設計的基于物聯網的高層建筑火災監測預警控制一體化系統，在主要電力設備因火災發生中斷時，通過獨立電源或者消防電源以及應急Wi-Fi 依舊能正常運行。但目前該系統還處于實驗階段，下一步希望在完善之后推廣應用，為火情研判和救援活動開展提供準確而有力的保障，有效提升高層建筑火災的防治能力。