《Fire》:Experimental Characterization of Abnormal Heating in Historic Timber Structures Using Low-Temperature Wood Pyrolysis Particles
编辑推荐:
摘要专业翻译
火灾对历史木结构建筑和文化遗产构成严重威胁。传统的感烟探测器、一氧化碳(CO)探测器和火焰探测器在木材早期热降解阶段可能响应较弱。本研究考察了木材在低温热暴露过程中释放的颗粒物,将其作为异常加热的潜在指示指标。研究人员在受控热暴露平台上,采用绝热
摘要专业翻译
火灾对历史木结构建筑和文化遗产构成严重威胁。传统的感烟探测器、一氧化碳(CO)探测器和火焰探测器在木材早期热降解阶段可能响应较弱。本研究考察了木材在低温热暴露过程中释放的颗粒物,将其作为异常加热的潜在指示指标。研究人员在受控热暴露平台上,采用绝热膨胀诱导凝结放大与光散射检测相结合的颗粒物传感器,对杉木、马尾松、红松和楠木进行了测试。在无涂层及选定表面涂层条件下,连续监测了热解颗粒物数浓度(PPC)。在180 °C条件下暴露30 min,杉木、马尾松、红松和楠木的PPC分别约为114、125、135和158 particles/cm3。PPC总体上随暴露温度升高而增加,并随木材树种和涂层条件的不同而变化。可检测到的颗粒物响应出现在可见烟雾或明火出现之前,而并行的感烟、CO和火焰探测器在测试条件下均未表现出明显响应。这些研究结果表明,木材低温热降解过程中产生的颗粒物能够表征早期异常加热状态,并有望作为历史木结构建筑早期火灾监测的指示指标,为文化遗产结构的监测提供了初步实验支持。
论文解读文章
一、研究背景与问题
历史木结构建筑是文化遗产的重要组成部分,承载着重要的历史与艺术价值。然而,由于木材的可燃性、材料老化以及表面处理方式的变化,这类建筑极易遭受火灾威胁。历史木结构庭院建筑群通常由相互连接的木结构单元、走廊和庭院组成,其复杂的空间布局可能增加烟气传播路径的不确定性,严重燃烧还可能导致木结构承重构件的失效甚至局部坍塌。此外,长期环境暴露导致的木材老化、劣化和表面处理变化,也会进一步影响其热响应和热解行为。
当木材暴露于外部热源时,会经历一系列物理和化学变化,在可见烟雾和明火出现之前,可能经历一个缓慢的早期热降解过程。与后续燃烧阶段相比,该阶段能量释放水平较低,但可能持续较长时间,从而为早期异常加热识别提供了潜在的时间窗口。然而,现有的建筑火灾探测方法主要依赖温度、烟雾、气体浓度和火焰辐射等参数,通常需要相关火灾特征发展到一定程度并达到探测阈值后才能产生明显响应。在木材早期低温热降解阶段,颗粒物和气体排放量相对较低,传统感烟探测器可能尚未达到报警阈值,且易受灰尘、湿度和气流等环境因素影响。CO探测和火焰探测分别依赖气体浓度变化和特征辐射信号,在可见烟雾和明火形成之前,其响应能力同样受到限制。
现有研究主要集中于火灾探测装置及其对烟雾、温度和火焰信号的响应,而对历史建筑常用木材在低温热降解过程中颗粒物排放的系统性研究仍然有限,特别是在木材树种、暴露温度和表面涂层影响方面的研究尤为不足。为填补这一研究空白,研究人员选取了杉木、马尾松、红松和楠木四种历史木结构建筑中常用的木材树种,开展了系统的受控热暴露实验研究。
二、研究内容与主要结论
研究人员建立了一套受控热暴露实验平台,采用绝热膨胀诱导凝结放大与光散射检测相结合的热解颗粒物传感器,在不同暴露温度和不同表面涂层条件下连续监测PPC,并将颗粒物响应与同步运行的感烟、CO和火焰探测器测量结果进行了比较。此外,还开展了短期热暴露-自然冷却实验,以表征加热过程中及热源移除后颗粒物信号的动态响应特征。
研究得出以下主要结论:在180–200 °C受控热暴露条件下,四种木材在可见烟雾和明火出现之前均产生了高于背景水平的颗粒物响应。在180 °C条件下,杉木、马尾松、红松和楠木的特征颗粒物数浓度分别约为114、125、135和158 particles/cm3,颗粒物响应总体上随暴露温度升高而增加。相同条件下不同木材树种表现出不同的响应水平,表明木材树种影响早期热降解过程中的颗粒物释放。与此同时,同步运行的感烟、CO和火焰探测器在同一阶段均未表现出明显响应,表明低温热解颗粒物能够在传统火灾特征形成之前反映木材的异常加热状态。表面涂层也会改变颗粒物释放行为,以马尾松为例,清漆涂层试件的最大颗粒物数浓度在180–200 °C条件下从147增加到209 particles/cm3,总体上高于大漆涂层试件观测到的136–186 particles/cm3。停止加热后,红松和马尾松的颗粒物信号在自然冷却过程中持续下降,并在约10–14 min内降至信号判别阈值以下,表明颗粒物响应与外部热源状态之间存在明确的时间关联。
三、关键技术方法
