2025年6月，一艘名為“MorningMidas”的汽車運輸船在太平洋突發火災。這艘船載有約3000輛汽車，其中約800輛為電動汽車，火源最初就出現在裝電動車的貨艙甲板。

盡管船上有滅火系統，但在鋰電池熱失控引發的火情面前，傳統的手段收效甚微。最終，全員棄船逃生，船只沉沒。

2025年，中國新能源汽車出口261.5萬輛。乘船出海，將是未來中國汽車行業的常態。

船舶消防壓力很大，汽車動力電池的熱失控風險，以及高溫、毒煙和高復燃率，使得火災復雜性指數級上升。

在此背景下，以往的防滅火設計經驗逐漸失靈，需要更專業的分析工具：火災模擬與代理模型。

一、什么是火災模擬？

火災模擬，通俗說就是在數字世界“放一把火”，觀察它的演變，為防火設計和滅火方案提供參考。

從底層邏輯看，傳統的火災模擬屬于計算流體力學（Computational Fluid Dynamics,CFD）的一個分支。也就是通過數值計算，求解描述流體流動的質量、動量和能量守恒方程。

只是火災模擬在標準流體計算的基礎上，要額外考慮以下因素：

■ 化學反應：模擬燃料（如汽車內飾、電池材料）與氧氣的燃燒過程。

■ 熱輻射模型：火災中大量能量通過輻射傳遞，影響火勢蔓延。

■ 煙氣傳輸：追蹤一氧化碳、煙塵等有毒有害物質的擴散路徑。

二、為什么需要“代理模型”？

在實際工程中，無論是通用CFD軟件，還是專用火災模擬軟件，面對汽車運輸船這種內部空間開闊、多層貫通式甲板結構，以及成千上萬個潛在火源點時，效率都堪憂。

以一艘承載7000至8000輛汽車的運輸船為例，每一輛車都是潛在起火點。這意味著潛在的火源點分布在十幾層甲板中，數量上萬。

如果用傳統仿真軟件對每一個火源位置、不同火源功率、不同防火門開度都做逐一計算，將產生海量工作量。

那邊已經燒起來了，難道我還要等兩個小時，等迭代收斂？

矛盾了是不是？代理模型（Surrogate Model）應運而生。

三、代理模型模擬實踐

代理模型的核心思路是：用少量的高精度仿真數據訓練得到一個數學模型，讓這個模型學會輸入變量與火災物理場之間的映射規律。

一旦訓練完成，它就能在不求解復雜流體方程的情況下，直接給出預測結果。

作為精通工業人工智能和CAE仿真的企業，天洑剛完成某運輸船火災模擬，下面簡單分享。

①輸入變量有三個

● 火源位置，運輸船甲板前、中、后部各6個位置

● 火源功率，6-12MW共5種

● 防火門開度，共5種

②輸出變量有三個：溫度、能見度和一氧化碳濃度。

◆ 第一步：用傳統的火災仿真，酷酷計算150個工況，作為代理模型輸入數據。

◆ 第二步：對船舶模型和仿真結果數據進行處理。

◆ 第三步：用深度卷積神經網絡進行訓練，生成代理模型。

最后經實測，面對新的火災情況，代理模型可實現火災風險的秒級預測，且預測物理場（溫度、能見度等）與仿真結果具有非常高的一致性。

通過將精確的CFD仿真與高效的代理模型相結合，船舶消防設計實現了精度和效率的“我全都要”。

我們希望在“Morning Midas”號這樣的極端事故面前，消防員能在最短時間內得到處置預案，而不再是全員棄船。