模拟器接地基准测试与一个基于语料蒸馏的物理信息预测器用于火灾危险状态和损伤预测

《Forecasting》：Simulator-Grounded Benchmarking and a Corpus-Distilled Physics-Informed Forecaster for Fire Hazard-State and Damage Forecasting

　　

预测研究反复发现，简单方法可以在样本外匹配或超越复杂方法。研究人员在一个安全关键领域——火灾危险状态和结构损伤的近实时预测中对此进行了测试，使用了一个模拟器接地基准测试：高保真计算流体动力学（Fire Dynamics Simulator, FDS）提供参考数据，一个FDS校准的区域模型（CFAST）廉价地生成大量语料，温度轨迹驱动一个有限元模型（OpenSees）和一个基于HAZUS/Eurocode的损伤规则。在一个协议下，研究人员比较了简单、深度（PatchTST, TimesNet）和物理信息（PINN, PIKAN）预测器。复杂模型并未占优：小语料让简约模型接近最佳精度，而物理信息主要在数据稀缺时有用（交叉点接近二十个场景）。研究人员提出了CD-PINN，它通过在一个候选库上进行物理引导回归，从语料中识别出一个数据最优的降阶物理残差，并将其用作物理约束。这使一个逐事件物理模型达到了语料训练预测器的精度，同时保持可解释性。然而，在26个实验室火灾实验中，分布内排名并未传递：大的精度差距缩小到接近均等，因此排行榜无法良好预测实验室火灾精度。对于下游损伤，研究人员进一步表明，标签定义而非模型类别设定了可达到的上限。

**研究背景与问题**
预测研究反复发现，简单方法在样本外可匹配或超越复杂方法，但这一结论主要基于经济和人口序列，在安全关键工程领域（如火灾危险状态和结构损伤的近实时预测）是否适用尚不明确。现有火灾损失评估多为一次性而非时间分辨，且未将简单、复杂与物理信息预测器进行系统性对比，更缺乏对独立实验室火灾数据的验证。因此，研究人员旨在建立一个模拟器接地基准测试，回答以下问题：在火灾危险状态与损伤预测中，复杂度何时值得投入？分布内排名能否推广到真实火灾？

**研究内容与意义**
研究人员利用高保真计算流体动力学（Fire Dynamics Simulator, FDS）提供参考数据，通过FDS校准的区域模型（CFAST）廉价生成大量语料，并将温度轨迹耦合到有限元模型（OpenSees）和基于HAZUS/Eurocode的损伤规则，构建了多保真度基准。在此基准上，比较了简单统计方法、深度模型（PatchTST, TimesNet）和物理信息模型（PINN, PIKAN），并提出了语料蒸馏的物理信息预测器（CD-PINN）。研究得出：复杂模型不占优，简约模型在多数情况下足够，物理信息仅在数据稀缺时最具价值；分布内排名不能预测实验室火灾性能，损伤标签定义而非模型类别决定了预测上限。该工作发表在《Forecasting》，为火灾安全预测提供了可复现基准、可解释模型及部署规则。

**主要关键技术方法**
（1）**模拟器生成参考数据**：高保真FDS（求解低马赫数Navier-Stokes方程）提供34个隔间和40个隧道火灾案例；FDS校准的CFAST（双区控制体积模型）生成2000个建筑火灾场景语料库，通过单因子乘法校准（k=1.35）将火源房间温度误差从71.5°C降至19.9°C（72.1%减少），校准在34个配对案例上通过留一法交叉验证推广。
（2）**结构损伤耦合**：OpenSees有限元模型结合Eurocode 2/3强度折减因子，输出层间位移角（IDR）和需求-容量比（DCR），映射至HAZUS风格损伤等级（正常/损伤/高风险/倒塌）。
（3）**蒸馏物理残差**：CD-PINN离线通过物理引导回归（SINDy风格）在候选库（T, T², dT/dt, T²等）中选取能量守恒子模型，数据最优估计系数，形成降阶物理残差，在线作为逐事件坐标网络的约束。
（4）**外部验证**：26个独立UL FSRI实验室火灾实验（2018年，燃气燃烧器和家具燃料，100–500 kW，峰值153–600°C）用于检验分布外泛化，所有语料模型冻结，物理模型采用无强制项形式（推断源项）。

**研究结果**
**4.1 危险状态预测与复杂度的代价**
结构自由经典基准（持久性、均值、指数平滑等）在单事件外推中失败（nRMSE 0.43–4.0），因为火灾轨迹呈上升-衰减，而仅观测到上升20%时，平坦方法错过峰值，趋势方法发散。成功取决于最小结构（物理约束或小语料）。

**4.1.1 语料量交叉点**
固定验证集和20%观测窗口，改变训练语料量（5个种子）。在10个场景时，复杂变换器（PatchTST nRMSE 0.28，TimesNet 0.28）落后于无语料物理基线（PINN-MLP 0.22）；到20个场景时，变换器（0.21–0.20）已低于物理基线（0.22），交叉点位于10–20场景之间。简约线性模型DLinear（0.117）在整个范围内保持竞争力。

**4.1.2 观测窗口与欠定重建**
仅10%观测和10个场景语料时，物理信息模型（nRMSE 0.26）优于变换器（0.37）。在Raissi风格稀疏传感器重建扩散场时，4个传感器下物理约束将nRMSE从0.82降至0.15（82%减少），随着传感器增加增益缩小。稀疏、欠定问题是最清晰的物理复杂度值得区域。

