Palotutkimuksen päivät 2009 - Pelastustieto

Kuva 2. Estimointitulokset mustalle PMMA:lle. Vasemmalla TGA-käyrät, oikealla
kartiotulokset.
Voimakaapeli
Hieman monimutkaisempia mallinnettavia ovat esimerkiksi voimakaapelit, jotka koostuvat
useista kerroksista erilaisia komponentteja hankalassa geometriassa. Näytteenä oli NOKIA
AHXCMK 10 kV 3 x 95/70, jonka pääkomponentteja olivat vaippa, täyte, eriste ja johdin.
Vaipan tiedettiin olevan PVC:tä ja eristeen PEX:iä. Kineettiset ja termiset parametrit
estimoitiin jokaiselle komponentille erikseen. Tämän jälkeen tulokset koottiin yhteen ja malli
kokonaisesta kaapelista rakennettiin. Tulokset on esitetty Kuvassa 3 ja Taulukossa 4.
Kuva 2. Estimointitulokset mustalle PMMA:lle. Vasemmalla TGA-käyrät, oikealla
kartiotulokset.
Voimakaapeli
Hieman monimutkaisempia mallinnettavia ovat esimerkiksi voimakaapelit, jotka koostuvat
useista kerroksista erilaisia komponentteja hankalassa geometriassa. Näytteenä oli NOKIA
AHXCMK 10 kV 3 x 95/70, jonka pääkomponentteja olivat vaippa, täyte, eriste ja johdin.
Vaipan tiedettiin olevan PVC:tä ja eristeen PEX:iä. Kineettiset ja termiset parametrit
estimoitiin jokaiselle komponentille erikseen. Tämän jälkeen tulokset koottiin yhteen ja malli
kokonaisesta kaapelista rakennettiin. Tulokset on esitetty Kuvassa 3 ja Taulukossa 4.
puvat ensisijaisesti mallista ja sen oletuksista,
eikä niitä tulisi ajatella materiaalikohtaisina
vakioina. Parametreja tulisi käyttää vain
samanlaisissa malleissa, samanlaisilla oletuksilla.
Jopa FDS-version vaihtuminen saattaa
vaikuttaa numeroarvoihin.
KIITOKSET
Tämä työ oli Valtion Ydinjäterahaston (VYR)
rahoittama. TGA- ja DSC-datasta kiitämme
Tuula Leskelää Teknillisestä korkeakoulusta
ja kartiokalorimetrituloksista Johan Mangsia
VTT:sta.
Taulukko 4. Esimerkkimateriaaleille estimoidut parametrit.
Materiaali A (s -1 ) E
(kJ/mol)
n residue
k
(W/m·K)
c p
(kJ/kg·K)
ΔH
(kJ/kg)
ΔH c
(MJ/kg)
PVC
6.12·10 16 198 2.18 0 0.15 2.2 700 -
k 1
(haihtuminen)
PVC
3.63·10 13 219 2.08 0.589 0.15 3 500 12.5
(pyrolyysi) k 2
Black PMMA – 2.43·10 9 146 1.758 0 0.19 1.8 1000 22.4
1
Black PMMA – 1.35·10 9 143 4.01 0 0.19 1.8 1000 22.4
Kuva 3. Estimointitulokset voimakaapelille. Vasemmalla TGA-käyrät eri komponenteille, ja
oikealla koko kaapelin kartiotulos.
2
Vaippa 56 %
11 %
33 %
127
1.78·10 9
6.61·10 8 159
8.64·10 12 290
netic Kineettiset algorithm ja termiset to estimate malliparametrit material properties
for fire modeling from bench-scale 6 fire and Systems Engineering, University of rajat Shef-
estimoitiin Guide. erilaisille Department kiinteille materiaaleille of Automatic käyttäen Control
Kuva
LÄHDELUETTELO
3. Estimointitulokset voimakaapelille. FDS:n materiaalimallia Vasemmalla ja geneettistä TGA-käyrät algoritmia. eri Estimointiparametrit, komponenteille, kuten muuttujien ja
oikealla koko kaapelin kartiotulos. ja aika-askeleen pituus, valittiin huolella minimoiden estimointiin kuluvaa aikaa. Tulokset
test data. Fire Safety Journal 41: 204-214. field.
