买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉应急管理部四川消防研究所申请的专利一种基于物理信息神经网络的受限空间火灾轰燃预测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121302934B 。

龙图腾网通过国家知识产权局官网在2026-02-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511870087.2，技术领域涉及：G06F30/27；该发明授权一种基于物理信息神经网络的受限空间火灾轰燃预测方法及系统是由薛荷;甘廷霞;杨晓菡;尹航;何学超设计研发完成，并于2025-12-12向国家知识产权局提交的专利申请。

本一种基于物理信息神经网络的受限空间火灾轰燃预测方法及系统在说明书摘要公布了：本发明涉及受限空间火灾轰燃预测技术领域。提供一种基于物理信息神经网络的受限空间火灾轰燃预测方法及系统。步骤如下：获取传感器观测数据和初始燃料分布数据；将时空坐标向量与初始燃料分布数据输入Mamba神经网络，得到温度、入射辐射及燃料质量分数预测值；计算上述预测值的时空导数，构建含能量守恒、辐射传递、燃料消耗方程残差的物理残差项，及边界残差项、观测残差项；加权组合三类残差构建损失函数，通过优化算法更新网络参数与待学习物理参数；基于更新后的网络预测温度场，温度达轰燃临界值时判定轰燃发生时间。解决现有数据驱动火灾预测模型因缺乏物理规律约束而导致的可靠性差和预测偏差问题。

本发明授权一种基于物理信息神经网络的受限空间火灾轰燃预测方法及系统在权利要求书中公布了：1.一种基于物理信息神经网络的受限空间火灾轰燃预测方法，其特征在于，包括以下步骤： 获取受限空间中的传感器观测数据和初始燃料分布数据，所述传感器观测数据包括时间序列的温度数据、热通量数据以及通风口气体流速数据； 将时空坐标向量和所述初始燃料分布数据输入到Mamba神经网络中，通过所述Mamba神经网络进行函数映射，得到温度预测值、入射辐射预测值和燃料质量分数预测值； 对所述温度预测值、入射辐射预测值和燃料质量分数预测值进行计算，得到对应的时间导数和空间导数； 基于所述时间导数和空间导数，构建物理残差项，所述物理残差项包括能量守恒方程残差、辐射传递方程残差和燃料消耗方程残差；其中，所述能量守恒方程残差结合了气体密度、比热容、导热系数、燃料热值、活化能参数和辐射热流矢量；所述基于所述时间导数和空间导数，构建物理残差项的具体过程为： 基于所述温度预测值的时间导数和空间导数、所述入射辐射预测值的空间导数、以及所述燃料质量分数预测值的时间导数，将所述温度预测值、入射辐射预测值和燃料质量分数预测值代入预定义的物理方程中，计算能量守恒方程残差、辐射传递方程残差和燃料消耗方程残差； 其中，所述能量守恒方程残差的表达式如下式1所示： 其中，为气体密度；为气体比热容；为温度预测值；为气体导热系数；为温度预测值对时间的偏导数；为温度预测值的空间梯度；为基于通风口气体流速数据估算的气体流速场；为燃料热值；为阿伦尼乌斯反应速率系数；为燃料质量分数预测值；为活化能参数；为通用气体常数；为辐射热流矢量；为辐射热流矢量的散度； 所述辐射传递方程残差的表达式如下式2所示： 其中，为待学习的吸收系数；为斯忒藩-玻尔兹曼常数；为入射辐射预测值； 所述燃料消耗方程残差的表达式如下式3所示： 其中，为燃料质量分数预测值的时间导数； 构建边界残差项和观测残差项，基于所述温度预测值、入射辐射预测值和燃料质量分数预测值及其空间导数，根据边界条件计算边界残差项，基于所述温度预测值和热辐射通量预测值，与传感器观测数据中的温度数据和热通量数据进行比较，计算观测残差项；所述边界残差项包括能量方程边界残差、辐射方程边界残差、燃料消耗方程边界残差和通风口边界残差，所述观测残差项包括温度观测残差和热辐射通量观测残差； 将所述物理残差项、边界残差项和观测残差项以加权和形式组合，构建损失函数，所述损失函数用于衡量物理规律违背程度和观测数据拟合误差； 通过优化算法最小化所述损失函数，更新所述Mamba神经网络的参数和待学习物理参数，所述待学习物理参数包括吸收系数、阿伦尼乌斯反应速率系数和活化能参数； 基于更新后的Mamba神经网络，预测受限空间中的温度场变化，当所述温度场预测值达到轰燃临界温度时，判定轰燃发生时间。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人应急管理部四川消防研究所，其通讯地址为：610037 四川省成都市金牛区金科南路69号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。