vdgtuВестник Дагестанского государственного технического университета. Технические наукиHerald of Dagestan State Technical University. Technical Sciences2073-61852542-095XDaghestan State Technical University10.21822/2073-6185-2025-52-2-159-168vdgtu-1782Research ArticleИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ И ТЕЛЕКОММУНИКАЦИИINFORMATION TECHNOLOGY AND TELECOMMUNICATIONSИнтеллектуальный анализ процессов дымообразования на пожарах: новые подходы на основе ИИ-технологийIntelligent analysis of smoke formation processes in fires: new approaches based on AI technologiesШевцовМ. В.ShevtsovM. V.

Максим Викторович Шевцов, кандидат технических наук, начальник учебно-методического центра 

129366, г. Москва, ул. Б. Галушкина, 4

Maxim V. Shevtsov, Cand. Sci. (Eng)., Head of the educational and methodological center

4B. Galushkina St., Moscow 129366

shevtsovmv@mail.ruДенисовА. Н.DenisovA. N.

Алексей Николаевич Денисов, доктор технических наук, профессор, профессор кафедры пожарной тактики и службы (в составе учебно-научного комплекса пожаротушения) 

129366, г. Москва, ул. Б. Галушкина, 4

Aleksey N. Denisov, Dr. Sci. (Eng)., Prof., Prof., Department of fire tactics and service (as part of the educational and scientific complex of fire extinguishing) 

4B. Galushkina St., Moscow 129366

dan_aleks@mail.ruИвановМ. В.IvanovM. V.

Мирослав Викторович Иванов, инспектор учебного отдела учебно-методического центра 

129366, г. Москва, ул. Б. Галушкина, 4

Miroslav V. Ivanov, Inspector of the educational Department of the educational and methodological center

4B. Galushkina St., Moscow 129366

miroslav.ivanov2001@inbox.ruКозловА. А.KozlovA. A.

Александр Александрович Козлов, начальник отдела организации предоставления государственных услуг и межведомственного взаимодействия

121357, г. Москва, ул. Ватутина, 1

Aleksander A. Kozlov, Head of the Department for the organization of the provision of public services andinterdepartmental cooperation

1 Vatutina St., Moscow 121357

dkac77@gmail.comАкадемия Государственной противопожарной службы МЧС РоссииРоссияAcademy of the State fire service of the Ministry of emergency situations of RussiaRussian FederationДепартамент надзорной деятельности и профилактической работы МЧС РоссииРоссияDepartment of supervision and preventive work Emergency situations of RussiaRussian Federation202510082025522159168Copyright © Шевцов М.В., Денисов А.Н., Иванов М.В., Козлов А.А., 20252025Шевцов М.В., Денисов А.Н., Иванов М.В., Козлов А.А.Shevtsov M.V., Denisov A.N., Ivanov M.V., Kozlov A.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vestnik.dgtu.ru/jour/article/view/1782

Цель. Целью исследования является изучение подходов по созданию интеллектуальной системы, внедрение которой способно повлиять на качество решений, принимаемых руководителем тушения пожара (РТП) в процессе управления личным составом при тушении пожара. Метод. В работе использованы методы статистического анализа, теории управления, способы обработки данных и реализации продукционных правил по индексированию, хешированию и кластеризации получаемой информации для её дальней трансформации в базу знаний. Результат. В работе приведены статистические данные по травмированию и гибели сотрудников пожарно-спасательных подразделений от термических последствий, вызванных движением газообразных масс на объектах капитального строительства. Продолжен цикл исследований по определению и применению методов и алгоритмов искусственного интеллекта в процессе управления боевыми действиями на месте вызова. Определена недостаточность исследований дымообразующей способности строительных материалов, влияющих на личный состав МЧС России на месте вызова. Вывод. Сформулирован алгоритм создания базы данных снимков дыма, образующегося при сгорании различных веществ и материалов, составляющих основную горючую нагрузку в помещениях объектов разного функционального назначения, и предложен классификатор изображений дыма в зависимости от пожарной нагрузки. Приведен пример описания структуры формируемой базы данных на основе существующих имитационных моделей и программных продуктов. Представлена модель формирования базы знаний РТП по анализу дыма в зависимости от типа горючей нагрузки.

