信息融合技术在火灾探测中的应用研究

为减少火灾探测中的误报警,基于信息融合技术对火灾传感器输出的信息进行处理。充分利用火灾探测系统的在线和离线数据,采用改进的主元分析法(PCA)、粗糙集(RS)理论、支持向量机(SVM)等3种方法的融合与互补,通过对系统的输入数据进行简化,消除原有信息的各分量之间的相关性,降低特征信息维数;实施最优最小约简,特征提取优化;构造自适应核函数,确定最优分类超平面,进行样本训练,获得火灾探测结果。从数据级、特征级、决策级3个层次上实现火灾信息融合。结果表明:该方法减少了融合过程中的信息损失,降低了计算的复杂性,有效地提高了火灾探测系统的可靠性和准确度。     

光声火灾探测系统新模型

普通光声气体探测模型因其实时性能差及波段要求高而不适用于火灾报警系统。本文介绍一种基于光声原理的CO在线测量的火灾报警模型。光声腔中采用纯CO气体代替气体采样,通过红外光源与光声腔之间的吸收路径测量火灾气体。一旦火灾气体经过该路径,将在不同吸收线上导致到达光声腔辐射量的减小。因此,只有与光声腔中气体一致的成分才能减弱初始光声信号,而信号变化代表了CO的存在。     

低压货舱多参数火灾探测集成模型的优化选择

针对低压飞机货舱环境下单模型的烟雾探测算法不灵敏的问题,给出了一种基于二次优化选择(Quadratic Optimization Choice, QOC)策略的集成分类模型。首先,对多种火灾特征参数包括CO体积分数、温度、湿度、红外和蓝光波长光散射功率信号、烟颗粒索特平均直径及对应增长率进行增益评估,筛选出关联度高的参数作为属性,通过特征工程和性能对候选分类器进行排序,然后采用QOC策略和软投票法集成机制确定次级分类器,最后指定多层感知器(Multilayer Perceptron, MLP)作为元分类器的模型集成方法,以提高烟雾探测模型在真实飞行环境的准确性和鲁棒性。模型性能将基于精确率、召回率和F₁、F₂、F₃指标进行比较。结果表明,集成模型应用于60 kPa低压环境烟雾探测结果优于K邻近算法(K Nearest Neighbor,KNN)和MLP,对榉木和航空汽油可燃物分别具有0.972 4和0.960 1的分类精确率,较原始算法KNN分别提高了0.087 2和0.062 6,较原始算法MLP分别提高了0.036 ...     

火灾探测技术及方法

火的发现推动了人类文明的进步,但同时也给人类和社会带来了极大的危害.阐述了感烟、感温、感火焰等几种常规火灾探测器的工作原理,并介绍了目前较为先进的光声火灾探测技术和TDLAS火灾探测技术.     

基于光声原理的早期火灾探测系统的研究

基于光声原理的火灾探测是一种新型非接触式、直接测量火灾参数的早期火灾探测技术。本文基于光声原理设计了早期火灾探测系统,利用两个光声腔对早期火灾产生的烟颗粒和一氧化碳进行了复合测量．实现了对早期火灾有效地探测；并设计和试制了基于光声原理的早期火灾探测系统和相应报警算法。在实验燃烧室对其进行了测试,并根据实验结果得出了其实现早期火灾探测的关键参数。实验证明，基于光声原理的早期火灾探测系统能通过对烟颗粒和CO复合测量，达到实现火灾早期探测报警的目的。     

一种基于支持向量机的飞行冲突探测方法

管制运行过程中,飞行冲突探测与解脱是安全运行的一个关键环节.使用具有二分类能力的支持向量机(SVM)对飞行冲突数据进行学习,得到具有冲突探测能力的SVM模型,再结合飞行趋势探测模块的结果,从而实现高效准确的飞行冲突探测.将实际的ADS-B数据分为训练组和验证组,利用训练组训练SVM,得到具有分类能力的SVM,再利用验证组数据对SVM的分类能力进行检验.结果表明,在最优的参数g与C的情况下,分类准确率达到98％,表明结合飞行趋势探测模块与支持向量机可以利用飞机的经度、纬度、高度、速度与航向等ADS-B信息,准确判断飞行冲突.     

