地铁火灾多任务反演模型

传感器缺失仍高精度

利用增强Transformer同步反演隧道坡度、火源位置和热释放速率，在传感器损坏和数据缺失下保持稳健。

Xinyu, Wang · Zhang, Xiaojin · 朱国庆 · 戚绪尧 · 何路 · 彭岷 · 程德强 · 盘容量

Process Safety and Environmental Protection: Transactions of the Institution of Chemical Engineers, Part B 2026

参数信息

三参数同步反演精度

0.943

技术优势

传感器坏了也不怕

在训练和推理阶段均施加随机传感器掩码和高斯噪声增强，使模型即使部分传感器失效仍能保持高精度。

数据少也能反演

采用全随机动态数据增强方法，通过随机掩码模拟缺失数据，在仅用60%时序数据时仍能同步反演三参数。

比GRU更抗干扰

消融研究和与GRU模型的对比分析证实了所提方法在掩码和噪声环境下具有更强的鲁棒性。

应用场景

• 地铁隧道火灾监测：实时反演火源位置和强度，辅助隧道火灾态势评估与应急决策。
• 火灾感知与预警：在传感器缺失下仍准确估计火灾参数，提升预警可靠性。
• 通风排烟控制：反演结果可指导通风排烟策略优化，控制有毒烟气扩散。
• 传感器故障容错：通过随机掩码增强训练，模型对传感器故障具有天然容错能力。