12月14日，记者获悉，西安建大科研团队在能源管道安全监测方面取得重要研究进展。团队结合管道泄漏扩散规律与数据驱动模型，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，为城市燃气管道泄漏的早期预警和应急响应提供了技术支持。

城市天然气管道关乎能源供应稳定，随着管网扩展与管道老化，燃气泄漏的防范与处置愈发重要。在城市人口密集区域，及时掌握泄漏燃气的扩散态势至关重要，这也使得泄漏初期浓度分布预测技术，成为筑牢城市燃气安全防线的关键支撑。针对这一难题，该校资源工程学院李新宏教授研究团队先在管道周边稀疏布设传感器，实时采集并分析燃气浓度变化数据。随后将处理后的数据输入物理信息神经网络（PINN），让系统学习数据规律；同时结合城市燃气管道泄漏扩散的物理规律，构建模型损失函数，确保模型预测的燃气浓度既贴合传感器监测数据，又符合实际的扩散规律。此外，模型配备高效的自我修正功能，能快速定位并修正计算偏差。实验结果显示，经过反复训练和计算方式优化的模型，预测精度和贴合物理规律的表现均优于传统方法，可为城市燃气管道泄漏的早期预警和应急响应提供可靠技术支撑，助力提升公共安全防护水平。

记者了解到，相关成果近日发表于国际权威期刊《可靠性工程与系统安全》。“此次通过建立基于物理信息神经网络（PINN）的智能预测方法，实现了对城市燃气管道泄漏扩散的高精度模拟，为早期预警和应急响应提供了关键技术支撑，有效降低了燃气泄漏引发的爆炸或火灾风险，提升了城市公共安全水平。”论文通讯作者李新宏教授表示，未来，团队将聚焦于模型优化，如增强在复杂环境下的泛化能力，或扩展至多源数据融合与实时监测系统，以推动智能化安全管理的全面发展。

西安报业全媒体记者 任娜 通讯员 李孟洁