Mott MacDonald 探索結合機器學習與 CFD 模擬以優化消防安全設計

工程顧問公司 Mott MacDonald 正探討將機器學習結合計算流體力學（CFD）工具（如 Fire Dynamics Simulator）應用於消防安全設計。技術主管 Tom Lewis 指出，傳統 CFD 模擬運算成本高昂，單次模擬可能耗時數週，在設計持續變更的實務過程中，大幅限制了工程師能測試的情境數量。透過在工程師設定的邊界條件下進行自動化模擬，並由機器學習依據結果數據對更廣泛的參數區間進行預測，團隊在一個兩萬席場館的案例中驗證了此方法。該技術能在攤位配置、火載量及排煙設備受限變更時快速評估安全區間，並提供不確定性評估指標以指示何處需進行詳細 CFD 驗證。Lewis 強調，AI 技術旨在擴充工程判斷的證據基礎，在攸關人命安全的工程中無法取代專業人員的簽核與責任。

值得帶走的重點

• 將機器學習與 Fire Dynamics Simulator 結合，可在工程師設定的條件下預測火災行為，無需針對每個設計微調重新執行完整 CFD 模擬。
• 在兩萬席公眾場館的測試中，預測模型協助快速劃分出攤位的安全設置區域，並在空間受限時評估通風設備變更的可行性。
• 預測結果包含不確定性度量指標，協助工程師判斷預測可靠度，並針對高風險或關鍵情境進行目標式 CFD 驗證。
• 消防安全責任仍由專業工程師承擔，所有 AI 輔助分析必須維持可溯源性、明確假設限制並通過常規驗證。