**4.1.3 重建完整参考**
100个场景语料和50个保留事件下，数据驱动预测器达到最佳（PatchTST 0.073，TimesNet 0.088，DLinear 0.098），而无语料物理模型（0.163）无法利用更多数据。存在语料时，数据驱动获胜，且简单线性模型接近变换器。

**4.1.4 提出的CD-PINN弥合差距**
将候选库限制为解释性的一阶能量平衡子模型，在语料上数据最优拟合系数，得到降阶物理律。用该蒸馏律作为逐事件物理残差，将分布内误差从手设物理的0.175降至0.107（39%减少），五种子标准差<0.01，与语料训练模型（0.103–0.105）无统计差异（事件级bootstrap，所有95%置信区间包含零）。CD-PINN保持可解释、语料轻量，蒸馏步骤仅需次秒级回归。

**4.1.5 分布内不确定性**
事件级bootstrap（10,000次重采样，30个保留事件）证实：蒸馏残差显著优于手设物理（差值-0.067，95% CI [-0.080, -0.054]），CD-PINN与所有语料模型统计不可区分，且语料模型间差异微小（PatchTST vs DLinear仅0.014 nRMSE显著）。

**4.1.6 物理权重鲁棒性**
扫描物理损失权重λ在10^-1到10³范围，分布内nRMSE最大变化仅0.003，证实结果不受λ调优影响。

**4.2 鲁棒性与外部泛化**
将逐事件骨干替换为现代坐标网络（傅里叶特征、SIREN、PIKAN），结果基本不变（PIKAN 0.106，MLP 0.107），物理约束而非骨干决定精度。在模拟器内分布偏移（更高强度火灾，峰值230–600°C）下，复杂变换器退化最多（nRMSE上升0.03–0.04），而简单线性DLinear几乎不变（0.127 vs 0.125，在种子变异内），最鲁棒。然而，在26个UL FSRI实验室火灾实验中，所有模型分布内4–1.5倍精度差距（nRMSE 0.07–0.17）缩小到窄带（0.21–0.27），每个模型nRMSE上升220–400%，且火灾级bootstrap（10,000次重采样，26次火灾）显示所有95%置信区间重叠，所有配对差异包含零，因此分布内排名不能预测实验室火灾性能。

**4.3 下游损伤：标签设定上限**
**4.3.1 简单击败复杂**
对于基于峰值的损伤等级（峰值温度决定），五特征表格模型（MLP、梯度提升树）在损伤等级恢复中（五折交叉验证，参考曲线）优于深度曲线分类器（ROCKET、1D-CNN、InceptionTime），因为峰值特征解释了IDR的99%方差和等级的96%宏观F1。InceptionTime在小样本（近二分类）上崩溃。

**4.3.2 精度与计算成本**
最精确的表格MLP（2.8k参数）也是最小，而最大曲线模型InceptionTime（14.6k参数）最不精确，无精度-成本权衡。

**4.3.3 标签而非模型设定上限**
将单事件等级扩展为时间分辨等级（通过OpenSees结构响应曲线，历史依赖、不可逆），排名反转：历史感知表格模型（0.954）和因果CNN（0.896）领先，而瞬时表格模型降至0.854。因此，简单vs复杂胜出取决于标签依赖什么，而非模型类别。

**讨论与结论**
讨论部分总结了部署规则（表17）：复杂深度模型仅在足够语料和正向预测时值得；物理复杂度仅在语料稀缺/欠定时有价值；标签恢复默认使用简约表格模型，除非标签真正历史依赖。这些结果扩展了长期基准预测教训：结构自由经典基准在单事件非平稳外推中失败，有用轴不是模型复杂度而是正确的最小结构（物理或小语料）。一旦结构存在，简约性在精度上竞争（增加复杂度增益微小）且在计算成本上完胜，而结构本身最好通过蒸馏从语料中估计（CD-PINN）而非手设。但泛化需谨慎：模拟器内轻微偏移下简单模型退化最少，但实验室火灾严重偏移下分布内排名不传递，所有模型统计不可区分。主要限制包括结构分析为准静态（完整动态时间历史会提升序列模型作用），FDS参考子集规模中等且使用工程级网格（0.25 m），而非细验证级网格。

**研究结论**（翻译自Section 6）：
在一个可复现的、模拟器接地的火灾危险状态与损伤预测基准上，涵盖单个高保真FDS模型和轻量FDS校准的CFAST组合，以及无语料（逐事件）与有语料训练预测器，没有单一模型类别占优：预测性能更多取决于适当的归纳结构、强制信息和标签构建，而非原始模型复杂度。简约模型在大多数分布内情况下具有竞争力，物理在数据稀缺/欠定情况下最有帮助，损伤标签而非模型类别设定上限。在基准之外，研究人员提出了CD-PINN，一种语料蒸馏的物理信息预测器，它从语料中估计数据最优的降阶物理残差并将其用作可解释物理约束，将逐事件物理模型提升到语料模型精度（nRMSE），并展示了在独立实验室火灾实验中，分布内排名不传递，模型变得统计不可区分，这是一个警示：合成基准排名是实验室火灾泛化的弱预测因子。该框架和伴随分析提供了一个基准、一个提出的模型和一个具体规则，用于判断预测复杂度何时值得其成本，可从建筑隔间扩展到隧道火灾。