Page 255 - 《爆炸与冲击》2026年第5期

第 46 卷 胡倩然，等： 基于人工神经网络的居民住宅燃气爆炸后果预测 第 5 期

综上，针对 3 种居民住宅户型构建的燃气爆炸后果预测模型，在超压预测中最大误差不超过 15%，
温度预测误差低于 5%，满足工程应用的误差允许范围。最大超压与温度的空间位置预测误差均控制在
25% 以内，能够支持事故调查中对最严重爆炸后果位置的基本判断。因此，本文所建立的爆炸后果预测
模型在居民住宅液化石油气爆炸灾害预测方面表现良好，进一步验证了人工神经网络在小样本条件下
对爆炸超压、温度及其与输入变量间复杂非线性关系具备较好的捕捉能力。

4 预测结果与分析

为系统研究居民环境中点火位置对燃气爆炸事故后果的影响，基于已构建的后果预测模型，对 3 种
典型户型结构在任意点火位置下的室内最大爆炸超压、温度及其出现位置进行全面预测。具体步骤如下。
(1) 预测空间定义与离散化处理。输入住宅三维几何尺寸和所有内部建构件、障碍物位置坐标，定
义点火位置取样范围并排除无效区域。将空间划分为均匀网格，每个网格边长为 0.5 m，即在空间内对点
火位置三维坐标进行均匀取样，x、y、z 方向上间隔 0.5 m。
(2) 批量预测。调用已训练完成的人工神经网络模型，输入所有有效点火位置坐标，输出对应的最
大超压、温度及其空间位置坐标，实现全空间范围内爆炸后果的批量预测。需说明的是，本阶段预测中，
点火位置为唯一变动参数，燃气浓度统一设定为丙烷化学计量浓度（体积分数为 4%）。
(3) 空间分布可视化。为直观展示最大爆炸超压与温度及空间分布随点火位置的变化，需将步骤 (2)
获得的离散点预测结果转化为连续空间分布。即将各点火位置对应的最大超压值和最高温度值及其（x，y）
坐标作为数据源，采用克里金插值算法生成 xy 平面上的二维等值线图（z=1.4 m）。
根据上述步骤，任意点火位置下室内最大爆炸超压与温度的空间分布等高线（xy 视角，z=1.4 m），如
图 10～11 所示。由图 10 可知，不论点火位置如何，3 种户型的客厅区域均呈现最低的爆炸超压水平（图
中蓝色区域）。其主要原因在于客厅空间体积较大，障碍物阻塞率较低，且通常设有较大面积的阳台窗
口作为泄压通道，导致爆炸能量难以在该区域积聚。相比之下，高超压区域（图中红色区域）更易出现在
未设窗口的卧室墙体附近，这也与多数实际燃气爆炸事故中卧室损毁较为严重的现象相符。卫生间内
的超压累积情况则取决于是否设有泄压窗口。例如，在户型③中，未设窗口的卫生间 1（暗卫）内的超压
明显高于设有窗口的卫生间 2（明卫）。

Overpressure/kPa
10 407.0 Door
360.3
8 Living room kitchen
313.5
Toilet
266.8
6
y/m 220.0 Dining room
4 173.3 Master Secondary
126.5 bedroom bedroom
2
79.75
33.00
0 2 4 6 8
x/m
(a) Residential type ①
Overpressure/kPa
8 Door
654.0
3 578.8
6
503.5 Dining room
2 428.3 kitchen
y/m 4 353.0 Living room
1 277.8 Secondary Master
2 202.5 bedroom bedroom
0 127.3 Toilet
52.00
0 -5 2 4 0 6 8 5 10 10 12
x/m
(b) Residential type ②

051445-12

③