Du har inte javascript påslaget. Det innebär att många funktioner inte fungerar. För mer information om Vinnova, ta kontakt med oss.

ElektRail-SoSim: Simulationsbaserade System-av-System Analys för Skogsbrandbekämpning

Diarienummer
Koordinator Linköpings universitet - Division of Fluid and Mechatronic Systems
Bidrag från Vinnova 3 078 105 kronor
Projektets löptid oktober 2020 - januari 2024
Status Avslutat

Viktiga resultat som projektet gav

System-av-System (SoS) modelleringsprojektet ElektRail-SoSim hade som mål att kunna simulera de komplexa ekosystemen av skogsbränder och de åtgärderna för att bekämpa dessa. För att utveckla och effektivt använda nya farkoster såsom obemannade UAV:er för branddetektion och brandsläckning måste helhetssimuleringar, helst baserade på agentbaserad modellering (ABM), utvecklas och tillämpas för att hantera den komplexa och dynamiska karaktären hos sådana SoS. Genom att delvis använda simuleringsprogrammet NetLogo med ett antal tillägg har detta ändamål uppnåtts.

Långsiktiga effekter som förväntas

Arbetet som utförts för ett SoS simuleringsmodell för skogsbränder stärker Sveriges ställning inom SoS-teknik vilket är kritiskt för samhällsskyddet och utforskningen av nya marknader (t.ex., UAV:er). Resultaten omfattar utvecklingen av en simuleringsmiljö baserad på NetLogo (med Matlab, Python och Julia moduler) för bekämpning av skogsbränder. Ramverket som validerades med data från MSB möjliggör realistiska studier med integration av GIS data. Bland nyckelinnovationerna ingår en eldspridningsmodell och optimering av UAV-rutter baserad på sannolikhetsfördelningar.

Upplägg och genomförande

Projektet genomfördes av Linköpings Universitet (LiU), i samarbete med MSB och det tyska ElektRail-projektet. Baserat på förarbete vid LiU, MSB:s expertis och krav, samt en litteraturstudie, valdes en tvåstegsapproach för att hantera detta multidomänproblem. Den första delen fokuserade på miljömodellering och modellering av eldspridning. Den andra delen focus låg på implementation av luftburna farkoster för branddetektion och bekämpning, inklusive AI-baserad uppsättning av automatiserad ruttoptimering och helhetssimulationer.

Texten på den här sidan har projektgruppen själv formulerat. Innehållet är inte granskat av våra redaktörer.

Senast uppdaterad 16 april 2024

Diarienummer 2019-05371