Preview

Влияние размеров ячеек вычислительной сетки и неоднородности вычислительной области на расчетное время обнаружения пожара

https://doi.org/10.22227/0869-7493.2022.31.04.56-64

Аннотация

Введение. В России, исходя из положений действующих нормативных документов, время начала эвакуации для помещения, в котором возник пожар, определяется в зависимости от его площади. По мнению некоторых авторов, время начала эвакуации людей является совокупностью «технической», в которую входит время обнаружения пожара, и «психофизической», определяемой поведенческими и организационными особенностями людей. Время обнаружения пожара в настоящее время при этом не учитывается.

Цель. Оценка влияния размеров ячеек вычислительной сетки и неоднородности вычислительной области на расчетное время обнаружения пожара.

Задачи. 1. Установить качественный характер влияния размеров ячеек вычислительной сетки и неоднородности вычислительной области на расчетное время обнаружения пожара.

2. Предложить рекомендации по определению расчетного времени обнаружения пожара.

Методы. Для исследований применялись методы компьютерного моделирования при помощи программного комплекса Fire Dynamics Simulator.

Результаты и их обсуждение. Применение сеток с различными размерами ячеек позволяет значительно сократить количество ячеек в вычислительной области и, как следствие, время вычислений. Однако это приводит к достаточно противоречивым результатам. Минимальные значения времени сокращаются почти в 3–4 раза по сравнению с однородной расчетной сеткой, а максимальное увеличивается в 2 раза.

Выводы. 1. Размеры ячеек вычислительной сетки и неоднородность вычислительной области оказывают значительное влияние на время обнаружения пожара.

2. Достаточно большой разброс значений расчетного времени обнаружения пожара может свидетельствовать о недостоверной оценке в целом времени начала эвакуации и получении некорректных выводов о безопасной эвакуации людей и/или о вероятности эвакуации людей.

3. Для корректной оценки времени начала эвакуации, принимаемого с учетом расчетного времени обнаружения пожара, рекомендуется использовать однородные вычислительные сетки с размерами ячеек, не превышающими 0,25 м.

Об авторе

С. П. Калмыков
Академия Государственной противопожарной службы Министерства Российской Федерации по делам гражданской обороны, чрезвычайным ситуациям и ликвидации последствий стихийных бедствий
Россия

КАЛМЫКОВ Сергей Петрович, канд. техн. наук, старший преподаватель кафедры пожарной безопасности в строительстве

129366, г. Москва, ул. Бориса Галушкина, 4

РИНЦ ID: 758175

ResearcherID: B-5446-2016



Список литературы

1. Калмыков С.П., Есин В.М. Время обнаружения очага пожара // Пожаровзрывобезопасность/Fire and Explosion Safety. 2017. Т. 26. № 11. С. 52–63. DOI:10.18322/PVB.2017.26.11.52-63

2. Хасанов И.Р., Карпов А.В., Лобова С.Ф., Петрова Н.В. Полевое моделирование динамики пожара при ответе на вопрос о выполнении системой пожарной сигнализации своих функций // Пожаровзрывобезопасность/Fire and Explosion Safety. 2020. Т. 29. № 5. С. 40–50. DOI:10.22227/PVB.2020.29.05.40-50

3. Schifiliti R.P., Custer R.L.P., Meacham B.J. Design of detection systems // SFPE Handbook of Fire Protection Engineering, Chapter 40. 5th Edition. Society of Fire Protection Engineers. New York : Springer, 2016. Pp. 1314–1377. DOI:10.1007/978-1-4939-2565-0

4. Zheng R., Cheng Yu., Lu S. Improved simulation method for optimizing optical chamber of photoelectric smoke detectors // 2016 IEEE/ CSAA International Conference on Aircraft Utility Systems (AUS). IEEE, 2016. DOI:10.1109/AUS.2016.7748085

5. Müller K., Loepfe M., Wieser D. Optical simulation for fire detectors // Fire Safety Journal. 2006. Vol. 41. Issue 4. Pp. 274–278. DOI:10.1016/j.firesaf.2005.09.005

6. Fitzgerald R.W., Meacham B.J. Fire Detection // Fire Performance Analysis for Buildings. 2017. Pp. 193–202. DOI:10.1002/9781118926321.ch11

7. Khrapskii S.F., Bedrina E.A. Fire detection system call points types selection based on the gas and smoke environment physical parameters dynamic study in different premises // Journal of Physics Conference Series. 2022. Vol. 2182. Issue 1. P. 012053. DOI:10.1088/1742-6596/2182/1/012053

