侯曉靜

(中國石化青島安全工程研究院，山東青島 266071)

0 前 言

消防泡沫(水)炮是遠(yuǎn)距離撲滅大中型火災(zāi)的重要消防滅火設(shè)備，其射程是消防炮的重要技術(shù)性能指標(biāo)之一。理想的射程可以擴(kuò)大消防滅火操作范圍，也能夠減少火災(zāi)對消防人員及設(shè)備的威脅[1-5]。郝文睿等[6]通過相關(guān)性和方差分析方法研究消防水槍水射流落點(diǎn)影響因素，結(jié)果發(fā)現(xiàn)水平角度和俯仰角度分別為落點(diǎn)橫向坐標(biāo)和縱向坐標(biāo)最顯著的影響因素。史興堂[7]通過系統(tǒng)分析和試驗(yàn)驗(yàn)證的方法研究消防炮射程的影響因素及影響規(guī)律，得出消防炮的噴射壓力和流量是影響射程的主要因素。胡成等[8]結(jié)合理論研究與實(shí)驗(yàn)測試的方法推導(dǎo)出壓縮空氣泡沫射流軌跡方程。目前學(xué)者們對水射流射程影響因素的研究涉及偏少，且多采用定性或者半定量的方法，無法準(zhǔn)確地刻畫射流射程及其影響因素間關(guān)系，而對于泡沫射流射程影響因素的研究更是尚無報(bào)道[6-10]。因此，本文一定程度上填補(bǔ)了我國消防炮研究領(lǐng)域的部分空白，并且使它更加完善起來。

本文使用隨機(jī)森林模型對泡沫射流射程和水射流射程進(jìn)行綜合分析并建立預(yù)測模型，通過特征選擇算法(feature selection)計(jì)算各個(gè)自變量對射流射程的相對重要度，進(jìn)而得到影響泡沫射流射程和水射流射程的主要因素，為后續(xù)消防實(shí)戰(zhàn)中泡沫射流和水射流的建模和控制提供更為科學(xué)準(zhǔn)確的參考依據(jù)。

1 數(shù)據(jù)和方法

1.1 實(shí)驗(yàn)設(shè)計(jì)與數(shù)據(jù)獲取

為了深入探討消防泡沫(水)炮射程影響因素，首先需要通過大量實(shí)驗(yàn)研究獲取原始數(shù)據(jù)集。結(jié)合研究目標(biāo)，研究并設(shè)計(jì)出消防泡沫(水)射程實(shí)驗(yàn)系統(tǒng)，用來模擬消防炮噴射泡沫(水)實(shí)驗(yàn)場景。實(shí)驗(yàn)系統(tǒng)由消防炮、壓力表、流量計(jì)、相機(jī)、氣象儀以及PC端等實(shí)驗(yàn)儀器組成，如圖1所示。其中，實(shí)驗(yàn)使用工質(zhì)分為水成膜泡沫滅火劑(6%，AFFF、-14 ℃)和水兩種。氣象儀用于監(jiān)測風(fēng)速、風(fēng)向以及溫濕度等環(huán)境數(shù)據(jù)。同時(shí)，在實(shí)驗(yàn)中，選取控制變量達(dá)到設(shè)定值時(shí)對應(yīng)條件下射流穩(wěn)定散落的最遠(yuǎn)邊緣處為射流落點(diǎn)，消防炮炮口所在位置距射流落點(diǎn)的距離即為射流射程。

圖1 實(shí)驗(yàn)系統(tǒng)示意

消防泡沫(水)炮射程除了受實(shí)時(shí)工況參數(shù)等因素影響之外，還受到外界環(huán)境因素的制約。其中，工況參數(shù)包括壓力Pre、流量Flow、俯仰角度Agl和炮口高度Hgt，環(huán)境因素包括風(fēng)速Wsd、風(fēng)向Wdire、相對濕度Hum、溫度Temp、氣壓Atm。

此次實(shí)驗(yàn)為三因素完全實(shí)驗(yàn)，即通過改變消防泡沫(水)炮射程影響因素中的壓力Pre、俯仰角度Agl和炮口高度Hgt來進(jìn)行實(shí)驗(yàn) ，每次實(shí)驗(yàn)控制其中一個(gè)變量的值改變，其他變量保持不變。結(jié)合消防炮的應(yīng)用范圍及實(shí)驗(yàn)系統(tǒng)各設(shè)備的可調(diào)節(jié)范圍，設(shè)計(jì)壓力變化范圍為0.4～1.0 MPa，每次變化0.1 MPa；仰角變化范圍為30°～60°，每次變化10°；而炮口高度變化范圍為0.45 m～0.95 m，每次變化0.05 m。另外，環(huán)境變量不進(jìn)行人為控制。

