基于YOLO-BP神经网络的古建筑修缮阶段火灾监测方法

• 作者: 刘广川 张鑫 熊倩 赵平
• 来源期刊: 中国安全生产科学技术
• 学科: 工学
• 关键词: 建筑安全 古建筑 火灾监测 YOLO算法 反向传播(BP)神经网络
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 职业安全卫生管理与技术
• 页码范围: 122-128
• 页数: 7页
• 分类号: X947
• 语种: 中文
• DOI: 10.11731/j.issn.1673-193x.2020.12.020

摘要

为提高古建筑修缮阶段火灾监测水平,有效预防火灾事故,提出1种基于YOLO-BP神经网络算法的古建筑修缮阶段火灾监测模型.针对修缮作业对古建筑产生的消防隐患,在施工场地设置监测点,并利用YOLO算法以火源、可燃物为目标进行检测与定位,计算火源与可燃物距离;以火源温度、含氧量、火源与可燃物距离3项指标作为BP神经网络输入层,以火灾概率为输出层,从而进行预测;基于古建筑修缮阶段焊接、切割动火作业阶段的样本数据进行仿真模拟.结果表明:利用模型监测古建筑修缮阶段火灾的准确率达93.9％,验证模型的可靠性;当火源温度在150～2000℃范围内,含氧量不小于19.5％时,动火作业安全距离为10.1 m.