ovat lupaavia ja osoittavat, että geneettistä algoritmia voidaan käyttää tehokkaana työkaluna
1. McGrattan, K., Hostikka, S., Floyd, J., doi:10.1016/j.firesaf.2005.12.004
palotutkimuksen parametriestimointiin. Kaikki TGA-käyrät 7. Matala, pystyttiin A. Estimation ennustamaan of solid erittäin phase
Baum, H. and Rehm, R. Fire Dynamics Simulator
tarkasti 4. Rein, näiden G., Lautenberger, parametrien C., avulla. Fernandez- Kartiotulosten reaction ennustaminen parameters oli for hieman fire simulation. vaikeampaa, Dip-
(Version 5) Technical Reference Pello, mutta C., tärkeimmät Torero, J., tulokset, Urban, D., kuten (2006). syttymisaika App-
ja lomityö piikkien TKK paikat, (2008). pystyttiin http://www.sal.hut.fi/
toistamaan mallin
Guide. National Instititute of Standards and lication avulla of oikein. genetic Koska algorithms parametrit and on thermogravimetry
to determine the kinetics of po-
8. Matala, A., Hostikka, S. and Mangs, J.
estimoitu käyttäen Publications/t-ala.html#Heading86
oikeaa palosimulointiohjelmaa, ovat
tulokset suoraan hyödynnettävissä sovellutuksissa. Estimointiprosessi on laskennallisesti
Technology, MD. USA. NIST Special Publication
1018-5. 86 p. (Draft: August 26, lyurethane Seuraavaksi foam löydetyt in smoldering parametrit tulisi combusti-
validoida suurempien Estimation kokeiden of pyrolysis avulla. model parameters
kallista, mutta toisaalta parametrit pitää estimoida kullekin materiaalille vain kerran.
2007).
on. Combustion and Flame 146: 95-108. for solid materials using thermogravimetric
2. Kellner, R., Mermet J.-M., Otto, M., huomattavasti data. Fire Safety kirjallisuudessa Science - Proceedings esitetyistä of
doi:10.1016/j.combustflame.2006.04.013
Monet kineettisistä parametreista poikkesivat
Valcárcel, M., Widmer, H. M., Analytical arvoista. 5. Reeves, Tämä Colin osoittaa, R., Rowe, että parametrit Jonathan riippuvat E., the ensisijaisesti Ninth International mallista ja sen Symposium, oletuksista, International
Parametreja Association tulisi käyttää for Fire vain Safety samanlaisissa Science.
eikä
Chemistry: A Modern Approach to Analytical
Science, Second editition. Wiley-VCH tive. Kluwer Academic Publishers. Kluwer 2008. (Preprint)
Genetic niitä tulisi algorithms ajatella materiaalikohtaisina - principles and perspec-
vakioina.
malleissa, samanlaisilla oletuksilla. Jopa FDS-version vaihtuminen saattaa vaikuttaa
numeroarvoihin.
Verlag GmbH & Co. KGaA, Weinheim, Academic Publishers, 2002.
9. Harper, C. (ed.) Handbook of building
2004.
6. Chipperfield, A., Fleming, P., Pohlheim, materials for fire protection. McGraw-Hill
3. Lautenberger, C., Rein, G., Fernandez- H., KIITOKSET Fonseca, C. Genetic Algorithm Toolbox
Handbooks. The McGraw-Hill Companies
Pello, C., (2006). The application of a ge-
for Use with Matlab. Version 1.2. User’s Inc., 2004.
Tämä työ oli 6Valtion Ydinjäterahaston (VYR) rahoittama. TGA- ja DSC-datasta kiitämme
Tuula Leskelää Teknillisestä korkeakoulusta ja kartiokalorimetrituloksista Johan Mangsia
VTT:sta.
Palotutkimuksen Päivät 2009 47
1
1
1
0
0.474
0.6184
43
0.1
0.05
0.05
2.5
1
1
200
300
1700
Eriste 6.53·10 12 218 0.308 0 0.16 2 2200 35
Täyte 6.27·10 12 220 0.135 0 0.25 3 7000 35
Taulukko 4. Esimerkkimateriaaleille estimoidut parametrit.
JOHTOPÄÄTÖKSET JA YHTEENVETO
-
20
50