Objective. The aim of the study is to examine approaches to creating an intelligent system, the implementation of which can affect the quality of decisions made by the fire extinguishing manager (FEM) in the process of managing personnel during fire extinguishing. Method. The work uses methods of statistical analysis, control theory, data processing methods and the implementation of production rules for indexing, hashing and clustering of the received information for its further transformation into a knowledge base. Result. The paper presents statistical data on injuries and deaths of fire and rescue unit personnel from thermal consequences caused by the movement of gaseous masses at capital construction sites. The research cycle on defining and applying artificial intelligence methods and algorithms in the process of managing combat operations at the call site is continued. The inadequacy of studies of the smoke-forming ability of building materials affecting the personnel of the Russian Emergencies Ministry at the call site is determined. Conclusion. An algorithm for creating a database of images of smoke generated during combustion of various substances and materials that constitute the main combustible load in the premises of objects of different functional purposes is formulated, and a classifier of smoke images depending on the fire load is proposed. An example of a description of the structure of the database being formed based on existing simulation models and software products is given. A model for forming a knowledge base of the RTP for smoke analysis depending on the type of combustible load is presented.

руководитель тушения пожаратермический газообменклассификатор изображенийбаза данныхдымообразованиеалгоритмискусственный интеллектмодельбаза знанийfire extinguishing managerthermal gas exchangeimage classifierdatabasesmoke generationalgorithmartificial intelligencemodelknowledge baseReferencesО процессах дымообразования на месте пожара / М.В. Шевцов, А.Н. Денисов, М.М. Данилов [и др.] // Гражданская оборона на страже мира и безопасности: Материалы VIII Международной научно-практической конференции, посвященной Всемирному дню гражданской обороны: в 5-ти частях, Москва, 01 марта 2024 года. – Москва: Академия Государственной противопожарной службы, 2024. – С. 369-374. – EDN NXCBQV.On the processes of smoke formation at the site of a fire / M. V. Shevtsov, A. N. Denisov, M. M. Danilov [et al.] // Civil defense on guard of peace and security: Proceedings of the VIII International scientific and practical conference dedicated to the World Civil Defense Day: in 5 parts, Moscow, March 01, 2024. - Moscow: Academy of the State Fire Service, 2024; 369-374. - EDN NXCBQV. (In Russ)Обстоятельства производственного травматизма и гибели личного состава Федеральной противопожарной службы МЧС России (2010-2020 гг) / В.И. Евдокимов, В.С. Путин, А.А. Ветошкин, В.В. Артюхин // Медико-биологические и социально-психологические проблемы безопасности в чрезвычайных ситуациях. – 2021. – № 4. – С. 5-19. – DOI 10.25016/2541-7487-2021-0-4-05-19. – EDN KPNHZI.Circumstances of industrial injuries and deaths of personnel of the Federal Fire Service of the Ministry of Emergency Situations of Russia (2010-2020) / V. I. Evdokimov, V. S. Putin, A. A. Vetoshkin, V. V. Artyukhin. Medical, biological and socio-psychological problems of safety in emergency situations. 2021;4:5-19. – DOI 10.25016/2541-7487-2021-0-4-05-19. – EDN KPNHZI. (In Russ)Анализ гибели (смерти) лиц из числа личного состава МЧС России за 2024 год [электронный ресурс]. URL: https://fireman.club/literature/analiz-gibeli-smerti-lichnogo-sostava-v-mchs-rossii-za-ikvartal-2024-goda/ (дата последнего обращения: 23 февраля 2025 г.).Analysis of the fatalities (deaths) of persons from among the personnel of the Ministry of Emergency Situations of Russia for 2024 [electronic resource]. URL: https://fireman.club/literature/analiz-gibeli-smerti-lichnogosostava-v-mchs-rossii-za-i-kvartal-2024-goda/ (date of last access: February 23, 2025). (In Russ)Кошмаров Ю.