Klasyfikacja probabilistyczna pożaru i zadymienia w czasie rzeczywistym, z wykorzystaniem mechanizmów termicznych inteligentnego robota pożarniczego

Klasyfikacja probabilistyczna pożaru i zadymienia w czasie rzeczywistym, z wykorzystaniem mechanizmów termicznych inteligentnego robota pożarniczego (Real-time probabilistic classification of fire and smoke using thermal imagery for intelligent firefighting robot), Jong-Hwan Kim, B.Y. Lattimer, Fire Safety Journal 72 (2015), s. 40-49.

W artykule opisano bardzo ciekawy sposób wykorzystania inteligentnego robota do zbierania informacji o parametrach promieniowania termicznego i zadymienia w trakcie serii pożarów eksperymentalnych. Wykorzystanie maszyny pozwala zredukować ryzyko towarzyszące pomiarom, które zagrażałoby ludziom.

Amerykańscy naukowcy postanowili wyposażyć robota w urządzenia pozwalające dokonywać pomiarów wybranych parametrów pożarowych (m.in. w kamerę termowizyjną) oraz przekazywać materiał zdjęciowy z wnętrza strefy spalania. Składała się ona z zaślepionego korytarza o wymiarach 6,1 x 1,5 m (długość x szerokość) oraz pomieszczeń A i B. Otwarte bezpośrednio na korytarz pomieszczenie A miało wymiary 1,0 x 1,2 m i mieściło się w odległości około 1,5 m od wejścia do strefy spalania. Pomieszczenie B (w którym znajdowało się źródło pożaru) o wymiarach 1,8 x 2,4 m usytuowane było na końcu korytarza i oddzielone od niego otworem drzwiowym.
Podczas serii eksperymentów wykorzystano trzy rodzaje źródeł pożaru, zróżnicowane pod względem materiału palnego. Do testów posłużyły: bloczki z pianki lateksowej o wymiarach 150 x 150 x 150 mm, paliki drewniane o wymiarach 300 x 300 x 200 mm oraz powierzchnia o wymiarach 300 x 300 mm połączona bezpośrednio z palnikiem propanowym.

W badaniach skorzystano z metody klasyfikacji probabilistycznej, którą zasiliły wyniki pomiarów wykonanych przez robota. Maszyna ta została zaprojektowana w taki sposób, by samodzielnie odnaleźć i przemieścić się do źródła pożaru, wykorzystując do jego lokalizacji wyniki odczytów termicznych. Robot rozpoczynał swoją wędrówkę od wejścia do korytarza strefy spalania.

W artykule znajdują się wzory matematyczne właściwe dla metody klasyfikacji probabilistycznej, opis architektury systemu pomiarowego, zdjęcia z wnętrza strefy spalania podczas pożarów dla wszystkich rodzajów materiałów palnych, schemat strefy spalania, a także tabelaryczne zestawienia pomiarów. Niezwykle ciekawa jest macierz przewidywanej klasyfikacji probabilistycznej (opartej na metodzie klasyfikacji Bayesa) dla płomieni, dymu, dwóch rodzajów refleksji termicznej oraz innych obiektów.

Bryg. dr inż. Waldemar Jaskółowski, mł. kpt. dr inż. Paweł Gromek i mł. kpt. Szymon Ptak są pracownikami Szkoły Głównej Służby Pożarniczej