摘要
本发明提供了一种基于时空感知CGAN模型的隧道火情视频数据生成方法,旨在解决传统数值模拟方法耗时耗力、物理实验成本高且难以覆盖多工况的问题。该方法通过FDS模拟不同火源功率、位置和风机风速下的隧道火情数据,构建训练数据集;设计时间感知生成器和时空判别器,结合时间编码模块、条件归一化层和注意力机制,实现对温度云图时空动态特性的高保真建模;采用对抗训练策略,引入时序一致性损失和光流损失,确保生成数据的物理合理性和连续性。其生成的温度云图视频在PSNR、SSIM等指标上表现优异,能够高效替代传统CFD模拟,为隧道火灾安全研究和智能消防系统提供可靠的数据支持。
技术关键词
视频数据生成方法
火灾动力学
峰值信噪比
隧道
多维评价指标
上采样
采样模块
编码模块
对抗网络模型
注意力机制
序列
运动场
光流模型
燃烧产物参数
条件生成对抗网络
Sigmoid函数
智能消防系统
通道
时序
系统为您推荐了相关专利信息
隧道火灾事故
神经网络分类
节点特征
分类方法
深度神经网络
动态预警系统
消防站
全氟己酮灭火装置
数据管理单元
奇异摄动理论
隧道变形预测方法
特征工程
样本
隧道上方基坑
隧道拱顶
拼装管片
深度视觉传感器
无人机
空间位置关系
盾构隧道施工技术
表面氡析出率
地下工程结构
地下工程混凝土
待测表面
对象