研究人员采用的核心技术方法包括:第一,绝热膨胀诱导凝结放大技术,利用绝热膨胀产生的过饱和蒸汽环境,使木材热解产生的细微颗粒物作为凝结核发生凝结增长,增大其光学等效尺寸,从而提高散射信号的可检测性;第二,光散射检测技术,采用直角散射光路配置,通过光电二极管将散射光转换为光电流,经跨阻放大电路和信号调理电路处理后,由比较器输出有效脉冲并记录颗粒物计数,进而计算颗粒物数浓度;第三,受控热暴露实验平台,包括恒温加热板、透明丙烯酸测试舱(内部尺寸31 cm × 32 cm × 50 cm)、热解颗粒物传感器以及感烟、CO和火焰探测器,采样口距加热木材表面垂直距离约35 cm;第四,4G通信数据传输模块,用于将颗粒物响应数据传输至主机进行存储和显示,数据记录间隔为4 s。
四、研究结果
背景响应与测量重复性。 研究人员首先进行了空舱背景测试,系统输出在约3–4 particles/cm3范围内呈现轻微随机波动,未出现持续升高或明显漂移。三次独立舱外背景测试的平均颗粒物数浓度分别为1.41、1.50和1.42 particles/cm3,最大值分别为4.87、4.63和4.85 particles/cm3。基于三次测试最大值的平均值4.78 particles/cm3,取其约两倍并向上取整,将10 particles/cm3确定为区分木材热暴露产生的颗粒物响应与空舱背景波动的经验信号判别阈值。在此基础上,对杉木试件在180、190和200 °C条件下进行了重复热暴露实验,各温度条件下的颗粒物响应均表现出可辨识的变化,相同条件下不同重复测试的响应趋势总体一致,表明系统能够重复捕获木材低温加热过程中产生的颗粒物信号。同步提取的感烟、CO和火焰探测器数据段显示,其二元输出状态未出现持续变化或与木材热暴露过程对应的明显响应。实验后杉木试件表面和内部均未观察到明显的烟尘沉积、炭化或燃烧痕迹。
无涂层木材加热实验结果。 在180 °C条件下,杉木在热暴露约15 min后颗粒物响应显著增加,随后逐渐进入相对稳定的波动范围,特征响应值约为114 particles/cm3。当设定温度升高至190和200 °C时,杉木的颗粒物响应分别增加至约136和172 particles/cm3。在相同热暴露温度下,不同木材树种的颗粒物响应水平存在差异,这可能与木材组成、密度、孔隙结构以及挥发性产物的释放行为有关。总体而言,无涂层木材的颗粒物响应随热暴露温度升高而增加,表明该信号具有表征历史木构件早期异常加热状态的潜力。
表面涂层木材加热实验结果。 清漆涂层杉木在180、190和200 °C条件下的准稳态颗粒物数浓度分别约为136、151和195 particles/cm3;大漆涂层杉木在相同温度下分别约为131、144和172 particles/cm3。在180和190 °C条件下,两种涂层条件下杉木的PPC最低、楠木最高,马尾松和红松居中。在200 °C条件下,清漆涂层试件的种间差异范围缩小至195–209 particles/cm3,大漆涂层试件为172–198 particles/cm3,表明随着热暴露加剧,木材树种的影响变得不那么显著。对于每种木材和温度,清漆涂层试件的PPC均等于或高于相应的大漆涂层试件,差异范围为0–23 particles/cm3。木材树种间的差异可能源于可冷凝热降解产物的生成量和释放速率不同:木材组成影响这些产物的生成,而密度和孔隙结构影响其从木材内部向周围空气的传输。表面涂层可能通过限制木材孔隙中的传输并贡献额外的分解产物来改变颗粒物释放。
短期热暴露-自然冷却瞬态响应。 清漆涂层红松在180、190和200 °C条件下的最大颗粒物数浓度分别约为174、194和208 particles/cm3,大漆涂层红松在相同温度下分别约为154、174和195 particles/cm3。清漆涂层马尾松的最大颗粒物数浓度约为147–209 particles/cm3,总体上高于大漆涂层马尾松的136–186 particles/cm3。各木材组的响应起始时间范围为0.35–2.75 min,总体上随热暴露温度升高而缩短。加热装置关闭后,所有组的颗粒物数浓度在自然冷却过程中持续下降,并在10.16–13.94 min内降至10 particles/cm3的信号判别阈值以下。较高温度通常导致较长的衰减时间,这可能与热暴露结束时木材内部更大的热量积累以及热解产物的持续释放有关。
五、讨论总结与研究结论
研究结果表明,木材低温热解颗粒物的释放与外部热源状态之间存在明确的时间关联。该信号不仅能反映异常加热阶段颗粒物释放强度随温度和涂层条件的变化,还能响应热源移除后材料的冷却过程。因此,颗粒物数浓度的动态变化可为历史木构件的异常加热状态连续监测提供依据。
在实验室尺度条件下,低温热解颗粒物在可见烟雾和明火形成之前表征了木材试件的异常加热过程,显示出作为历史木结构建筑早期异常加热监测特征信号的潜力。未来需要在更大尺度和实际建筑环境中开展进一步研究,以评估灰尘、湿度、气流、木材老化和监测位置等因素的影响,并建立适用于不同木材树种、表面条件和环境条件的定量预警阈值。