随着各行各业都推进智能化、数字化，整个固定灭火系统也肯定要朝着智能化方向发展。对于固定灭火系统在智能化方面的继续发展，我们认为有几个核心点：一是信息模型的建设，二是故障模型算法，三是硬件设备。

近日，CFIC2026中国消防安全产业大会隆重召开。应急管理部天津消防研究所副研究员伊程毅在大会上作了《固定灭火系统智能化技术研究》的主题报告。
以下为现场实录：

各位领导，各位嘉宾，大家上午好。非常荣幸有机会在这个平台上和大家分享。我今天想和大家分享我们天消所智能化团队在固定灭火系统智能化研究方面的一些思路和思考，以及工作进展。
固定灭火系统的智能化，随着整个社会智能化进程的发展和智能化水平、技术的提升，发展的趋势是大势所趋。随着各行各业都推进智能化、数字化，整个固定灭火系统也肯定要朝着智能化方向发展。我们认为这存在四个阶段：第一个阶段是远程监测，第二个阶段是智能消防，第三个是数字消防，最后是智慧消防。

从研究角度看，从技术研究和科研属性来讲，我们有些技术现在可以达到智慧消防的阶段，但从实际应用落地来讲，现在仅处于远程监测阶段。包括现在各地正在推进的消控室远程单人值守，目前仍是基本的实际应用情况。我们感觉这仍是一个物联网状态，即采集信号后进行远程监控。下一步，到智能消防阶段，我们认为单个设备应具备一定的智能化功能，即能判定自身的健康状态和故障状态。再下一步，到数字消防阶段，我们要进行数据分析，对整栋楼宇的大数据进行综合分析，最后达到智慧消防阶段。我们要有一个类似大模型的工具，智慧消防要有一个智能体，能根据数据自己制定策略和做出判断。这是从研究角度实现的，但实际应用方面，目前我们感觉仍处于第一阶段。

对于固定灭火系统在智能化方面的继续发展，我们认为有几个核心点：一是信息模型的建设，二是故障模型算法，三是硬件设备。只有对实际物理设备进行信息模型建设，才能计算其故障或了解健康状态；只有把数据采集的硬件设备融合起来，才能实现前面提到的四个阶段。最终要实现的效果是，从预防、监测、处置到处置后的复盘，都要进行全生命周期的体系监管。

这推动在座的企业家朋友们从单一设备供应商向安全服务商转变，我们不仅提供设备，还提供安全服务方案或整体方案。其中最核心的是如何构建信息模型，因为实现智能化和数字化，最根本的是要进行数据采集，无论是通过设备本身还是大模型。要获取固定设备的数据，就需要将物理设备的数据收集上来。这就涉及要确定收集哪些数据以及如何指导收集这些数据。重要的是构建物理系统的信息模型，以报警阀为例，应明确其应监测哪些信息。哪些信息对工作有利有用，以及这些信息能反映出什么情况，这是最基本的工作。

无论是智慧消防、大数据还是大模型，都离不开底层真实数据的支撑。在整个消防系统中，最难的是数据采集，因为该系统通常是静态的，不像工业水系统、热交换系统或自来水系统那样实时动态运行。如何建立精准的信息模型进行数据采集，这是我们的核心。

智能化发展的最终目标围绕固定模块系统的完整性、有效性、安全性和可靠性。完整性方面，我们按标准规范设计、施工和建设，确保系统完整无缺。但完整性只是基本要求，要实现系统需要动作时有动作，就需要有效性和可靠性作为保障。智能固定灭火系统的智能化发展，旨在保障系统的有效性和可靠性。另外，还有安全性方面，即系统的介入和使用不应造成额外伤害，例如气体灭火系统不应因物喷放或钢瓶等可能出现的安全风险而对保护空间或使用场所造成危害。

这里面很重要的一个点是构建故障诊断系统。信息模型构建完成后，收集到的数据应如何使用？数据的关键在于如何发现异常，无论是设备本身的故障状态，还是整个系统整合时某个环节出现问题或参数异常。这需要我们构建故障诊断系统。这涉及前面提到的信息模型和数据驱动，我们要将监测到的数据与模型匹配，以判定系统现有故障，甚至通过数据波动预测设备可能发生的故障。

另外一个就是数据的问题，消防系统比较特殊，平时处于适应状态，随时准备投入使用。但系统不工作时，我们不知道下一时刻火灾是否会发生，投入使用后能否达到预期效果，这涉及数据问题。我们要通过技术方法解决数据量少的问题。

以水系统为例，除日常规范周检、月检、季度检的点检数据外，几乎无其他运行数据，只有管网静态压力数据。我们通过少量数据，如时序处理方法，对比上一时刻与当前时刻或同期、同季度时刻的数据持续处理。另外，可能需用大模型方法或样本生成方法解决数据缺失问题。

最后，我们想通过故障诊断和可靠性评价方法实现整个系统整体健康度评价。我们感觉应有一个七层架构，从最底层数据监测层到中间层，再到应用层、系统层，包括顶层为不同用户、业主、维护人员、执法人员、政府部门等衍生出的其他数据应用，监管部门的相关数据应用，根据他们不同需求推送数据。

