Description du projet
Élaborer de nouvelles méthodes d’essai de résistance au feu fondées sur la connaissance
Tous les produits de construction doivent répondre à des exigences spécifiques en matière de sécurité incendie. Des tests standardisés sont actuellement utilisés pour vérifier la conformité, mais ils ne permettent pas de comprendre en profondeur la manière dont les produits de construction se comportent lors d’un incendie. Les incertitudes restant nombreuses, de nouveaux outils s’avèrent nécessaires. Le projet AFireTest, financé par le CER, mettra au point des tests permettant de déterminer quels sont les essais de résistance au feu optimaux à partir d’un nombre infini de spécifications d’essai possibles. Une étude de cas innovante sera menée à partir de vitrages modernes et de verres porteurs. En outre, un cadre pour la modélisation avancée des substituts «gris» sera élaboré en combinant les capacités d’identification du modèle de l’apprentissage automatique. Afin d’encourager l’adoption du nouveau cadre, AFireTest développera une méthodologie pour l’évaluation coût-bénéfice des cadres de conformité en matière de sécurité incendie.
Objectif
The current fire safety paradigm is based on a set of standardized tests which have been developed as part of a prescriptive design framework, and do not provide in-depth understanding of construction products’ fire performance. The resulting incomplete fire performance characterization hampers the much needed innovation in the built environment. The current fire safety paradigm also places tremendous emphasis on the expertise of controlling bodies (AHJ), making them responsible both for the specification of detailed prescriptive rules, and for the acceptance of performance based designs. This is unsustainable in the face of innovation.
AFireTest strives to induce a paradigm shift in fire safety science and engineering (FSSE). The core of AFireTest is the development of Adaptive Fire Testing whereby optimum fire tests are determined from the infinite number of possible test specifications through the maximum expected net information gain (Value of Information, VoI). This will be developed using modern glazing and load bearing glass as innovative case study, resulting in breakthroughs in fire performance understanding. Secondly, a framework for advanced ‘grey’ surrogate modelling will be developed, combining the pattern identification strengths of machine learning with fundamental FSSE constraints. This will introduce a powerful new tool to FSSE and enable the VoI optimization. A grey modelling approach will also be developed for quasi-instantaneous building specific risk evaluations, allowing a new approach to the AHJ acceptance of fire designs. The future operationalization of the new framework for fire design acceptance will require large follow-up investments. Thus, stakeholder buy-in is crucial. Therefore, AFireTest will develop a methodology for the cost-benefit evaluation of fire safety frameworks. For the first time, fire safety approaches will be evaluated from the perspective of Law and Economics, laying the groundwork for an entirely new field of study.
Champ scientifique
Programme(s)
- HORIZON.1.1 - European Research Council (ERC) Main Programme
Thème(s)
Régime de financement
HORIZON-ERC - HORIZON ERC GrantsInstitution d’accueil
9000 Gent
Belgique