火灾是威胁工业生产和公众安全的主要灾害之一，随着现代科技的爆发式发展和全球环境变化，人类也在面临更加严苛的火灾风险（如飞行器火灾、新能源火灾、电力火灾、森林火灾或建筑火灾等），迫切需要更先进的阻燃防火技术和更精准的火灾探测技术，防火于未燃，把火灾危害降至最低。

四川大学王玉忠院士团队长期致力于解决火安全问题，已设计创制了一系列火灾探测材料、器件与装置（ Adv. Funct. Mater. 2019, 29, 1806586; Adv. Funct. Mater. 2022, 32, 2208131），并提出了火灾超前精准预警技术（已授权/申请系列发明专利）：实时在线分析易燃物（尤其是高分子）的真实燃烧过程，解析特定场所的火灾潜伏期与极早期的致灾信号，并针对性设计可快速识别火灾致灾信号（异常温度、明火、烟雾、气体等）的智能响应材料、传感器与装置，进而实现火灾精准探测预警。相关技术比现有火灾预警技术预警更为精准、迅速，为解决特定场所的火灾探测难题提供全新途径。

近期，该团队设计了一种由机器学习算法辅助的早期火灾探测系统（FPS，图1），不仅可快速准确识别明火和高温 (1 s内识别明火、4 s内实现130 °C低速热流），还能准确解析出火情产生原因。具体来说， FPS系统由近红外光发射模块（NTM）、由VO2/PDMS构成的温度火焰光开关（TOS）和近红外光接收模块（NRM）构成。NTM可发射基础的近红外光信号，并经TOS进行反射被NTR接收到，当外部有异常温度或明火时，这些信号会被TOS膜调制并和基础信号耦合，再被NRM接收，再由机器学习模型解调信号后，快速准确识别出外部异常温度/明火。

图1 FPS设计创制原理

作者首先将VO 2/PDMS分散液均匀涂覆在高透明的石英衬底上，热固化后制备得到具有高透明性和温敏反射调制特性的TOS；并设计由TOS、NTM和NRM组件构成的原型器件，研究了FPS对火焰、异常温度和耦合信号的快速响应性能；在FPS对不同信号的差异化响应曲线的基础上，提出一种基于长短期记忆的机器学习辅助解调方法，实现了对高温预警，明火预警和耦合信号预警的准确判定（准确率95.7%）；进一步研制出火灾探测器件（图2），应用于全尺寸火灾实验（点火后15 s内即可响应，状态识别准确率达86.9%）和无人机高空动态火情监控（点火后1 s内即可响应，状态识别准确率达98.4%），均表现出优异的火灾响应与状态识别性能。

图2 FPS探测器件及其在全尺寸火灾实验中的应用验证

作者还提出更科学标准以比较不同火灾探测材料或器件的探测性能（图3），即在对比不同火灾探测预警方法的报警时间（t）时，需要同时考虑火灾信号传递到传感材料的时间（t 1，由火焰、气体、烟雾、热量等信号的客观传播规律决定）、传感材料响应火灾信号并响应的时间（t 2，由火灾探测器的自身性能决定）。FPS与现有商用/文献报道的火灾探测方法的响应时间对比（图3），其能更快速识别火灾并进行预警。

图3 火灾探测器件性能比较

该研究工作以 “Bioinspired Machine-Learning-Assisted Early-Fire Perception System Based on VO 2 Optical Switch”为题发表在 Advanced Functional Materials, 2022, 2210251。实验室博士研究生宋玄为论文第一作者，王玉忠院士和付腾研究员为通讯作者，团队在火灾探测方面的系列研究工作得到NSFC国家重大科研仪器研制项目（51827803）和科技部国家重点研发计划（2020YFD1100702）的资助，开发的火灾精准预警技术在贵州黔东南州凯里县城和雷江千户苗寨被应用示范。

系列研究全文链接：

https://onlinelibrary.wiley.com/doi/10.1002/adfm.202210251

https://onlinelibrary.wiley.com/doi/10.1002/adfm.202208131

https://onlinelibrary.wiley.com/doi/10.1002/adfm.201806586

来源：高分子科学前沿

声明：仅代表作者个人观点，作者水平有限，如有不科学之处，请在下方留言指正！