摘要：为提高建筑火灾风险评估的准确性，建立一种创新型、智能化的动态风险评估方法。针对具体建筑的风险评估，以物联网（Internet of Things）技术为基础，构建智能消防监测系统，实现火灾风险要素的实时监测、数据传输，充分发挥大数据（Big Data）、云计算的支撑作用，将贝叶斯网络（Bayesian networks,BN）方法引入火灾风险定量评估过程中，构建火灾动态风险评估模型。结合具体的应用实例，详细分析不确定因素对风险评估结果的影响。结果表明，基于贝叶斯网络的动态风险评估方法能够更准确地反映建筑火灾风险的可能性大小，达到实时监测、评估的效果，更适合建筑火灾的风险评估。
关键词：动态风险评估；物联网；大数据；贝叶斯网络；建筑火灾
Study on Building Fire Dynamic Risk Assessment Method Based on
Bayesian Network
XU jian-qiang¹,², LIU xiao-yong², SU yan-fei²
(1.College of Civil Engineering, Anhui Jianzhu University, Hefei Anhui, 230601;2.Hefei Institute For Public Safety Research Tsinghua University, Hefei Anhui, 230601)
Abstract: To improve the accuracy of building fire risk assessment, an innovative and intelligent dynamic risk assessment method was established. For the risk assessment of concrete construction , based on the Internet of things technology, to build an intelligent fire monitoring system so as to realize the real-time monitor and data transmission of fire risk factors, give full play to the supporting role of big data and cloud computing, then introduce the Bayesian networks method into the process of quantitative fire risk assessment and builds a dynamic fire risk assessment model. The impact of uncertain factors on risk assessment results is analyzed in detail with specific application examples. The results show that the dynamic risk assessment method which based on Bayesian networks will reflect the possibility of building fire risk more accurately, achieve the effect of real-time monitoring and assessment and is more suitable for the building fire risk assessment.
Keywords: dynamic risk assessment; the Internet of things; big data; bayesian networks; building fire
0 引言
据全国火灾统计管理系统显示，在2007年至2016的10年间，全国共接报有亡人的火灾10815起，共亡15193人[[[1] 戚斑.近10年亡人火灾统计数据分析及防范对策[J].中国消防,2017(11):18-23.]]。为达到有效预防火灾，减轻火灾危害的目的，风险评估工作必将是火灾科学和消防工程今后发展的重点[[[] 谢晓刚,胡忠日,梅秀娟等.火灾风险评估方法及工程实例应用[J].消防科学与技术,2009,28(1):29-32.]]。鉴于防火门关闭情况、消防管理人员巡查频次、人员流动性等风险要素具有不确定性，传统风险评估方法难以适应其动态性。而物联网技术的发展在监测监控、人员定位、信息采集、智能探测等方面提供了更好的技术基础[[[] 马鑫,黄全义,疏学明等.物联网在公共安全领域中的应用研究[J].中国安全科学学报,2010,20(7):170-176.]]；大数据、云计算的发展也为数据的处理提供了更好的技术支撑[[[] 张春艳.大数据时代的公共安全治理[J].国家行政学院学报,2014.5:100-104.]]；同时基于贝叶斯网络的评估方法能更好地处理不确定因素对火灾风险的影响，是不确定知识表达和推理领域最有效的理论模型之一[[[] 马德仲,刘圣楠,费晓雨等.地下建筑火灾风险的贝叶斯网络评估系统设计[J].哈尔滨理工大学学报,2013,18(4):103-107.]]。通过对常见建筑火灾风险评估方法的学习研究发现，传统火灾风险评估多采用静态评估方法，评估对象具有一定稳定性，只能粗略估计建筑长期处于的安全风险状态，因而缺乏实时性[[[] 王伟军.建筑火灾风险评价方法综述[J].消防科学与技术,2008,27(7):477-481.]]。动态风险评估方法的提出则为建筑火灾风险评估提供了一种新思路。
1 建筑火灾动态风险评估体系
1.1 动态风险评估方法介绍
动态风险评估将以建筑火灾发展阶段的起火、火势增长、火灾蔓延和烟气传播、蔓延至邻近建筑、疏散至安全区域等阶段为主线；从火灾发生的可能性和严重程度2个方面对风险进行量化，量化内容包括潜在火灾发展可能性、财产损失以及内部人员伤亡风险等在内的主要风险事件，如图1所示。
基于上述火灾发展过程，对各阶段事件可能性进行逻辑推理，肯定风险要素状态的改变对火灾风险的影响程度，建立以火灾发展为主线的风险推理网络。在评估过程中，针对具体建筑的风险要素，依托物联网技术进行动态的、实时监测，数据获取；凭借大数据技术在数据分析方面的优势，再经后台评估模型的推理计算，最终可得动态风险评估的结果。
作者：徐坚强¹,²，刘小勇²，苏燕飞²
（1.安徽建筑大学 土木工程学院，安徽 合肥 230601；2.清华大学合肥公共安全研究院，安徽 合肥 230601）