В МАИ создали систему пожаротушения с рекордно низким расходом воды

Учёные Московского авиационного института разработали и запатентовали новую высокоэффективную систему пожаротушения с рекордно низким расходом воды. Разработка не имеет аналогов в мире и позволяет сократить время тушения крупных пожаров более чем в 10 раз.

Работа над системой велась на кафедре 201 «Теория воздушно-реактивных двигателей» МАИ под руководством профессора Игоря Лепешинского. Уникальная конструкция системы позволяет формировать струю из воздуха и воды, разбитой на мельчайшие капли — от 100 до 300 микрон в диаметре. Такая смесь гораздо эффективнее, чем обычная вода, борется с открытым огнём. За счёт малого размера капель воздушно-водяной поток не воздействует на очаг пожара, а испаряется в зоне горения. Образовавшийся пар накрывает место возгорания, забирая тепловую энергию и вытесняя кислород, что даёт возможность справиться с огнём за меньшее время.

— При испытаниях опытного образца установки удалось потушить 25 тонн пылающего бензина всего за 140 секунд, — рассказала участница работ, аспирантка и ассистент кафедры 201 Полина Зотикова.
Экономические характеристики системы в сравнении с другими отечественными и зарубежными аналогами позволяют говорить о её уникальности. Так, расход воды популярных систем пожаротушения варьируется от 350 до 630 л/с, а у маёвской разработки составляет лишь 80 л/с. При этом по дальности применения, которая достигает 140–150 м, система сравнима с лучшими образцами импортной техники.

Маёвская система может быть установлена на различные типы платформ, например на шасси грузовика, рельсовый или воздушный транспорт, а также морские и речные суда. По оценкам разработчиков, её использование будет экономически выгодным на нефтеперерабатывающих и других предприятиях с высокой пожароопасностью, при тушении лесных пожаров, возгораний в высотных зданиях, а также на аэродромах и в местах с ограниченным запасом воды.

Последние записи
Смогут ли самолёты летать без второго пилота: цифровые технологии в авионике

ИИ может помочь в анализе физических данных и повысить точность предсказания погодных условий, а на основе прогноза оптимизировать маршрут с учётом времени, стоимости и других критериев.