“很抱歉，您订购的爱车在太平洋烧起来了” 原创

2025年6月，一艘名为“MorningMidas”的汽车运输船在太平洋突发火灾。这艘船载有约3000辆汽车，其中约800辆为电动汽车，火源最初就出现在装电动车的货舱甲板。

尽管船上有灭火系统，但在锂电池热失控引发的火情面前，传统的手段收效甚微。最终，全员弃船逃生，船只沉没。

2025年，中国新能源汽车出口261.5万辆。乘船出海，将是未来中国汽车行业的常态。

船舶消防压力很大，汽车动力电池的热失控风险，以及高温、毒烟和高复燃率，使得火灾复杂性指数级上升。

在此背景下，以往的防灭火设计经验逐渐失灵，需要更专业的分析工具：火灾模拟与代理模型。

一、什么是火灾模拟？

火灾模拟，通俗说就是在数字世界“放一把火”，观察它的演变，为防火设计和灭火方案提供参考。

从底层逻辑看，传统的火灾模拟属于计算流体力学（Computational Fluid Dynamics,CFD）的一个分支。也就是通过数值计算，求解描述流体流动的质量、动量和能量守恒方程。

只是火灾模拟在标准流体计算的基础上，要额外考虑以下因素：

■ 化学反应：模拟燃料（如汽车内饰、电池材料）与氧气的燃烧过程。

■ 热辐射模型：火灾中大量能量通过辐射传递，影响火势蔓延。

■ 烟气传输：追踪一氧化碳、烟尘等有毒有害物质的扩散路径。

二、为什么需要“代理模型”？

在实际工程中，无论是通用CFD软件，还是专用火灾模拟软件，面对汽车运输船这种内部空间开阔、多层贯通式甲板结构，以及成千上万个潜在火源点时，效率都堪忧。

以一艘承载7000至8000辆汽车的运输船为例，每一辆车都是潜在起火点。这意味着潜在的火源点分布在十几层甲板中，数量上万。

如果用传统仿真软件对每一个火源位置、不同火源功率、不同防火门开度都做逐一计算，将产生海量工作量。

那边已经烧起来了，难道我还要等两个小时，等迭代收敛？

矛盾了是不是？代理模型（Surrogate Model）应运而生。

三、代理模型模拟实践

代理模型的核心思路是：用少量的高精度仿真数据训练得到一个数学模型，让这个模型学会输入变量与火灾物理场之间的映射规律。

一旦训练完成，它就能在不求解复杂流体方程的情况下，直接给出预测结果。

作为精通工业人工智能和CAE仿真的企业，天洑刚完成某运输船火灾模拟，下面简单分享。

①输入变量有三个

● 火源位置，运输船甲板前、中、后部各6个位置

● 火源功率，6-12MW共5种

● 防火门开度，共5种

②输出变量有三个：温度、能见度和一氧化碳浓度。

◆ 第一步：用传统的火灾仿真，酷酷计算150个工况，作为代理模型输入数据。

◆ 第二步：对船舶模型和仿真结果数据进行处理。

◆ 第三步：用深度卷积神经网络进行训练，生成代理模型。

最后经实测，面对新的火灾情况，代理模型可实现火灾风险的秒级预测，且预测物理场（温度、能见度等）与仿真结果具有非常高的一致性。

通过将精确的CFD仿真与高效的代理模型相结合，船舶消防设计实现了精度和效率的“我全都要”。

我们希望在“Morning Midas”号这样的极端事故面前，消防员能在最短时间内得到处置预案，而不再是全员弃船。