纽约公寓大火19人死亡60伤！暴露了一个行业痛点
周日（1月9日），纽约一栋19层楼的公寓发生大火，纽约消防出动了数百名的消防员参与救援。火灾至少造成19人死亡，大约60人受伤，死者中有9名儿童[1]。消防人员在救援中发现公寓楼的每层楼都有人遇难，据消防官员表示，这场大火灾疑似由电暖炉引发，是当地近年最严重的火灾之一。
据国外媒体报道，该公寓整体安装有烟雾警报器，也就是我们常说的感烟火灾探测器。
这次火灾，火灾探测器也发出了报警信息，为什么还会发生如此严重的伤亡呢？原来，该大楼的火灾探测器经常发出误报警信息，让大楼的居民们才不以为意，错过了最佳逃生时间。
火灾探测器误报警现象在各个国家都存在。根据2011年的一项数据显示，美国的感烟火灾探测器误报率为17%只·年，瑞士的火灾探测器误报率为 3.65% 只·年，日本的火灾探测器误报率为 6.5% 只·年，德国的火灾探测器误报率为1% 只·年，我国广州市的火灾探测器误报率为 45% 只·年[2]。
火灾误报警的原因很多，比如设备质量、施工安装、现场环境、维修测试、管理维护、系统故障等等。因为长期的误报警，导致“狼来了”现象时有发生。
国内因“狼来了”而引发大火的典型案例之一，是发生在2013年的北京喜隆多商场火灾（详细情况）。由于平时大量的误报警，喜隆多消防控制室值班员对此早已麻木，当真正的火灾来临时，仍然只是进行消音操作，从而酿成了严重事故。最终喜隆多商场大火扑救9小时，2名消防员牺牲[3]。时至今日，全国各地的误报警现象依然普遍。
如何解决误报警问题，行业探索从未停止。早在2006年，屈震、蒋慧灵等就在研究采用电源滤波器、干扰抑制 器、软磁材料和隔离变压器等技术抑制内部干扰，采 用屏蔽、接地 、双绞线连接和采用电磁滤波器等技术来抑制外部 干扰，从而减少火灾自动报 警系统的误报率，提高系统运行的可靠性[4]。2016年，杭州电子科技大学张绍龙提出，通过对火灾自动报警系统的误报情况的分析，引入BP神经网络来对报警事件进行智能化分析[5]。2021年，上海意静信息科技有限公司自主研发的分级预警引擎软件技术，通过积累的报警信息，进行数据清洗，结合空间关系、联动关系与时间关系的发展趋势，运用机器学习和算法模型，降低误报率效果明显[6]。
降低火灾探测器误报警，是全国，乃至全世界消防行业的产品制造商、消防技术服务机构、智慧消防研发企业以及行业主管部门必须面对的问题。希望通过行业的共同努力，让“狼来了”的悲剧不再重演。
【引用】
[1]国外媒体. 纽约公寓大火酿19人死亡逾60伤[EB/OL]. [2022-1-10].
[2]许行宾等. 火灾自动报警系统误报原因分析及对策[J]. 洁净与空调技术CC&AC, 2011年9月(第3期).
[3]意静科技. 北京商场大火烧8小时2名消防员牺牲，昨终审判决麦当劳担责45%[EB/OL]. [ 2017-11-21]. https://mp.weixin.qq.com/s/uoGH0hban-93kYGBDbVU7w.
[4]屈震, 蒋慧灵, 马艳峰, 等. 火灾自动报警系统中的信号干扰因素与抑制技术[J]. 请防科学与技术, 2006年9月, 第25卷(第5期).
[5]张绍龙. 基于BP神经网络算法的火灾报警智能分析的研究与实践[D]. 杭州电子科技大学, 2016年.
[6]中国消防协会. 关于颁发2021中国消防协会科学技术年会优秀论文奖的决定[EB/OL]. [2021-09-23]. http://www.cfpa.cn/manage/html/202109/1392.html.
内容声明：意静科技文章均会注明来源。转载内容仅作学习交流之用，所述观点不代表意静科技立场，其版权归属原作者，如有侵权，请联系我们删除。
来源：意静科技
欢迎转载，转载请注明出处：意静科技