建大新闻网讯    近日，我校资源工程学院李新宏教授团队在能源管道安全监测方面取得重要研究进展，相关成果发表在国际权威期刊Reliability Engineering and System Safety (影响因子11.0，中科院一区 top期刊)上。李新宏教授为论文唯一通讯作者，硕士研究生李润泉为论文第一作者，我校为论文第一完成单位。

城市天然气管道作为城市能源基础设施的重要组成部分，随着城市管网的持续扩展与老化管道比例的上升，燃气泄漏引发的安全事故呈现出频发、多发的趋势。燃气泄漏一旦在城市中高密度区域发生，其扩散行为具有不可预测性，极易在短时间内达到爆炸极限浓度，从而诱发大规模火灾或爆炸灾害。目前，城市燃气泄漏导致的重大安全事故占比始终居高不下，尤其是在老旧小区、商业综合体与地下管廊等密闭或半密闭空间中，燃气积聚风险显著上升。因此，如何在泄漏初期准确地预测燃气扩散浓度分布，已成为当前城市燃气安全管理与应急响应体系中的关键难题。

针对这一难题，研究团队建立了一种基于物理信息神经网络（PINN）的城市燃气管道泄漏扩散智能预测方法。首先利用管道周围稀疏布置的传感器阵列采集燃气泄漏时的气体浓度时序数据，将其作为全连接神经网络的输入。模型通过自动微分技术计算管道泄漏浓度的空间及时间梯度，将连续性方程、动量方程和组分输运方程等物理控制方程嵌入到损失函数中，构建数据回归损失与物理残差损失的联合优化目标。通过最小化模型损失，训练后的模型在保证数据拟合精度的同时，严格遵循流体扩散的物理规律。实验结果表明，本文构建的模型(R²=0.9968, MSE = 4.38×10⁻⁶, RMSE= 0.0021, MAE = 0.0017)，在预测精度和泛化能力上优于传统方法，可为城市燃气管道泄漏的早期预警和应急响应提供技术支持。

该研究得到国家自然科学基金等项目的资助。

论文链接：https://doi.org/10.1016/j.ress.2025.112038

文字、图片：李润泉（资源工程学院）

编辑：李孟洁