Un système basé sur l'intelligence artificielle pourrait contribuer à sauver des vies en prédisant le comportement des incendies domestiques modernes.

infohightech ·

Un pompier sort de la maison d'entraînement aux incendies sur le campus de l'Université de Waterloo lors d'un exercice d'incendie contrôlé (Université de Waterloo). Crédit : Université de Waterloo

Ce nouveau cadre pourrait améliorer les évacuations, éclairer les codes du bâtiment et aider les intervenants d'urgence à mieux comprendre les risques liés aux fumées toxiques.

Une équipe de chercheurs exploite l'intelligence artificielle (IA), la science des données et les mathématiques avancées pour mieux prédire le comportement des incendies dans les maisons modernes, un travail qui pourrait à terme contribuer à sauver des vies en cas d'urgence.

Le nouveau système, mis au point à l'Université de Waterloo au Canada, répond à un défi croissant pour les chercheurs en incendies: les matériaux d'ameublement modernes et les maisons de plus en plus étanches et économes en énergie peuvent faire en sorte que les incendies se comportent différemment du passé. 

« L’objectif est d’approfondir nos connaissances afin de pouvoir prédire le comportement du feu et les gaz qu’il libère, permettant ainsi la mise en place de systèmes intelligents qui favorisent des évacuations en cas d’incendie plus sûres et plus efficaces », a déclaré le Dr Joshua Pulsipher , professeur de génie chimique à Waterloo.

Pour générer les données nécessaires au projet, les chercheurs ont mené 15 incendies expérimentaux dans une maison d'entraînement aux incendies sur le campus, en utilisant jusqu'à 175 capteurs pour mesurer la température, le débit d'air, l'humidité, la vitesse de combustion et de nombreux gaz.

Un seul ensemble de capteurs, situé à un endroit précis et effectuant un échantillonnage quatre fois par seconde, a généré des millions de points de données, ne représentant qu'une petite fraction des données collectées au cours de toutes les expériences.

L’étude s’est concentrée sur le mobilier moderne et l’architecture écoénergétique, car les nouvelles mousses et les nouveaux tissus produisent différents gaz toxiques, tandis que les incendies en manque d’oxygène dans les habitations étanches aggravent le danger en augmentant le volume et en modifiant la composition de ces gaz.

Pour exploiter l'immense complexité des données fournies par les capteurs, l'équipe de recherche a créé un système combinant mathématiques, science des données et intelligence artificielle (IA) basée sur l'apprentissage automatique. L'analyse qui en résulte offre des perspectives susceptibles d'éclairer les normes de construction, d'améliorer la préparation des services d'urgence et de planifier les itinéraires d'évacuation.

« Nous voulons créer des systèmes intelligents qui modélisent et anticipent le déroulement d'un incendie, puis qui dirigent les personnes vers l'extérieur du bâtiment en toute sécurité », a déclaré le Dr Beth Weckman , professeure de génie mécanique et mécatronique.

Le système utilise les relations statistiques dans les données pour déterminer, par exemple, quand un incendie commence à manquer d'oxygène, ce qui marque un changement crucial dans la chimie de la combustion lié à la production de fumées plus toxiques.

« Les données issues des expériences constituent les intrants », explique le Dr Vinny Gupta , professeur de génie mécanique et mécatronique et membre, avec Weckman, du Fire Research Group ou Groupe de recherche sur les incendies de l'Université de Waterloo. « Le résultat consiste à comprendre ce que ces expériences nous apprennent afin de dégager des connaissances fondamentales sur l'évolution du feu. »

Dans leurs recherches futures, les chercheurs prévoient d'étendre leur système afin d'analyser des scénarios d'incendie plus complexes.

Leur étude, intitulée A framework for high-dimensional fire sensor data analysis ou « Un cadre pour l'analyse de données de capteurs d'incendie de haute dimension », a récemment été publiée dans le Fire Safety Journal.

https://uwaterloo.ca/news/media/ai-powered-system-could-help-save-lives-predicting-how

https://dx.doi.org/10.1016/j.firesaf.2026.104738

Cet article vous a été utile ? Partagez-le.