此三因素完全試驗(yàn)共進(jìn)行了539組消防炮泡沫噴射實(shí)驗(yàn)和539組消防炮水噴射實(shí)驗(yàn)，并分別獲取包含自變量和因變量的原始數(shù)據(jù)集539組，其中自變量均包括壓力Pre、流量Flow、俯仰角度Agl、炮口高度Hgt、風(fēng)速Wsd、風(fēng)向Wdire、相對濕度Hum、溫度Temp、氣壓Atm，因變量均為射程Range。

另外，為了優(yōu)化模型結(jié)果，建模前應(yīng)對各個(gè)變量進(jìn)行“標(biāo)準(zhǔn)化”預(yù)處理。此過程在Rstudio中進(jìn)行，使用的函數(shù)為scale。

1.2 模型與方法介紹

1.2.1特征選擇

特征選擇算法為基于重采樣技術(shù)的重復(fù)交叉驗(yàn)證[11]。為了獲取到達(dá)最佳預(yù)測精度時(shí)所用到的變量子集，按照變量數(shù)量依次從1～8進(jìn)行分析和建模，并計(jì)算對應(yīng)的均方根誤差，從而獲得模型最佳表現(xiàn)時(shí)對應(yīng)變量個(gè)數(shù)。該過程在Rstudio軟件中使用“caret”包進(jìn)行。

1.2.2隨機(jī)森林模型

隨機(jī)森林模型是Breiman于2001年提出的一種集成學(xué)習(xí)方法[12]，其基本思想是隨機(jī)子空間。隨機(jī)森林算法不僅可以對數(shù)據(jù)集進(jìn)行分類或回歸，還可以計(jì)算變量重要度，以此作為標(biāo)準(zhǔn)篩選自變量，降低數(shù)據(jù)維度[13-18]。用隨機(jī)森林計(jì)算變量重要度即為計(jì)算每棵樹上各個(gè)變量的貢獻(xiàn)度，取其平均值，從而得到每個(gè)變量的貢獻(xiàn)大小。該過程在Rstudio軟件中使用“Random Forest”包進(jìn)行。

1.2.3模型擬合及準(zhǔn)確度驗(yàn)證

從全部樣本中隨機(jī)抽取生成5個(gè)子模型，其中4個(gè)作為訓(xùn)練樣本進(jìn)行模型的擬合，剩余1個(gè)是測試樣本，進(jìn)行模型的內(nèi)部檢驗(yàn)?；谧兞恐匾确治龊湍Ｐ妥罴驯憩F(xiàn)時(shí)對應(yīng)變量個(gè)數(shù)，選擇顯著變量進(jìn)行隨機(jī)森林算法的建模分析。之后，計(jì)算各個(gè)子模型的相關(guān)系數(shù)，用其對模型擬合和預(yù)測的準(zhǔn)確度進(jìn)行評價(jià)。

2 結(jié)果與分析

2.1 特征選擇結(jié)果及重要影響因素的選擇

為了避免自變量間存在強(qiáng)多重共線性，本文依據(jù)文獻(xiàn)采用簡單相關(guān)系數(shù)大于0.75作為多重共線性檢驗(yàn)標(biāo)準(zhǔn)。由此選定參與泡沫射流射程建模初始分析的自變量為風(fēng)速Wsd、風(fēng)向Wdire、相對濕度Hum、流量Flow、氣壓Atm、壓力Pre、俯仰角度Agl和炮口高度Hgt；參與水射流射程建模初始分析的自變量為風(fēng)速Wsd、風(fēng)向Wdire、相對濕度Hum、流量Flow、氣壓Atm、壓力Pre、俯仰角度Agl和炮口高度Hgt。

