网络首发
防火涂料保护五踩斗拱构件的火灾演化特性与剩余承载力
颜龙;赵致景;龚晨飞;李昕;易亮;为提升木结构建筑的耐火性能，利用ISO 9705试验平台、TAW–2000多功能力学综合试验系统等方法开展了透明防火涂料保护下全尺寸清式五踩斗拱构件的火灾演化行为、炭化特性及剩余承载力研究。结果表明：在透明防火涂料保护下五踩斗拱构件的初始点燃时间延迟60 s，火焰峰值高度和峰值热释放速率相比于未保护斗拱构件分别降低15.8%和23.0%；透明防火涂料通过形成致密炭层结构降低斗拱构件的炭化深度和质量损失，其中火灾损伤最严重的正心瓜栱的炭化深度和质量损失率相比于未保护构件分别降低了31.9%和11.1%；透明防火涂料保护下五踩斗拱构件的火灾剩余承载力从保护前的32.4 kN提升至49.6 kN，对应轴向位移由保护前47.6 mm提升至82.3 mm，表现出更好的结构完整性和耐火性能。
地质灾害成功避险的多元驱动路径研究：基于“主体-技术-制度”三维框架
郭海湘;郑润杰;刘雅凝;何欣宇;代姗姗;为了揭示地质灾害成功避险的成因与多元驱动机制，需厘清不同要素在避险过程中的互动关系与组态效应。选取2020—2024年全国地质灾害成功避险的50个典型案例，采用扎根理论提炼出成功避险的影响因素，构建“主体-技术-制度”（Agent-Technology-Institution，ATI）三维框架；进而将其作为清晰集定性比较分析的条件变量，探究了驱动地质灾害成功避险的复杂因果路径。结果表明：地质灾害成功避险并非单一因素作用的结果，而是多维要素并发协同的产物；研究识别出7条组态路径，并归纳为“主体-制度”协同型、“技术-制度”协同型、“主体-技术-制度”协同型、制度主导型4类典型驱动模式；最后提出了夯实源头管控的制度根基、建立差异化响应机制、提升公众防灾识灾避灾能力等对策建议，以期为提升我国基层临灾避险能力提供理论参考。
初始温度和开门时间对冷库火灾回燃特性影响研究
李聪;符佳慧;牛力婷;许文博;何理;李建;本文采用冷库常见的瓦楞纸箱作为典型可燃物，开展了不同初始温度（-40～20 ℃）和开门时间（0～1 500 s）影响下小型冷库火灾回燃特性模拟研究，分析了小型冷库火灾的回燃现象、温度分布特征、气体体积分数变化以及热释放速率变化。研究结果表明：小型冷库火灾过程可划分为外界加热、自主燃烧、缺氧熄灭、开门回燃、重新燃烧以及燃尽熄灭阶段。在多数工况下，较高初始温度会增强回燃强度，但其影响受开门时间制约。初始温度升高有利于可燃物热解和可燃混合气体生成，从而促进回燃发生。开门较早时，热释放速率随冷库初始温度的升高而增大；开门较晚时，热释放速率随冷库初始温度的升高呈现先增大后减小的趋势。外界加热和自主燃烧阶段的耗氧速率与冷库初始温度正相关，初始温度越高，燃烧反应越强烈，耗氧速率越大。开门时间与冷库回燃发展特征呈现非线性关系，相同初始温度下，500 s工况表现出最显著的回燃特征，并对应最大的热释放速率峰值。与200 s工况相比，500 s工况的热释放速率峰值最大增加3 337 kW。相同初始温度下，开门瞬间的可燃混合气体体积分数随开门时间的推迟呈现先增大后减小的趋势。研究可为冷库火灾防控与救援提供一定的理论依据。
泡沫灭火剂的pH值调节及对灭火效能的影响规律
