Поспєлов Б. Б., Рибка Є. О., Самойлов М. О., Мелещенко Р. С., Безугла Ю. С., Ященко О. А. Реалізація методу запобігання надзвичайним ситуаціям унаслідок пожеж шляхом прогнозування загорянь. С. 26-40.

 

Реалізація методу запобігання надзвичайним ситуаціям унаслідок пожеж шляхом прогнозування загорянь

 

Поспєлов Борис Борисович

Національний університет цивільного захисту України

http://orcid.org/0000-0002-0957-3839

 

Рибка Євгеній Олексійович

Національний університет цивільного захисту України

http://orcid.org/0000-0002-5396-5151

 

Самойлов Михайло Олександрович

Національний університет цивільного захисту України

http://orcid.org/0000-0002-8924-7944

 

Мелещенко Руслан Геннадійович

Національний університет цивільного захисту України

http://orcid.org/0000-0001-5411-2030

 

Безугла Юлія Сергіївна

Національний університет цивільного захисту України

http://orcid.org/0000-0003-4022-2807

 

Ященко Олександр Анатолійович

Національний університет цивільного захисту України

http://orcid.org/0000-0001-7129-389X

 

DOI: https://doi.org/10.52363/2524-0226-2022-36-3

 

Ключові слова: надзвичайна ситуація, пожежа, параметри стану повітряного середовища, інтелектуальна підсистема, прогнозування загорянь

 

Анотація

Розроблено загальну схему реалізації методу запобігання надзвичайним ситуаціям унаслідок пожеж у будівлях і спорудах на основі прогнозування загорянь у вигляді інтелектуальної системи. Система складається з трьох взаємопов’язаних підсистем – підсистеми поточного вимірювання небезпечних параметрів стану повітряного середовища приміщень, підсистеми інтелектуального прогнозування загорянь в приміщеннях і підсистеми виконання оперативних управлінських рішень щодо ліквідації загорянь. Загальна схема запропонованої системи охоплює повітряне середовище приміщень, відповідні характеристики небезпеки стану якого використовуються для прогнозування загорянь. Інформаційною основою підсистеми інтелектуального прогнозування загорянь виступають поточні дані, що поступають від підсистеми поточного вимірювання небезпечних параметрів стану повітряного середовища приміщень. Ці дані відображають поточну інформацію про стан середовища в конкретних приміщеннях, що є небезпечними з точки зору виникнення в них загорянь. Підсистема інтелектуального прогнозування загорянь дозволяє визначати небезпечні приміщення, де має місце загоряння, та сформувати спеціальні сигнали попередження про можливість виникнення пожежі і передати їх до підсистеми виконання оперативних управлінських рішень. Розроблена схема підсистеми поточного вимірювання небезпечних параметрів, яка дозволяє одержувати поточну інформацію про стан середовища в конкретних приміщеннях, що є небезпечними з точки зору можливості виникнення в них пожеж. Підсистема виконання оперативних управлінських рішень має у своєму розпорядженні необхідний ресурс щодо реалізації заходів ліквідації загорянь у приміщеннях та недопущення виникнення надзвичайних ситуацій внаслідок пожеж.

 