А. Прогнозирование опасных факторов пожара в помещении: Учебное пособие. – M.: Академия ГПС МВД России, 2000. 118 с. ISBN – 59229-0011-0.Koshmarov Yu.A. Forecasting hazardous factors of fire in a room: Study guide. – M.: Academy of the GPS of the Ministry of Internal Affairs of Russia, 2000:118 p. ISBN – 59229-0011-0. (In Russ)Пожаровзрывоопасность веществ и материалов и средства их тушения: Справочное издание: в 2-х книгах. Книга 1 / А.Н. Баратов, А.Я. Корольченко, Г.Н. Кравчук и др. - М.: Химия, 1990. - 496 с.Fire and explosion hazard of substances and materials and their extinguishing means: Reference publication: in 2 books. Book 1. A.N. Baratov, A.Ya. Korolchenko, G. N. Kravchuk et al. Moscow: Chemistry, 1990;496 p. (In Russ)Пожаровзрывоопасность веществ и материалов и средства их тушения: Справочное издание: в 2-х книгах. Книга 2 / А.Н. Баратов, А.Я. Корольченко, Г.Н. Кравчук и др. - М.: Химия, 1990. - 384 с.Fire and explosion hazard of substances and materials and their extinguishing means: Reference publication: in 2 books. Book 2. A.N. Baratov, A.Ya. Korolchenko, G.N. Kravchuk et al. Moscow: Chemistry, 1990. 384 p. (In Russ)А.Я. Корольченко, Д.А. Корольченко. Пожаровзрывоопасность веществ и материалов и средства их тушения. Справочник: в 2-х ч. – 2-е изд. перераб.и доп. – М.: Асс. «Пожнаука», 2004. – Ч. I. – 713 c. ISBN – 5-901283-02-3.A.Ya. Korolchenko, D.A. Korolchenko. Fire and explosion hazard of substances and materials and their extinguishing means. Handbook: in 2 parts. – 2nd ed. revised and enlarged. – M.: Assoc. "Pozhnauka", 2004; Part I.:713 ISBN – 5-901283-02-3. (In Russ)Экспериментальная оценка объёмной концентрации и размеров твёрдых частиц дыма, образующихся при терморазложении горючих материалов / С.В. Пузач, Ю.Ю. Журавлев, О.Б. Болдрушкиев, Р.Г. Акперов // Пожары и чрезвычайные ситуации: предотвращение, ликвидация. – 2024. – № 2. – С. 5-12. – DOI 10.25257/FE.2024.2.5-12. – EDN HBFAKS.Experimental assessment of the volume concentration and size of solid smoke particles formed during thermal decomposition of combustible materials. S.V. Puzach, Yu.Yu. Zhuravlev, O.B. Boldrushkiev, R.G. Akperov. Fires and emergencies: prevention, liquidation. 2024; 2: 5-12. – DOI 10.25257/FE.2024.2.5-12. – EDN HBFAKS. (In Russ)Пузач, С.В. Численное моделирование задымления помещений при пожаре с учетом различных типов пожарной нагрузки / С.В. Пузач, С.П. Калмыков // Пожаровзрывобезопасность. – 2024. – Т. 33, № 2. – С. 42-49. – DOI 10.22227/0869-7493.2024.33.02.42-49. – EDN NNKXIS.Puzach, S.V. Numerical modeling of smoke in premises during a fire, taking into account various types of fire load / S.V. Puzach, S.P. Kalmykov. Fire and explosion safety. 2024;33(2):42-49. - DOI 10.22227/0869-7493.2024.33.02.42-49. - EDN NNKXIS. (In Russ)Григорьева, М.П. Исследование дымообразующей способности напольных покрытий / М.П. Григорьева, Т.Ю. Еремина, Н.И. Константинова // Промышленное и гражданское строительство. – 2016. – № 3. – С. 25-30. – EDN VSEOCP.Grigorieva, M.P. Study of smoke-forming capacity of floor coverings / M.P. Grigorieva, T.Yu. Eremina, N.I. Konstantinova. Industrial and civil engineering. - 2016. - No. 3. - Pp. 25-30. - EDN VSEOCP. (In Russ)Оценка пожарной опасности напольных покрытий при производстве пожарно-технической экспертизы / Г.В. Плотникова, А.И. Волкова, В.Ю. Селезнев, А.