8. Hong Z., Tang Z., Pan H., Zhang Y., Zheng Z., Zhou R. et al. Active fire detection using a novel convolutional neural network based on Himawari-8 satellite images // Frontiers in Environmental Science. 2022. Vol. 10. P. 794028. DOI:10.3389/fenvs.2022.794028

9. Su-Gil Choi, Jin-Se Young, Sang-Min Park, Yeong-Jae Nam, Si-Kuk Kim. Basic research on potential application of fire detection by measuring fire detection tendency of indoor air quality measurement factors // Fire Science and Engineering. 2020. Vol. 34. Issue 1. Pp. 37–46. DOI:10.7731/KIFSE.2020.34.1.037

10. Anwar F., Boby R.I., Rashid M.M., Alam M.M., Shaikh Z. Network-Based Real-time integrated Fire Detection and Alarm (FDA) system with building automation // IOP Conference Series Materials Science and Engineering. 2017. Vol. 260. Issue 1. P. 012025. DOI:10.1088/1757-899X/260/1/012025

11. Кошмаров Ю.А., Пузач С.В., Андреев В.В., Козлов Ю.И. Прогнозирование опасных факторов пожара в помещении : учеб. пос. М. : АГПС МВД РФ, 2000. 126 с.

12. Абашкин А.А., Карпов А.В., Ушаков Д.В., Фомин М.В., Гилетич А.Н., Комков П.М. и др. Пособие по применению «Методики определения расчетных величин пожарного риска в зданиях, сооружениях и строениях различных классов функциональной пожарной опасности». М. : ВНИИПО, 2014. 226 с.

13. Rubini P., Evans A., Bressloff N. Simulation of Fire in Enclosures : user guide. Cranfield University, 2006.

14. Патанкар С. Численные методы решения задач теплообмена и динамика жидкостей. М. : Энергоатомиздат, 1984. 150 с.

15. Svobodová N., Benýšek M., Štefan R. Analysis of zone fire models and their application in structural fire design // Diffusion and Defect Data Pt.B: Solid State Phenomena. 2021. Vol. 322. Pp. 127–135. DOI:10.4028/www.scientific.net/SSP.322.127

16. Blahova M., Hromada M. Principles for verification of mathematical fire models // 25th International Conference on Circuits, Systems, Communications and Computers (CSCC). IEEE, 2021. DOI:10.1109/CSCC53858.2021.00027

17. McGrattan K., Hostikka S., Floyd J., McDermott R., Vanella M. NIST Special Publication 1018-1 // Sixth Edition Fire Dynamics Simulator. Technical Reference Guide. 2021. Vol. 1. DOI:10.6028/NIST.SP.1018

18. McGrattan K., Miles S. Modeling fi res using Computational Fluid Dynamics (CFD) // SFPE Handbook of Fire Protection Engineering. Chapter 32. Fifth Edition. Society of Fire Protection Engineers. 2016. Pp. 1034–1065. DOI:10.1007/978-1-4939-2565-0

19. McGrattan K., McDermott R., Weinschenk C., Overholt K., Hostikka S., Floyd J. Fire dynamics simulator user’s guide: NIST special publication 1019 // Sixth Edition. Gaithersburg : National Institute of Standards and Technology. 2013. 262 p.

20. Patankar S.V., Spalding D.B. A computer model for three-dimensional flow in furnaces // 14th Symp. (Int.) Combust. The Combustion Institute, Pittsburgh, PA. 1973. Pp. 605–614.

21. Hongjie Dong, Qi S. Zhang. Time analyticity for the heat equation and Navier-Stokes equations // Journal of Functional Analysis. 2020. Vol. 279. Issue 4. P. 108563. DOI:10.1016/j.jfa.2020.108563

22. Самошин Д.А. Методологические основы нормирования безопасной эвакуации людей из зданий при пожаре : автореф. дис. … д-ра тех. наук. М. : АГПС МЧС России, 2017. 22 c.


Рецензия

Для цитирования:


Калмыков С.П. Влияние размеров ячеек вычислительной сетки и неоднородности вычислительной области на расчетное время обнаружения пожара. Пожаровзрывобезопасность/Fire and Explosion Safety. 2022;31(4):56-64. https://doi.org/10.22227/0869-7493.2022.31.04.56-64

For citation:


Kalmykov S.P. Effect of computational grid cell size and heterogeneity of computing area for estimated fire detection time. Pozharovzryvobezopasnost/Fire and Explosion Safety. 2022;31(4):56-64. (In Russ.) https://doi.org/10.22227/0869-7493.2022.31.04.56-64

Просмотров: 329


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 0869-7493 (Print)
ISSN 2587-6201 (Online)