Файл: Brushlinskiy - Chelovechestvo i pozhary 2007.pdf

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 21.07.2019

Просмотров: 3397

Скачиваний: 21

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
background image

 

78

сложность представляют для изучения и моделирования пожары вне зданий, 
например,  крупномасштабные  пожары,  пожары  резервуаров,  в  шахтах, 
туннелях,  газовых  и  нефтяных  фонтанов,  на  транспорте,  степные,  лесные 
пожары и т.д. [4,40]. 

В  самом  деле,  важнейшим  параметром  возможного  пожара  в 

помещении,  характеризующим  пожарную  опасность  данного  объекта, 
является  так  называемая  удельная  тепловая  мощность  пожара  в  единицу 
времени.  Ее  оценка  требует  учета  вида  горючей  нагрузки  (ее  физико-
химических параметров, общего количества), строительных и архитектурных 
особенностей этого объекта, возможных условий и сценариев развития в нем 
пожара  (степени  разрушения  остекленных  проемов,  ограждающих 
конструкций),  от  чего  существенно  зависит  характер  тепло-  и  массообмена 
при  пожаре  в  данном  помещении,  а  значит,  и  его  последствия,  условия  его 
ликвидации [4]. 

Совершенно  очевидно,  что  значительная  часть  перечисленных  здесь 

факторов  и  параметров  не  может  быть  задана  каким-то  единственным 
набором  числовых  значений.  Наоборот,  здесь  принципиально  допустимо 
широкое  варьирование  этих  значений  и  огромное  количество  возможных 
вариантов  их  сочетаний.  К  этому  следует  добавить  вероятностные  оценки 
надежности и эффективности автоматических систем пожарной сигнализации 
и  пожаротушения,  условий  эвакуации  людей  из  горящего  здания,  чтобы 
сделать  вывод  о  том,  что  любой  реальный  пожар  можно  и  нужно 
рассматривать  как  сложнейший  случайный  процесс  (в  теоретико-
вероятностном смысле), характеризуемый многократной неопределенностью. 
В  частности,  по  нашему  мнению,  теория  огнестойкости  дальнейшее 
существенное развитие получит именно на стохастической основе. 

Следовательно,  наряду  с  аналитическими  детерминированными 

моделями  пожаров  разных  типов  и  классов,  необходимо  развивать  и 
аналитические вероятностные модели пожаров [4,38]. 

Однако, учитывая ограниченность возможностей любых аналитических 

моделей,  обусловленную  нынешним  состоянием  математической  науки, 
выход  нужно  искать  на  пути  создания  все  более  мощных  имитационных 


background image

 

79

моделей  пожаров  и  связанных  с  ними  процессов.  Напомним,  что 
имитационные модели представляют собой совокупность программ для ЭВМ, 
с помощью которых воспроизводятся алгоритмы и процедуры, описывающие 
свойства  и  динамику  интересующих  нас  процессов.  Их  использованию 
способствует  быстрое  развитие  современной  вычислительной  математики  и 
вычислительной техники [4,5,45]. 

В 

частности, 

моделирование 

процесса 

пожаротушения 

противопожарными  службами, начатое  в России,  Великобритании и  США в 
середине  1960-х  годов  на  уровне  построения  аналитических  моделей, 
оказалось недостаточно эффективным из-за того, что эти модели описывали 
исследуемый  процесс  только  во  времени,  хотя  он  носит  принципиально 
пространственно-временной характер [4,5]. Поэтому пришлось создавать для 
этого  процесса  имитационные  модели  (сначала  элементарные,  затем  все 
более  сложные).  Наконец,  в  России  в  начале  1990-х  годов  была  создана 
имитационная  система  “КОСМАС”,  получившая  широкую  известность  в 
мире как информационная технология XXI века, которая с высокой степенью 
точности описывает реальные процессы функционирования любых аварийно-
спасательных служб в городах и территориях [5]. Это была одна из первых в 
мире  сложных  специализированных  имитационных  систем  (рис.16).  Кстати 
говоря,  в  мае  2005  года  Консультативный  комитет  по  информационным 
технологиям  при  Президенте  США  представил  Джорджу  Бушу 
аналитический  доклад  под  названием  “Вычислительная  наука:  обеспечение 
конкурентоспособности  Америки”  [45].  Термин  “вычислительная  наука” 
появился  в  научно-технической  литературе  сравнительно  недавно.  Он 
обозначает  быстро  развивающуюся  область  научно-технического  прогресса, 
связанную  с  созданием  алгоритмов  решения  задач,  имитационным 
моделированием различных явлений и процессов в науке и технике, а также с 
созданием 

программного 

обеспечения 

для 

целей 

имитационного 

моделирования [45]. 

В  аналитическом  докладе  Президенту  США  достаточно  убедительно 

показано,  что  развитие  “вычислительной  науки”  создает  уникальные 
возможности для проведения научных исследований, необходимых мировому  


background image

 

80

  ИСХОДНЫЕ ДАННЫЕ                                                                  МОДЕЛИРУЮЩИЙ     
(регулируемыепараметры)                                                                       АЛГОРИТМ 

 
 

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Рис.16  Общая структура имитационной системы “КОСМАС” 

МОДУЛЬ 

УПРАВЛЕНИЯ 

КИС 

Обработка 

результатов

 

Анализ 

результатов

 

Параметры 

города: 

•  топография 

•  уличная сеть 

•  скорости движения 

•  основные объекты 

•  и др. 