钱新明;侯云鹤;张建琪;郝文浩;李明辉;王阔;武星彤;喻林;李芳洲;针对某泡沫灭火剂的泡沫液酸碱度（Potential of Hydrogen，pH）值不符合国家标准的问题，本文筛选适宜的pH值调节剂，探究不同调节剂对泡沫性能与灭火性能的影响规律。结果表明：离子缓冲试剂的调节效果均不佳，其强度不足以有效中和浓缩的酸性物质；有机溶剂三乙醇胺、三（羟甲基）氨基甲烷（Tris(hydroxymethyl)aminomethane，Tris）、N-甲基二乙醇胺（N-Methyldiethanolamine，MDEA）均能高效提升pH值，最佳比例为4.6%、4.3%、3.9%；各组实际灭火效果从优至劣顺序为：对照组、3.9% MDEA、4.3% Tris、4.6%三乙醇胺、8%三乙醇胺，各调节剂均使灭火性能下降，其中3.9%MDEA组灭火效果最佳，发泡体积290 mL、下降了9.37%，50%析液时间1 326 s、提升了29.49%；对于此类泡沫灭火剂，其泡沫粗化程度与灭火性能优劣强相关，较发泡体积、析液时间更精确。
全尺寸真实住宅环境下掺氢天然气泄漏扩散特性研究
张跃;钱新明;樊武龙;李红宇;李鹏亮;本研究基于全尺寸试验与数值模拟，系统探究了典型住宅中掺氢天然气（Hydrogen Blended Natural Gas，HBNG）的泄漏扩散及通风特性。结果表明：建筑布局主导气体迁移路径，室内形成稳定的三区体积分数分布：厨房高、餐厅/客厅中、卧室/卫生间低。掺氢显著增强气体扩散能力，30%掺氢比下危险气云厚度较纯甲烷增加21%，并显著延长紧急通风清除时间。通风条件下，传统通风策略的有效性随掺氢比增加而显著下降。在0.3 m/s通风、30%掺氢工况下，所有房间均形成爆炸性气氛，而纯甲烷仅影响局部。研究揭示了通风过程的时空异质性，并识别了门过梁的物理屏障效应。且三区结构在掺氢并通风条件下仍保持稳定。经试验验证的模型为HBNG安全评估提供了可靠工具，对修订住宅燃气安全标准具有重要指导意义。
高相对湿度环境用呼吸防护滤料的设计与性能研究
柳静献;李云鹤;刘明泽;赫伟东;周肖童;为解决在高相对湿度环境下口罩内部水汽凝结堵塞孔隙、增大呼吸阻力的问题，本文采用静电纺丝技术制备了疏水–亲水–超亲水3层梯度复合滤料。该滤料以聚丙烯腈纳米纤维膜为疏水外层，聚丙烯腈/聚乙烯吡咯烷酮纳米纤维膜为亲水中间层，负载聚丙烯酸钠的聚对苯二甲酸乙二醇酯的纤维膜为超亲水内层。疏水外层可减少液态水在膜上的凝结；梯度结构高效疏导纤维间积聚的水分；超亲水内层则迅速将水吸收存储，延缓阻力的上升。结果表明，该滤料对0.3 μm颗粒物过滤效率可达95.82%；在高相对湿度环境及85 L/min的流量下，在150 min的测试过程中阻力仅从168 Pa升至171 Pa，远低于市售聚四氟乙烯覆膜口罩的1600 Pa以上。研究可为在高相对湿度环境中个体防护滤料的开发提供新思路与理论参考。
基于改进DEMATEL–ISM的大型活动公共安全事故致因分析
张慧;王新猛;杨一涛;王杨阳;为揭示大型活动公共安全事故致因因素间的复杂作用机制，提出了基于决策试验与评估实验法（Decision-Making Trial and Evaluation Laboratory，DEMATEL）和解释结构模型（Interpretive Structural Modeling，ISM）的事故致因分析方法。首先，通过收集93起国内外大型活动安全事故案例，运用扎根理论并结合德尔菲法专家咨询，构建包含22项事故致因指标的评价体系。其次，采用改进的DEMATEL定量识别关键致因因素，引入K–均值（K–means）聚类算法客观确定阈值。最后，利用ISM构建事故致因因素递阶结构，揭示大型活动公共安全事故的多层级演化路径。研究表明，大型活动公共安全事故由本质致因、过渡致因与近邻致因多层因素共同作用形成。其中，公共安全意识缺乏是根源性因素，控制底层致因因素可有效切断事故演化路径，从源头预防事故发生。研究可为大型活动安全管理提供系统的事故致因分析框架与方法支撑。
