Abstract: En 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.

Autoría

Descargar referencia