Naukowcy spalili wyposażenie domu pod okiem choćby 175 czujników. System ma rozpoznawać moment, gdy brak tlenu zmienia pożar i toksyczność dymu.
Współczesny dom potrafi oszczędzać energię dzięki szczelnym oknom, dobrej izolacji i ograniczeniu niekontrolowanej wymiany powietrza. Podczas pożaru te same zalety zaczynają jednak komplikować sytuację. Ogień może szybciej zużyć dostępny tlen, a wtedy zmienia się sposób spalania i skład toksycznego dymu. Naukowcy chcą nauczyć system rozpoznawania właśnie tego momentu.
Podpalili dom 15 razy i obstawili go czujnikami
Badacze z University of Waterloo nie zaczęli od komputerowej symulacji, jak zwykle to bywa. Na terenie uczelni znajduje się eksperymentalny dom przeznaczony do badań pożarowych i to właśnie w nim przeprowadzono 15 kontrolowanych pożarów.
W środku umieszczano wyposażenie odpowiadające temu spotykanemu we współczesnych mieszkaniach, a przebieg spalania śledziło choćby 175 czujników. Mierzyły m.in. temperaturę, wilgotność, przepływ powietrza, tempo utraty masy palącego się materiału oraz stężenia wielu gazów.
Skala danych gwałtownie zrobiła się ogromna. choćby pojedynczy zestaw czujników znajdujący się w jednym miejscu i wykonujący pomiar 4 razy na sekundę generował miliony punktów danych. Przy dziesiątkach stanowisk zwykłe przeglądanie wykresów przestaje być po prostu praktyczne.
Właśnie dlatego powstał system łączący metody statystyczne, analizę danych i uczenie maszynowe. Jego zadaniem nie jest oglądanie płomieni na kamerze. Szuka zależności pomiędzy wieloma pomiarami naraz i próbuje wyłapać momenty, w których pożar przechodzi w inną fazę.
Najgroźniejsza zmiana może zacząć się od braku tlenu
Jednym z kluczowych zjawisk jest pożar niedowentylowany. Dochodzi do niego wtedy, gdy ogień ma przez cały czas dużo materiału do spalenia, ale zaczyna brakować mu tlenu. Nie oznacza to oczywiście, iż zagrożenie maleje. Zmienia się chemia spalania. Materiały zaczynają spalać się mniej efektywnie, a w dymie mogą pojawiać się większe ilości toksycznych produktów niepełnego spalania.
Wcześniejsze eksperymenty zespołu śledziły m.in. stężenia tlenu, tlenku węgla, dwutlenku węgla, tlenków azotu, cyjanowodoru i lotnych związków organicznych w dwukondygnacyjnym budynku. Pokazały, jak wraz z ograniczeniem wentylacji zmienia się środowisko w kolejnych pomieszczeniach.
Nowa metoda potrafi w danych systematycznie identyfikować kolejne etapy takiego niedowentylowanego pożaru. To właśnie tutaj pojawia się potencjalnie najciekawsze zastosowanie: nie tylko stwierdzić, iż warunki są już bardzo niebezpieczne, ale wcześniej rozpoznać kierunek, w którym sytuacja zmierza.
Meble też zmieniły sposób, w jaki pali się mieszkanie
Sam problem nie ogranicza się po prostu do szczelniejszych budynków. Zmieniło się również to, czym je wypełniamy. Współczesne kanapy, materace i inne elementy wyposażenia wykorzystują duże ilości tworzyw sztucznych, pianek i syntetycznych tkanin. Podczas spalania zachowują się inaczej, niż materiały dominujące w wyposażeniu domów kilka dekad temu, a skład wydzielanych gazów również jest inny.
Dodajmy do tego szczelne okna i ograniczony dopływ świeżego powietrza, a otrzymujemy pożar, którego zachowania nie wystarczy opisywać jedną wartością temperatury. System musi jednocześnie patrzeć na przepływ powietrza, zawartość tlenu, temperaturę i mieszaninę gazów. Dopiero kombinacja tych informacji pokazuje, co naprawdę dzieje się wewnątrz budynku.
Opisywana praca nie pozostało oczywiście dopracowanym systemem, który można już teraz kupić razem z czujnikiem dymu. Badacze zbudowali przede wszystkim metodę pozwalającą wydobywać z ogromnych zbiorów danych schematy trudne do zauważenia klasyczną analizą.
Następny krok jest dużo bardziej ambitny. Takie modele mogłyby w przyszłości zasilać inteligentne systemy bezpieczeństwa, które na podstawie danych z budynku przewidują rozwój pożaru i pomagają wskazać ludziom bezpieczniejszą drogę ewakuacji. Wiedza z eksperymentów może też trafić do projektantów budynków i strażaków przygotowujących taktykę działań.
*Grafika wprowadzająca wygenerowana przez AI
