本报讯 （记者 吕扬）12月13日，记者从西安建筑科技大学获悉：该校资源工程学院教授李新宏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，构建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新方法，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。相关成果近日在国际权威期刊发表。

城市天然气管道是城市能源基础设施的重要组成部分。随着城市管网的持续扩展与老化管道比例的上升，燃气泄漏引发的安全事故易发，一旦在城市高密度区域发生，极易在短时间内达到爆炸极限浓度，从而引发大规模火灾或爆炸灾害。因此，如何在泄漏初期准确预测燃气扩散浓度分布，成为当前城市燃气安全管理与应急响应体系中的关键难题。

面对这一难题，李新宏团队首先在管道周围稀疏布置燃气管道传感器，实时采集燃气浓度变化数据并进行分析，将处理后的数据输入物理信息神经网络（PINN），系统学习数据规律，并根据城市燃气管道泄漏扩散物理规律，建立模型损失函数，要求预测燃气浓度不仅要符合传感器监测数据，还要符合燃气扩散的物理规律。同时，模型会用一种高效的自我修正方法，快速定位并修正计算差错。实验结果表明，经过反复训练以及不断调整计算方式，模型既能准确预测燃气浓度，又能严格符合燃气扩散规律，整体优于传统方法，可为城市燃气管道泄漏的早期预警和应急响应提供技术支持，有效提升公共安全防护能力。

“该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，能有效降低燃气泄漏引发的爆炸或火灾风险，提升城市公共安全水平。”李新宏表示，团队将聚焦模型优化，如增强其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，推动智能化安全管理的全面发展。