Посилання

  1. Reproduced with permission from fire loss in the United States during 2020. National Fire Protection Association. 2021. 11 p. URL: www.nfpa.org
  2. Otrosh Yu., Semkiv O., Kovalov A. About need of calculations for the steel framework building in temperature influences conditions. IOP Conference Series: Materials Science and Engineering. 2019. Vol. 708. № 1. 012065
  3. Pospelov B., Andronov V., Rybka E., Meleshchenko R. Studying the recurrent diagrams of carbon monoxide concentration at early ignitions in premises. Eastern-European Journal of Enterprise Technologies. 2018. Vol. 3/9(93). P. 34–40. doi: https://doi.org/10.15587/1729-4061.2018.133127
  4. Andronov V., Pospelov B., Rybka E., Skliarov S. Examining the learning fire detectors under real conditions of application. Eastern-European Journal of Enterprise Technologies. 2017. Vol. 3. Issue 9(87). P. 53–59. doi: https://doi.org/10.15587/1729-4061.2017.101985
  5. Ahn C.-S., Kim J.-Y. A study for a fire spread mechanism of residential buildings with numerical modeling. WIT Transactions on the Built Environment. 2011. 117. P. 185–196. doi:10.2495/SAFE110171
  6. Recurrence plots and their quantifications: expanding horizons. International Symposium on Recurrence Plots, Grenoble, France, 17–19 June. 380 р.
  7. Poulsen A., Jomaas G. Experimental study on the burning behavior of pool fires in rooms with different wall linings. Fire Technology. 2011. 48(2). P. 419–439. https://doi.org/10.1007/s10694-011-0230-0
  8. Zhang D., Xue W. Effect of heat radiation on combustion heat release rate of larch. Journal of West China Forestry Science. 2010. Issue 39. P. 148.
  9. Ji J., Yang L., Fan W. Experimental study on effects of burning behaviours of materials caused by external heat radiation. JCST. 2003. № 9. Р. 139.
  10. Peng X., Liu S., Lu G. Experimental analysis on heat release rate of materials. Journal of Chongqing University. 2005. Issue 28. Р. 122.
  11. Andronov V., Pospelov B., Rybka E. Development of a method to improve the performance speed of maximal fire detectors. Eastern-European Journal of Enterprise Technologies. 2017. 2. Issue 9 (86). P. 32–37. doi: https://doi.org/10.15587/1729-4061.2017.96694
  12. Pospelov B., Andronov V., Rybka E., Skliarov S. Design of fire detectors capable of self-adjusting by ignition. Eastern-European Journal of Enterprise Technologies. 2017. Vol. 4. Issue 9(88). P. 53–59. doi: https://doi.org/10.15587/1729-4061.2017.108448
  13. Bendat J. S., Piersol A. G. Random data: analysis and measurement procedures. 2th ed. John Wiley & Sons, 2010. doi: https://doi.org/10.1002/9781118032428
  14. Shafi I., Ahmad J., Shah S. I., Kashif F. M. Techniques to obtain good resolution and concentrated time-frequency distributions: a review. EURASIP Journal on Advances in Signal Processing. 2009. 2009. Issue 1. doi: https://doi.org/10.1155/2009/673539
  15. Singh P. Time-frequency analysis via the fourier representation. HAL. 2016
  16. Pretrel H., Querre P., Forestier M. Experimental Study Of Burning Rate Behaviour In Confined And Ventilated Fire Compartments. Fire Safety Science. 2005. 8. P. 1217–1228. doi: https://doi.org/10.3801/iafss.fss.8-1217
  17. Stankovic L., Dakovic M., Thayaparan T. Time-frequency signal analysis. Kindle edition, Amazon. 655 p.
  18. Avargel Y., Cohen I. Modeling and identification of nonlinear systems in the short-time Fourier transform domain. IEEE Transactions on Signal Processing. 2010. Vol. 58, Issue 1. P. 291–304. doi: https://doi.org/10.1109/tsp.2009.2028978
  19. Поспєлов Б. Б., Рибка Є. О., Самойлов М. О., Безугла Ю. С., Ященко О. А., Веретеннікова Ю. А. Метод запобігання надзвичайним ситуаціям внаслідок пожеж шляхом короткочасного прогнозування загорянь. Проблеми надзвичайних ситуацій. 2021. №34. С. 295–308.
  20. Система раннього виявлення надзвичайних ситуацій : пат. 139221 Україна, МПКG08В 19/00 (2019.01); заявл. № u 2019 06486, заявка 10.06.2019, опубл. 26.12.2019, Бюл. №24.
  21. Stanton C. Getting to know Arduino: Part 1. Hello, world!. 2014. http://www.element14.com/community/groups/arduino/blog/ 2014/03/28/getting-to-know-arduino-part-1-hello-world
  22. Marian P. Sen-1327 LPG gas sensor module. 2015. http://www.electroschematics.com/6669/sen-1327-lpg-gas-sensor-module
  23. Wiki G. Arduino GPRS Shield. 2014. http://www.geeetech.com/ wiki/index.php/Arduino_GPRS_Shield
  24. Адаптивний спосіб виявлення пожежі : пат. 149701 Україна : МПК (2021.01) G08B 17/00, G08B 19/00; заявл. № u 2021 03376, заявка 15.06.2020, опубл. 01.12.2021, Бюл. №48.
  25. Pospelov B., Andronov V., Rybka E., Samoilov M., Krainiukov O., Biryukov I., Butenko T., Bezuhla Y., Karpets K., Kochanov E. Development of the method of operational forecasting of fire in premises of objects in real conditions. Eastern-European Journal of Enterprise Technologies. Vol. 2/10(110). P. 43–50. doi: https://doi.org/10.15587/1729-4061.2021.226692
  • Ви тут:  
  • Головна
  • Архів номерів
  • 36
  • Поспєлов Б. Б., Рибка Є. О., Самойлов М. О., Мелещенко Р. С., Безугла Ю. С., Ященко О. А. Реалізація методу запобігання надзвичайним ситуаціям унаслідок пожеж шляхом прогнозування загорянь. С. 26-40.