Zapal się do Pythona

Transkrypt

1 Oprogramowanie do ilościowej analizy ryzyka pożarowego Szkoła Główna Służby Pożarniczej Warszawa, 23 kwietnia 2018

2 Bezpieczeństwo pożarowe budynków

3 Bezpieczeństwo pożarowe budynków

4 Modelowanie pożaru

5 Modelowanie ewakuacji

6 Ryzyko Risk statystyczna wartość oczekiwana pewnego niepożądanego zdarzenia, które może (lub nie) zaistnieć. Ryzyko = Prawdopodobieństwo x Skutki. Ryzyko pożarowe iloczyn prawdopodobieństwa wystąpienia pożaru oraz pewnej miary jego konsekwencji. R = P S (1)

7 Jakościowa analiza ryzyka Table: Definition of probability levels for risk assessment Probability level Anticipated Unlikely Extremely unlikely Beyond extremely unlikely Description Incident that may occur several times during the lifetime of the building. Events that are not anticipated to occur during the lifetime of the facility. Events that will probably not occur during the life cycle of the building. All other accidents Frequency (median time to event) > 10 2 /yr (< 100yr) 10 4 /yr < f < 10 2 /yr ( yr) 10 6 /yr < f < 10 4 /yr ( yr) < 10 6 /yr (> yr)

8 Jakościowa analiza ryzyka Table: Definition of consequence levels for risk assessment Consequence level Impact on populace Impact on property High Sudden fatalities, acute injuries, immediately life threatening situations, permanent disabilities. Damage > $X million, Building destroyed, surrounding property damaged. Moderate Low Negligible Serious injuries, permanent disabilities, hospitalization required. Minor injuries, no permanent disabilities, no hospitalization. Negligible injuries $Y < damage < $X million Major equipment destroyed, minor impact on surroundings. Damage < $Y million, Reparable damage to building, significant operational downtime, no impact on surroundings. Minor repairs to building required, minimal operational downtime.

9 Ilościowa analiza ryzyka jest systematyczną oraz wszechstronną metodologią oceny ryzyka, związanego ze skomplikowanymi technologicznie obiektami lub procesami (przemysł lotniczy, elektrownie atomowe, etc.). Źródło: stackexange.com

10 Symulacje Monte Carlo

11 Symulacje Monte Carlo x 1 x 2 x 3 h(x) y 1 y 2 Stanisław Ulam Źródło: Wikipedia E f [h(x)] = h(x)f(x)dx X h n = 1 n h(x i ); (X 1,, X n ) f(x) n i=1

12 Monte Carlo i ryzyko pożarowe

13 Multisymulacje ogólna idea Monte Carlo x 1 x 2 x... x n Modele rozwoju pożaru DCBE WCBE DCBE R=PxS y 1 y 2 y... y n Modele ewakuacji FED FED temperatura WCBE promieniowanie

14 Projekt Aamks AAMKS A-GEOM A-MC A-FIRE A-EVAC CAD Geom Monte Carlo CFAST A-GRID A-GUI RESULTS VISUAL GUI

15 Analiza ryzyka Pożar w budynku Pożar ugaszony hotelowym w zarodku TAK Czas DCBE > WCBE Widoczność < 3 Ewakuacja straży Dawka FED Scenariusz pożarowy WCBE > 1 P=0 S =H 1 P 1 =0 Prawdopodobieństwo TAK P=10-6 * 500 m 2 P=0,3 NIE P=0,7 TAK P=0,918 NIE P=0,082 TAK P=0,53 NIE P=0,47 TAK P=0,95 NIE P=0,05 0,1-1 P=0,35 0, P=0,6 0, P=0,85 > 1 P=1 > 1 P=0,07 0,1-1 P=0,898 0, P=1 0, P=0,653 S 2=M P 2 =5,1*10-6 S 3=L P 3 =8,6*10-6 S =N 4 P 4 =1,2*10-5 S =H 5 P 5 =7,6*10-7 S =H 6 P 6 =9,4*10-7 S 7=M P 7 =1,2*10-5 S 8=L P 8 =1,3*10-5 S =N 9 P 9 =8,8* Czas [s]

16 NavMesh ROOM1 ROOM2 ROOM3 D1 D2 D3 a) CORR1 D4 STAIR1 b) c)

17 NavMesh

18 NavMesh

19 Reciprocal Velocity Obstacle p y v y VO A B B p B v B r A +r B p B - p A v A -v B (-v B ) (r A+r B)/τ (p A-p B)/τ A (v p B ) A p x a) b) 0 v x

20 Reciprocal Velocity Obstacle A1 A2 A1 A1 A2 A2 A1 A2 A4 A3

21 Recast Detour Crowd Źródło:

22 Dołącz do nas!!! github.com/aamks