下面和大家分享一下我们在固定灭火系统智能化研究方面做的工作。刚才提到固定目标系统智能化，要建立信息模型、数据处理办法、故障诊断办法。我们研究所建了一套可靠性实验平台，这是一比一的实际平台，投资近2000万，平台涵盖建筑消防领域的15类典型消防设施，即我们平时接触到的固定灭火系统都有。建这个平台的基本想法是通过它模拟消防设施在不同工况或不同参量下的情况，或者说模拟其工作状态，人为模拟一些故障状态，然后采集多参量、多维度、多时域的数据，包括数据分析。

我们利用这个平台建立了一些端边云的信息模型。包括数据传输，还有数据交换以及故障诊断和可靠性的研究，也开展了一些相关项目。目前，我们是国内唯一可以实现软件功能和硬件功能相结合进行技术验证的实体硬件平台，并通过该平台取得了一些研究成果。

在此分享几个典型例子，其中一个是在固定灭火系统，尤其是高层建筑中，减压阀是关键设备。目前高层给水多采用重力给水分区，靠减压阀设定从上往下的压力。若减压阀被打穿，下一区系统会超压，引发安全问题，减压阀日常监测困难，因其内部部件动作不可见。

我们分享一些监测故障或预测寿命的思路，以隔膜式减压阀为例，其主要核心部件是橡胶隔膜。我们可以对隔膜进行反复动作实验，约70多万次后，隔膜会出现裂纹。将出现裂纹或即将出现裂纹的隔膜装入减压阀进行实际验证测试，得到失效前提。之后，将这70多万次的动作应用于监测阀门前后压力差的变化。若发现压力差波动，则认为隔膜进行了一次拉伸，当监测到的压力波动达到预定数值或预警值时，可向用户单位发出检修、故障诊断或健康诊断的提示。

另一个例子是水系统里的泵房给水系统，即报警阀前的泵组系统，这是整个水系统的核心。这套设备出现问题时，即使其他报警和联动设备再好，泵不转或达不到预期效果也会影响消防效果。若水系统无法出水，整个水系统可能会瘫痪。我们采用时序数据处理的方法，根据设备或实验室的标定数据，生成基准类型数据。考虑到多个维度，如震动、温度、噪声等，我们为这些数据设定基准值。每次业主进行点检或运行时，我们会采集数据并与基准数据比对，以检测异常，异常数据指向的具体故障或隐患，可根据我们的其他研究成果进行推定。

去年，我们在深圳的一个在建的高层中进行了尝试，结合了MR混合显示技术，将智能检测方法移植到眼镜中。实际巡查人员佩戴眼镜进入泵房后，所有设备参数都能直接查看，这意味着消防维保人员或检察员佩戴眼镜进入现场时，可以抬头查看设备的状态、参数及历史信息。当然，这只是附加值或提升我们附加值的部分，关键在于数据处理方式及其能报告的故障或隐患。

关于水系统，再分享一个典型的消火栓案例。消火栓是这个消防系统中，尤其是消防救援系统中的关键组成部分。新的消火栓国标中提到了智能化要求。我们持续研究智能化工作，大约迭代了5、6代，耗时约78年。我们认为一个关键点是电池问题。最初使用太阳能板电池，但效果不佳。现在我们的方向是降低低功耗智能监测的功耗，提高电池容量，目前测试显示，大约八年左右可以实现电池免更换。

另一个重要问题是消火栓的布点面积范围较大，如何实现低成本更新。这里涉及智能芯的问题，即无需破土，只需拔出既有消火栓中间的芯儿，换上智能芯儿，即可完成整个智能栓的智能化升级。

再举一个例子，气体灭火系统，在座的可能有人知道，刚才我在外边转了一圈儿，也有气体灭火系统厂商。新的国标中，国内产品标准首次加入了智能化相关内容。

我们自2015年开始启动气体灭火系统智能与可靠性相关工作，这涉及数据问题。例如，我们监测气体灭火系统的四性，即可靠性、安全性等。气体灭火系统安全性至关重要，因其为高压储存设备，钢瓶是其核心。钢瓶曾发生过安全事故，如在钢瓶间爆炸，甚至在北京等重要场所发生过，钢瓶曾飞到街上。因此，对钢瓶压力进行监测非常重要，除判断是否有灭火剂泄漏外，还需评估其安全性。此时，除压力监测外，还需进行温度监测，通过压力和温度曲线判定是否符合标准。若仅做压力监测而不考虑储存环境，则结果可能不客观。此外，还需开展气体模型智能化及可靠性方面的工作。

另外，我们基于气体灭火系统产品及其标准，计划开展图示标准化和协议标准化工作。在智慧消防及消控室远程监控、单人值守等领域，协议不畅通是核心问题。目前，各厂家均使用自有协议，这可能与顶层设计相关文件的缺失有关。我们希望通过产品推动协议标准化，实现数据交互无障碍，避免数据烟囱效应。只有协议打通，才能推动固定灭火系统向智能化发展。因此，我们计划通过产品、标准进一步推动气体灭火系统从数据采集到数据交互的数据标准化工作，包括未来应用图示图例等标准化工作。

最后，我们基于可靠性平台和智能化研究相关工作，所里已申请软件检测CNAS资质及数据安全评估相关资质。现在，我们可以通过可靠性平台对软硬件进行功能验证和性能评价，包括可靠性评价，后续还可开展数据安全评价，通过实地部署、检测报告及联合所里认证中心，我们推出了一系列智能相关认证服务工作，为智能产品入市提供质量检测或认证服务。在此，推荐大家了解我们的相关服务内容。

以上是我的汇报和分享，这是我的联系方式，如有兴趣或想合作，请联系我，谢谢大家。