Отправить статью по E-mail Типы виртуального моделирования для проведения учений подразделений пожарной охраны
- Авторы: Шкитронов М.Е1
-
Учреждения:
- Санкт-Петербургский университет Государственной противопожарной службы Министерства Российской Федерации по делам гражданской обороны, чрезвычайным ситуациям и ликвидации последствий стихийных бедствий имени Героя Российской Федерации генерала армии Е.Н. Зиничева
- Выпуск: Том 6, № 11 (2025)
- Страницы: 296-300
- Раздел: СТАТЬИ
- URL: https://journals.rcsi.science/2712-9950/article/view/375318
- ID: 375318
Цитировать
Аннотация
актуальность темы состоит в том, что виртуальное моделирование предоставляет уникальную возможность создания практически идентичных условий пожарного инцидента, а также позволяет в ходе проведения учений отрабатывать различные сценарии развития пожара и взаимодействия стажеров с новейшим оборудованием. Целью настоящего исследования является классификация типов виртуального моделирования, которые могут быть применены для проведения учений подразделений пожарной охраны. В рамках достижения поставленной цели в исследовании были решены следующие задачи: изучены существующие типы виртуальных моделей, используемые в пожарной охране; рассмотрены их преимущества и недостатки с точки зрения функциональности для обучения пожаротушению; проведена систематизация типов виртуального моделирования, наиболее оптимальных для проведения учений подразделений пожарной охраны. Методология исследования включает в себя: анализ научной литературы, систематизацию и классификацию, сравнительный анализ, обобщение, формально-логический метод. Результаты исследования показали, что выбор конкретного типа виртуального моделирования зависит от специфики задач, решаемых в ходе учений. Для создания более реалистичных и сложных сценариев, требующих отработки взаимодействия в команде и принятия решений в условиях стресса, предпочтительны системы виртуальной реальности или комбинированные решения, сочетающие элементы симуляторов и виртуальной реальности.
Ключевые слова
Об авторах
М. Е Шкитронов
Санкт-Петербургский университет Государственной противопожарной службы Министерства Российской Федерации по делам гражданской обороны, чрезвычайным ситуациям и ликвидации последствий стихийных бедствий имени Героя Российской Федерации генерала армии Е.Н. Зиничева
Email: shkitronov@mail.ru
Список литературы
- Алешков М.В., Двоенко О.В., Гумиров А.С., Соковнин А.И., Серегин М.В., Семенюк И.О., Цариченко С.Г. Оценка возможности использования различных средств пожаротушения в высотных зданиях // Пожаровзрывобезопасность. 2022. Т. 31. № 4. С. 65 – 75.
- Государственная противопожарная служба Российской Федерации // МЧС России. URL: https://вдпо.рф/enc/gosudarstvennaya-protivopozharnaya-sluzhba (дата обращения: 01.05.2024).
- Лебедев А.Ю., Булат Р.Е., Байчорова Х.С., Соболева О.Р. Программное обеспечение приложения инновационного класса подготовки личного состава подразделений пожарной охраны «Igpsclass» в электронной информационно-образовательной среде // Военный инженер. 2022. № 3 (25). С. 104 – 117.
- Назаров С.А., Подгрушный А.В., Волошенко А.А. Разработка оценки опасности подразделениям пожарной охраны при организации тушения пожаров на производственных объектах // Безопасность труда в промышленности. 2022. № 4. С. 29 – 34.
- Фогилев И.С., Чан Д.Ч., Андросенко С.Г., Соковнин А.И. Об организации деятельности пожарной охраны Вьетнама // Технологии техносферной безопасности. 2023. № 3 (101). С. 149 – 162.
- Jieyu Chen, Nan Li, Yangming Shi, Jing Du. Cross-cultural assessment of the effect of spatial information on firefighters’ wayfinding performance: A virtual reality-based study // International Journal of Disaster Risk Reduction. 2022. No. 84. P. 74 – 86.
- Wijkmark C. Immersive Virtual Reality for firefighter skills training // Western Norway University. 2023. No. 4. P. 94 – 106.
- Wu D., Zhang C., Ji L., Ran R., Wu H., Xu Y. Forest fire recognition based on feature extraction from multi-view images // Trait Signal. 2021. No. 38. P. 775 – 783.
- Yang Li, Qinglin Han, Gaozhi Cui, Ke Bai. Evaluation of Firefighter Training Effectiveness Based on Human Physiological Signals and Improved Transfer Learning // Humanitarian studies. 2019. № 3. P. 106 – 115.
- Yuan C., Liu Z., Zhang Y. Fire detection using infrared images for UAV-based forest fire surveillancу // International Conference on Unmanned Aircraft Systems (ICUAS). 2017. No. 13. P. 567 – 572.
Дополнительные файлы
