三秦都市報-三秦網訊（記者 張彥剛 通訊員 李孟潔）記者近日從西安建筑科技大學獲悉，該校資源工程學院李新宏教授團隊在能源管道安全監測方面取得重要研究進展。團隊結合管道泄漏擴散規律與數據驅動模型，建立了一種基于物理信息神經網絡（PINN）的城市燃氣管道泄漏擴散智能預測方法，為城市燃氣管道泄漏的早期預警和應急響應提供了技術支持。相關成果近日發表于國際權威期刊《可靠性工程與系統安全》。

城市天然氣管道作為城市能源基礎設施的重要組成部分，隨著城市管網的持續擴展與老化管道比例的上升，燃氣泄漏引發的安全事故呈現出頻發、多發的趨勢。一旦在城市中高密度區域發生，極易在短時間內達到爆炸極限濃度，從而誘發大規模火災或爆炸災害。因此，如何在泄漏初期準確地預測燃氣擴散濃度分布，已成為當前城市燃氣安全管理與應急響應體系中的關鍵難題。

面對這一難題，西安建大研究團隊先基于在管道周圍稀疏布置燃氣管道傳感器，實時采集燃氣濃度變化數據并進行分析，將處理后的數據輸入物理信息神經網絡（PINN），系統學習數據規律，并根據城市燃氣管道泄漏擴散物理規律，建立模型損失函數，要求不僅預測燃氣濃度符合傳感器監測數據，還要符合燃氣擴散的物理規律。同時，模型會用一種高效的自我修正方法，快速定位并修正計算差錯。

實驗結果表明，通過反復訓練以及不斷調整計算方式后的模型，既能準確預測燃氣濃度，又能嚴格符合燃氣擴散規律，整體優于傳統方法，可為城市燃氣管道泄漏的早期預警和應急響應提供了技術支持，有效提升公共安全防護能力。

“此次通過建立基于物理信息神經網絡（PINN）的智能預測方法，實現了對城市燃氣管道泄漏擴散的高精度模擬，為早期預警和應急響應提供了關鍵技術支撐，有效降低了燃氣泄漏引發的爆炸或火災風險，提升了城市公共安全水平。”論文通訊作者李新宏教授表示，未來，團隊將聚焦于模型優化，如增強在復雜環境下的泛化能力，或擴展至多源數據融合與實時監測系統，以推動智能化安全管理的全面發展。