對于泡沫射流射程建模和水射流射程建模，本文分別對兩類建模的數(shù)據(jù)集中的風(fēng)速Wsd、風(fēng)向Wdire、相對濕度Hum、流量Flow、氣壓Atm、壓力Pre、俯仰角度Agl和炮口高度Hgt等8個(gè)變量進(jìn)行交叉特征構(gòu)建。首先對隨機(jī)劃分的5個(gè)子集進(jìn)行運(yùn)算，其中4個(gè)作為訓(xùn)練集，剩余1個(gè)為測試集，從而生成5個(gè)子模型。并使用五折交叉驗(yàn)證分別從當(dāng)前的8個(gè)自變量中篩除最不重要的自變量。在交叉驗(yàn)證中得到最佳自變量個(gè)數(shù)和自變量平均重要度排序，如圖2、表1。均方根誤差RMSE最小時(shí)，所對應(yīng)的自變量數(shù)量為最佳。從圖2交叉驗(yàn)證結(jié)果可知，兩類建模的最佳自變量數(shù)目均為6。

圖2 最佳自變量子集隨變量個(gè)數(shù)變化曲線

表1 隨機(jī)森林算法自變量的平均重要度

由表1可知，流量Flow、仰角Agl、壓力Pre和炮口高度Hgt等工況參數(shù)與風(fēng)的影響對消防炮泡沫射流和水射流射程有顯著影響。流量Flow是影響泡沫射流射程最重要的因素，主要原因在于增大流量Flow可以使射流充實(shí)，一定范圍內(nèi)可使核心區(qū)域長度增加。仰角Agl是水射流射程最重要的影響因素，這與郝文睿等研究結(jié)果一致[6]。相比于水射流，風(fēng)速Wsd、風(fēng)向Wdire等風(fēng)的作用對泡沫射流射程的影響更為顯著。原因可能是，實(shí)驗(yàn)工質(zhì)水成膜泡沫密度比水小，風(fēng)速和風(fēng)向加劇了空氣中射流軸對稱和橫向干擾。溫濕度Hum及氣壓Atm等環(huán)境影響可忽略不計(jì)。

結(jié)合最佳自變量數(shù)量和自變量重要度排序，選出最佳自變量數(shù)據(jù)集。使用排名前6的自變量進(jìn)行模型擬合計(jì)算。具體地，參與泡沫射流射程隨機(jī)森林建模的自變量為流量Flow、風(fēng)速Wsd、風(fēng)向Wdire、仰角Agl、壓力Pre和炮口高度Hgt，參與水射流射程隨機(jī)森林建模的自變量為仰角Agl、流量Flow、壓力Pre、炮口高度Hgt、風(fēng)速Wsd及風(fēng)向Wdire。

2.2 RF模型結(jié)果的檢驗(yàn)

表2為各個(gè)子模型的預(yù)測表現(xiàn)展示。

表2 各個(gè)子模型的預(yù)測表現(xiàn)展示

從表2可以看出，對于泡沫射流射程和水射流射程建模來說，各個(gè)子模型的訓(xùn)練集和測試集的簡單相關(guān)系數(shù)均達(dá)到0.8以上，模型預(yù)測性能良好，說明RF算法能夠有效分析泡沫射流射程和水射流射程，具有很好的適用性。

3 結(jié)論

本文運(yùn)用隨機(jī)森林算法，以消防炮泡沫(水)射流噴射實(shí)驗(yàn)數(shù)據(jù)為基礎(chǔ)，綜合工況參數(shù)和外界環(huán)境因素，分別分析了泡沫射流和水射流射程的主要影響因素。模型預(yù)測準(zhǔn)確率均在80%以上，從而評價(jià)隨機(jī)森林模型對泡沫射流射程和水射流射程有較高的預(yù)測精度。

研究發(fā)現(xiàn)，流量、仰角、壓力和炮口高度等工況參數(shù)與風(fēng)的影響始終是消防炮泡沫射流和水射流射程的主要影響因素。流量對泡沫射流射程貢獻(xiàn)度最大，而對水射流射程貢獻(xiàn)度最大的因素是仰角。尤其需要注意風(fēng)速、風(fēng)向等對泡沫射流射程的作用，相比于水射流射程影響更深刻。說明泡沫射流射程的研究與應(yīng)用除考慮流量等工況參數(shù)影響之外，還應(yīng)重點(diǎn)考慮風(fēng)的影響。

基于工況參數(shù)和外界環(huán)境因素對消防炮泡沫射流和水射流射程的影響因素進(jìn)行分析，尚未考慮事故現(xiàn)場火災(zāi)方面如火羽流、燃燒表面等因素的影響，在以后的研究中可加以分析，以便為滅火作業(yè)中消防炮的精準(zhǔn)控制提供支持。