
"Prédire les contre-jours mortels" : Le NIST travaille sur une application d'apprentissage automatique pour aider les pompiers à éviter les situations dangereuses.
Merci d'avoir choisi Automatic Translation. Nous proposons actuellement des traductions de l'anglais vers le français et l'allemand. D'autres langues de traduction seront ajoutées dans un avenir proche. Veuillez noter que ces traductions sont générées par un service logiciel d'IA tiers. Bien que nous ayons constaté que les traductions sont généralement correctes, elles peuvent ne pas être parfaites dans tous les cas. Pour vous assurer que les informations que vous lisez sont correctes, veuillez vous référer à l'article original en anglais. Si vous trouvez une erreur dans une traduction que vous souhaitez porter à notre attention, il nous serait très utile que vous nous en fassiez part. Nous pouvons corriger n'importe quel texte ou section, dès que nous en avons connaissance. N'hésitez pas à contacter notre webmaster pour nous faire part de toute erreur de traduction.
Des chercheurs du NIST travaillent sur un modèle basé sur l'apprentissage automatique pour aider les pompiers à prédire et à éviter les événements dangereux liés au comportement du feu dans les incendies d'enceinte, notamment les retours de flamme.
FireEngineering.com en a fait état dans un article du 17 octobre, dans lequel ils affirment que les chercheurs du National Institute of Standards and Technology (NIST) des États-Unis ont un nouveau plan pour informer les pompiers des dangers qui se cachent derrière les portes fermées ou un feu potentiellement sous-ventilé.
Selon l'article, "actuellement, les pompiers recherchent des indicateurs visuels d'un éventuel refoulement, notamment des fenêtres tachées de suie, de la fumée soufflant par de petites ouvertures et l'absence de flammes. Si ces indices sont présents, ils peuvent ventiler la pièce en créant des trous dans son plafond pour réduire leur risque".
Cependant, "l'art de lire le feu" n'est pas toujours une science exacte. Il n'est pas non plus garanti qu'il soit toujours enseigné dans les écoles de pompiers. Certaines petites brigades manquent peut-être aussi de ressources pour former correctement tous les pompiers aux dangers qui peuvent se produire si un feu sous-ventilé reçoit soudainement un afflux d'oxygène lorsqu'une porte ou une fenêtre est ouverte.
Afin de créer un modèle plus scientifique, le NIST a voulu enregistrer des données provenant de situations simulées qui pourraient ensuite être utilisées pour anticiper de manière plus fiable les conditions dangereuses pour les pompiers.
Ryan Falkenstein-Smith, chercheur au NIST, et ses collègues ont mené des expériences au cours desquelles ils ont créé un environnement gazeux et riche en énergie dans un laboratoire, simulant un incendie d'enceinte. Ils ont affamé le feu en maintenant toutes les portes et ouvertures fermées pendant plusieurs minutes afin d'observer dans quelles situations des retours de flamme ou d'autres événements liés aux gaz d'incendie se produiraient.
Ils ont mené près de 500 expériences, au cours desquelles de nombreux paramètres ont été enregistrés, notamment les types de combustibles, les types de gaz combustibles, les températures, les pressions, etc.
"L'équipe a obtenu des données provenant de centaines de backdrafts en laboratoire afin de les utiliser comme base pour un modèle capable de prédire les backdrafts. Les résultats d'une nouvelle étude, décrits lors de la conférence 2022 Suppression, Detection and Signaling Research and Applications.... Dans le futur, l'équipe cherche à mettre en œuvre la technologie dans des dispositifs à petite échelle que les pompiers pourraient déployer sur le terrain pour éviter ou s'adapter aux conditions dangereuses", FireEngineering.com écrit dans son article.
L'idée est d'utiliser les résultats pour créer un "dispositif portable" qui puisse aider les pompiers à apprendre et à prévoir quand des conditions dangereuses peuvent se produire. La vidéo du NIST ci-dessous décrit le projet un peu plus en détail, mais n'entre pas dans le détail de ce que sera leur produit final.