Posibilidades de un modelo sustituto de incendios mediante el empleo de redes neuronales

ResumenEn los últimos años ha tenido lugar un amplio desarrollo de los modelos de simulación computacional de incendios (MSCI) y se ha intensificado su empleo para el estudio de la seguridad contra incendios y otras investigaciones relacionadas con estos. Los 2 principales tipos de MSCI son los modelos de campo y los modelos de zona. El primero obtiene mejores aproximaciones a la dinámica del incendio, mientras que el segundo requiere mucho menor tiempo de cómputo.Hay que destacar además los grandes avances que se han conseguido en los últimos años en el procesamiento de información, mediante el empleo de las redes neuronales artificiales, que se han convertido en una herramienta de gran utilidad y con aplicación en campos muy diversos.El presente artículo trata de analizar las posibilidades del empleo de redes neuronales artificiales en los modelos computacionales de incendios. En la primera aproximación a este objetivo se pretende conseguir en un recinto conocido resultados similares a los que se obtienen con los modelos de campo, y reducir así el tiempo de cómputo necesario para realizar las simulaciones con respecto al empleado en modelos de zona. En este caso se empleará una red neuronal de regresión general (GRNN) y se realizará su entrenamiento con simulaciones llevadas a cabo con el modelo de campo FDS (Fire Dynamics Simulator), validando el modelo resultante con los datos obtenidos en un ensayo a escala real. En etapas posteriores se evaluarán otros fenómenos y diferentes tipos de redes.

In recent years there has been extensive development of the fire computer models, and its use in the study of the fire safety, fire investigation, etc. has been increased. The most important types of fire computer models are the field model and the zone model. The first model reaches a better approximation to fire dynamics, but the second one requires less computational time.Additionally, in the last years, it should be noted the great advances in information processing using artificial neural networks, and it has become a useful tool with application in very diverse fields.This paper analyzes the possibilities of develop a new fire computer model using artificial neural networks. In the first approach to this objective, a simple compartment was analyzed with a field model. After that, simulations employing General Regression Neural Network were performed. This method achieves similar results that the field model employing computational times closer to the zone models. The neural network has been trained with FDS field model and validating the resulting model with data from a full scale test. In later stages other phenomena and different types of networks will be evaluated.