Параметры 

аварийной 

службы: 

•  число депо (станций) 
•  дислокация депо 
•  районы обслуживания 
•  число отделений 
•  типы отделений 
•  распределение отделений 

по депо 

•  варианты 

диспетчеризации 

•  расписание выездов 
•  графики дежурства 
•  численность персонала 
•  и др. 

 

Статистические 

параметры: 

•  интенсивность и 

структура потока вызовов 

•  распределение потока 

вызовов во времени и по 
территории города  

•  распределение  времени 

диспетчеризации 

•  распределение времени 

сбора и выезда 

•  распределение времени 

занятости 

•  распределение времени 

для выполнения 
специальных операций 

•  другие временные 

параметры 

 

Генерирование:  

типа, времени и места 

вызова 

Генерирование  

времени  

диспетчеризации 

Процесс диспетчеризации 

(выбор и высылка 

оперативных отделений) 

Генерирование 

времени сбора и выезда 

оперативных отделений 

Процесс следования 

оперативных отделений 

к месту вызова 

Генерирование 

(вычисление) времени 

ликвидации причины 

вызова 

 
 

Специальные операции 

конкретной аварийной 

 службы 

 

Процесс следования 

к месту дислокации или на 

следующий вызов 

Варианты 

решений 

Программа 
проведения 

экспериментов  

Целевая 

установка 


background image

 

81

сообществу XXI века. С использованием ее методов и средств ученые 

могут  изучать  самые  разнообразные  проблемы,  исследование  которых 
другими  методами  является  неэффективным,  а  зачастую  и  просто 
невозможным. Диапазон этих проблем чрезвычайно широк (от исследования 
Вселенной 

до 

биофизических 

процессов 

головного 

мозга, 

от 

крупномасштабных  природных  катаклизмов  до  распространения  вирусов  и 
анализа  ядовитых  веществ,  используемых  террористами,  и  многое,  многое 
другое) [45]. 

Точно также и наука о пожаре, ее дальнейшие успехи в борьбе с ними, 

существенно  зависят  от  ожидаемых  в  XXI  веке  достижений  математики, 
физики, “вычислительной науки” и иных дисциплин. 

В  заключение  приведем  таблицу  23,  в  которой  мы  перечислили 

существующие в мире основные модели пожаров [46]. 

В этой таблице перечислены более 150 моделей пожаров разных типов 

и классов. В большинстве из них описываются процессы тепломассопереноса 
при  пожарах,  динамика  пожаров,  поведение  веществ,  материалов, 
строительных  конструкций  и  пр.  в  условиях  пожара.  Вопросы  тушения 
пожаров в этих моделях, как правило, не рассматриваются. 

Поэтому,  по  нашему  мнению,  к  этому  перечню  моделей  необходимо 

добавить  уже  существующие  разнообразные  модели  поведения  людей  и 
животных  в  условиях  пожара,  их  эвакуации,  процессов  функционирования 
пожарной охраны, подготовки кадров для нее и пр. 

В  таком  случае,  всего  моделей  возникновения,  развития  и  тушения 

пожаров и связанных с ними процессов можно насчитать около 200. Именно 
эти модели являются предметом и основой современной науки о пожарах. В 
результате создания и использования таких моделей пожаров появятся (и уже 
появляются) 

негорючие 

материалы, 

пожаробезопасные 

приборы, 

технологические  процессы,  здания,  сооружения,  новые  средства  и  способы 
тушения пожаров и т.д. 

 
 
 


background image

 

82

Таблица 23 

Статистика моделей пожаров 

Уровень  

модели- 

рования 

Объект 

моделирования 

Страны-

разработчики  

моделей 

Ориентировочное 

число моделей 

1. Пожар в помещении (комнате) 
2.  Пожар  в  здании  (несколько 
смежных комнат) 
3. 

Пожары 

технологических 

объектов 

(с 

учетом 

их 

спецификации) 

Великобритания, 
Россия, 

США, 

Швеция,  Япония, 
Китай и др. 

Около  

100 моделей 

Крупномасштабный  (массовый) 
пожар в населенном пункте 

Россия, 

США, 

Япония и др. 

Не менее  

5 моделей 

Пожары 

в 

городе 

и 

их 

ликвидация  силами  пожарной 
охраны 

(в 

основном, 

организационно-управленческие 
аспекты) 

Россия, 

США, 

Великобритания, 
Япония и др. 

Около 

10 моделей 

Пожары 

на 

открытых 

пространствах 

(резервуары, 

лесобиржи и др.) 

Россия, 

США, 

Япония и др. 

Около  

15 моделей 

Лесные  и  другие  растительные 
пожары 

Австралия, 
Россия, 

Канада, 

США. 

Около  

10 моделей 

Подземные и подводные пожары 
(метрополитен,  шахты,  тоннели 
и др.) 

Россия, 

США, 

Германия и др. 

Не менее  

15 моделей