"Предсказание смертоносных задних планов": NIST работает над приложением машинного обучения, чтобы помочь пожарным избежать опасных ситуаций
Благодарим вас за выбор компании Automatic Translation. В настоящее время мы предлагаем переводы с английского на французский и немецкий языки, в ближайшем будущем будут добавлены другие языки перевода. Пожалуйста, имейте в виду, что эти переводы генерируются сторонним программным обеспечением AI. Хотя мы обнаружили, что переводы в основном правильные, они могут быть не идеальными в каждом случае. Чтобы убедиться в правильности прочитанной информации, обратитесь к оригиналу статьи на английском языке. Если вы обнаружили ошибку в переводе, на которую хотели бы обратить наше внимание, мы будем очень рады, если вы сообщите нам об этом. Мы можем исправить любой текст или раздел, как только узнаем об этом. Переведено с помощью DeepL.com (бесплатная версия). Пожалуйста, свяжитесь с нашим веб-мастером, чтобы сообщить нам о любых ошибках перевода.
Исследователи из NIST работают над моделью, основанной на машинном обучении, чтобы помочь пожарным предсказывать и избегать опасных событий, связанных с поведением огня при пожарах в корпусе, включая обратные тяги.
FireEngineering.com сообщил об этом в статье от 17 октября, в которой утверждается, что исследователи из Национального института стандартов и технологий США (NIST) разработали новый план информирования пожарных о том, какие опасности скрываются за закрытыми дверями или потенциально недостаточно вентилируемым пожаром.
Согласно статье, "в настоящее время пожарные ищут визуальные индикаторы потенциальной обратной тяги, включая окна, покрытые копотью, дым, пробивающийся через небольшие отверстия, и отсутствие пламени. Если эти признаки присутствуют, они могут проветрить помещение, проделав отверстия в потолке, чтобы снизить риск".
Однако "Искусство чтения огня" не всегда является точной наукой. Также нет гарантии, что ему всегда учат в пожарных школах. Возможно, в некоторых небольших бригадах также не хватает ресурсов, чтобы должным образом обучить всех пожарных опасностям, которые могут возникнуть, если пожар с недостаточной вентиляцией внезапно получит прилив кислорода при открытии двери или окна.
Для того чтобы создать более научно обоснованную модель, NIST хотел записать данные из смоделированных ситуаций, которые впоследствии можно было бы использовать для более надежного прогнозирования того, когда могут возникнуть опасные условия для входа пожарных.
Исследователь NIST Райан Фалькенштейн-Смит и его коллеги провели эксперименты, в ходе которых они создали в лаборатории газообразную, богатую энергией среду, имитирующую пожар в шкафу. Они подавляли огонь, держа все двери и отверстия закрытыми в течение нескольких минут, чтобы проследить, в каких ситуациях возникнут обратные тяги или другие события, связанные с пожарным газом.
Они провели около 500 экспериментов, в ходе которых регистрировалось множество параметров, включая виды топлива, типы горючих газов, температуру, давление и многое другое.
"Команда получила данные сотен обратных ударов в лаборатории, чтобы использовать их в качестве основы для модели, которая может предсказывать обратные удары". Результаты нового исследования, описанные на конференции 2022 Suppression, Detection and Signaling Research and Applications Conference.... В будущем команда стремится внедрить технологию в малогабаритные устройства, которые пожарные могли бы использовать в полевых условиях, чтобы избежать опасных условий или адаптироваться к ним", FireEngineering.com пишет в своей статье.
Идея состоит в том, чтобы использовать полученные результаты для создания "портативного устройства", которое поможет пожарным учиться и предсказывать, когда могут возникнуть опасные условия. В приведенном ниже видеоролике NIST проект описывается несколько более подробно, но не говорится о том, каким именно должен быть конечный продукт.