С. Ковалько // Вестник Восточно-Сибирского института МВД России. – 2013. – № 3(66). – С. 76-83. – EDN SIQSAT.Assessment of fire hazard of floor coverings during fire-technical examination / G.V. Plotnikova, A.I. Volkova, V.Yu. Seleznev, A.S. Kovalko // Bulletin of the East Siberian Institute of the Ministry of Internal Affairs of Russia. - 2013. - No. 3 (66). - P. 76-83. - EDN SIQSAT.K. Muhammad, S. Khan, M. Elhoseny, S.H. Ahmed, and S.W. Baik, “Efficient fire detection for uncertain surveillance environment,” IEEE Transactions on Industrial Informatics, 2019.K. Muhammad, S. Khan, M. Elhoseny, S.H. Ahmed, and S.W. Baik, “Efficient fire detection for uncertain surveillance environment,” IEEE Transactions on Industrial Informatics, 2019.D. Luan, T. Chu, Jakub Bielawski, C. Fan, W. Węgrzyński, X. Huang (2024) Smoke movement and stratification of tunnel fires under coupled effects of rainfall and ventilation, Fire Safety Journal, 104322. DOI: 10.1016/j.firesaf.2024.104323.D. Luan, T. Chu, Jakub Bielawski, C. Fan, W. Węgrzyński, X. Huang (2024) Smoke movement and stratification of tunnel fires under coupled effects of rainfall and ventilation, Fire Safety Journal, 104322. DOI: 10.1016/j.firesaf.2024.104323.Багаев, И.И. Анализ понятий нейронная сеть и сверточная нейронная сеть, обучение сверточной нейросети при помощи модуля TensorFlow / И.И. Багаев // Математическое и программное обеспечение систем в промышленной и социальной сферах. – 2020. – Т. 8, № 1. – С. 15-22. – DOI 10.18503/2306-2053-2020-8-1-15-22. – EDN IZBILN.Bagayev, I.I. Analysis of the concepts of neural network and convolutional neural network, training of convolutional neural network using the TensorFlow module. Mathematical and software support of systems in the industrial and social spheres. 2020; 8(1):15-22. – DOI 10.18503/2306-2053-2020-8-1-15-22. – EDN IZBILN. (In Russ)Raschka, S. Machine learning in python: Main developments and technology trends in data science, machine learning, and artificial intelligence / S. Raschka, J. Patterson, C. Nolet // Information (Switzerland). – 2020. – Vol. 11, No. 4. – P. 193. – DOI 10.3390/info11040193. – EDN TEBRGY.Raschka, S. Machine learning in python: Main developments and technology trends in data science, machine learning, and artificial intelligence / S. Raschka, J. Patterson, C. Nolet. Information (Switzerland). 2020;11(4):193. – DOI 10.3390/info11040193. – EDN TEBRGY.Эшанкулова, С. Жаҳон кутубхоналарида сунъий интеллектдан фойдаланиш истиқболлари / С. Эшанкулова // INFOLIB: информационно-библиотечный вестник. – 2023. – No. 3. – P. 41-45. – DOI 10.34920/2181-8207/2023/3-075. – EDN FPFQJQ.Eshankulova, S. Development of neural networks for image recognition. INFOLIB: information and library bulletin. 2023;3: 41-45. - DOI 10.34920/2181-8207/2023/3-075. - EDN FPFQJQ. (In Russ)Тыринов, В.С. Разработка и обучение нейросети распознаванию изображений на базе языка Python и библиотеки TensorFlow / В.С. Тыринов // Студенческая наука и XXI век. – 2023. – Т. 20, № 1- 1(23). – С. 108-110. – EDN XUPZXM.Tyrinov, V.S. Development and training of a neural network for image recognition based on the Python language and the TensorFlow library. Student science and the XXI century. 2023; 20(1):108-110. - EDN XUPZXM. (In Russ)Inoue T., Chaudhury S., De Magistris G., Dasgupta S. Transfer learning from synthetic to real images using variational autoencoders for precise position detection. Intern. Conf. on Image Processing (ICIP), Athens, 2018, pp. 2725–2729. doi:10.1109/ICIP.2018. 8451064.Inoue T., Chaudhury S., De Magistris G., Dasgupta S. Transfer learning from synthetic to real images using variational autoencoders for precise position detection. Intern. Conf. on Image Processing (ICIP), Athens, 2018; 2725–2729. doi:10.1109/ICIP.2018. 8451064.PyTorch documentation [электронный ресурс]. URL: https://pytorch.org/docs/stable (дата последнего обращения: 06 февраля 2025 г.).PyTorch documentation [electronic resource]. URL: https://pytorch.org/docs/stable (last accessed: February 06, 2025).Константинов, А.А. Использование YOLO для обнаружения объектов в видеозаписи на языке Python с помощью библиотеки OpenCV / А.А. Константинов // Modern Science. – 2019. – № 6-1. – С. 191-198. – EDN GDYGHW.Konstantinov, A.A. Using YOLO for Object Detection in Video in Python Using the OpenCV Library / A.A. Konstantinov. Modern Science. 2019;6-1:191-198. - EDN GDYGHW. (In Russ)

The authors declare that there are no conflicts of interest present.