基于深度学习的山地旅游型城市火灾预测与防控优化研究
吴运法;程雨琪;陈萨如拉;李舒颖;为提升山地旅游型城市火灾防控的科学性，提出了一种融合火灾预测与区位优化的消防站布局方法。选取山地占比超50%的中国优秀旅游城市——黄山市为典型案例，整合中分辨率成像光谱仪火灾热点及多源数据构建数据集，采用卷积神经网络（Convolutional Neural Network，CNN）和长短时记忆（Long Short-Term Memory，LSTM）网络两种算法构建火灾预测深度学习模型，开展火灾发生概率的时空预测研究。结果表明，LSTM模型性能更优，准确率达88%，曲线下面积（Area Under the Curve，AUC）为0.95，更适用于研究区火灾发生概率预测建模；日最高温为火灾关键驱动因子，风速在该场景中影响较小。基于地理信息系统量化城市火灾风险区域敏感性，得出火灾风险呈现中西部高、南北部较低的格局，并引入位置–分配模型对消防站布局进行优化：提出保留5座现有消防站、新增23座，可使全局覆盖率提升至80.53%，在对火灾风险定性与定量分析的前提下，显著增强灾前预防与灾后应急响应能力。
基于孔隙分形特征的多孔介质气体扩散模型
薛洪来;王颖初;刘文彪;熊凌峰;温哲;含瓦斯煤粒扩散模型由单一孔隙结构逐渐向复杂孔隙结构拓展，但以往多孔扩散模型难以实现定量描述扩散过程。以含瓦斯煤粒常规扩散模型为基础，理论推导了分形孔隙煤粒多孔扩散模型，采用80组试验数据验证了模型的精确性，探讨了扩散模型参数的物理意义。结果表明：扩散模型理论结果与试验数据相关性系数均在94.5%以上，其中，66组分布在99.5%以上，仅有3组低于99.0%；最小孔径理论值1×10-9 m占65组、1×10-8 m占15组，最大孔径理论值1×10-6 m占56组、1×10-7 m占24组，扩散孔道弯曲度分形维数理论值取值为1.2～1.9，其中54组取值为1.2，以上三个模型参数与煤体性质相关；孔隙体积分形维数理论值取值为1.8～4.5，煤粒半径理论值是实际值的1.2～42.3倍，二者受试验条件影响较大；孔隙体积分形维数、弯曲度分形维数和煤粒半径三个模型参数综合反映实际扩散距离，共同决定了有效扩散系数；该模型可用于精确预测含瓦斯煤扩散过程。
基于机器学习的飞行员心理健康风险识别研究
汪磊;杨麒玉;瞿凯;为了提升飞行员心理健康风险预测的准确性与可解释性，并识别该群体内部的心理健康异质性，采集了飞行员（n=191）和飞行学员（n=130）的心理测评数据，采用K–means++算法对心理品质特征进行无监督聚类，识别出内在的群体结构（优质型、良好型、一般型），并将此聚类标签作为关键特征引入预测模型。通过互信息进行特征筛选，并构建统一的评估框架，系统比较了随机森林、极端梯度提升、人工神经网络和偏最小二乘法在全部12项心理状态变量上的预测性能。结果表明：聚类标签在平均互信息特征重要性排名第2，表明聚类标签能够有效表征飞行员群体心理健康异质性；在模型统一框架比较下，随机森林算法展现出最优的综合性能；对于“敌对”“自伤/自杀倾向”等极端低发生率心理状态的预测仍面临挑战，反映了该群体数据的高偏态与隐蔽性特性。研究表明，融合无监督聚类的机器学习框架不仅为飞行员心理健康风险的精准分级与早期干预提供了有效的量化工具，也为航空安全领域实现个性化风险管理提供了可借鉴的方式。