基于气体浓度和烟颗粒消光系数的复合火灾预警系统

为解决火灾烟雾颗粒的消光效应对光声火灾检测带来的影响,以近红外激光为光源,结合波长调制技术和谐波检测技术对光声信号和颗粒消光系数进行了测量,并建立了火灾复合探测模型。利用棉绳阴燃、木材热解2组阴燃火实验以及正庚烷明火、木材明火2组明火实验进行了火灾模拟探测,并结合特定算法对结果进行了判定。结果表明系统能较好地对实验产生的CO浓度和烟颗粒消光系数进行探测,且运行稳定,能够满足火灾预警需求。     

基于字词向量融合的民航智慧监管短文本分类

为解决民航监管事项所产生的检查记录仅依靠人工进行分类分析导致效率低的问题,提出一种基于数据增强与字词向量融合的双通道特征提取的短文本分类模型,探讨民航监管事项的分类,包括与人、设备设施环境、制度程序和机构职责等相关问题。为解决类别不平衡问题,采用数据增强算法在原始文本上进行变换,生成新的样本,使各个类别的样本数量更加均衡。将字向量和词向量按字融合拼接,得到具有词特征信息的字向量。将字词融合的向量分别送入到文本卷积神经网络(TextCNN)和双向长短期记忆(BiLSTM)模型中进行不同维度的特征提取,从局部的角度和全局的角度分别提取特征,并在民航监管事项检查记录数据集上进行试验。结果表明：该模型准确率为0.983 7,F₁值为0.983 6。与一些字嵌入模型和词嵌入模型相对比,准确率提升0.4%。和一些常用的单通道模型相比,准确率提升3%,验证了双通道模型提取的特征具有全面性和有效性。     

时间序列模型在火警短期预测中的应用

基于某市的119火警数据,采用时间序列模型中的ARIMA算法进行了分析.计算结果表明,该市119火警数据的天序列服从ARIMA(0,1,2)模型,周序列服从ARIMA(1,0,0)模型.从模型对数据的拟合效果来看,ARIMA模型较为准确的反映了数据序列的发展趋势.采用这两种模型对数据序列分别进行了短期的预测,其预测值与实际结果在趋势上基本一致,研究表明采用周序列预测的效果要好于天序列.基于时序模型的火警预测方法是实现时火灾应急处置中关口前移的重要措施.     

多传感器耦合区域火灾报警技术研究

早期预警与低误报率一直是建筑火灾探测面临的挑战与难题。已有研究多针对特殊场所特定燃烧产物或多种传感器耦合,普适性不强,探测设备成本高,无法大规模应用。通过将火灾烟气蔓延规律与探测器信号时空分布融合,在不增加探测器数量和分布的情况下,提出了一种基于建筑结构微元的多传感器耦合区域火灾报警模型。对典型火灾场景的烟气蔓延情况进行了模拟分析,狭长结构中探测器信号强度变化具有一定的规律性。应用区域火灾报警模型后,报警时间较传统模式提前了14.7%,基本杜绝了单个探测器误报引发建筑物火灾报警的问题。结果表明:多传感器耦合探测模式显著缩短了火灾报警时间,降低了火灾探测误报率,实现了火灾的早期准确识别与预警。     

矿山排土场内部裂缝的雷达探测技术

矿山排土场出现裂缝后会直接影响到其自身稳定性,为了掌握排土场的安全状态和提出治理措施,就必须对排土场内部的裂缝分布进行了解.探地雷达作为一种物探设备与手段已经在公路和堤坝等裂缝探测工作中得到应用,将雷达探测技术引入到矿山排土场的裂缝探测中,从雷达探测机理和排土场裂缝物理特征上论证了该方法的适用性和可行性.解释了使用雷达探测的具体方法与过程,并提出利用雷达正演模拟来对探测图像的反演分析进行辅助解释,以提高探测精度和可靠性.对平川铁矿排土场的内部裂缝进行了探测实证,发现探测结论与已掌握的裂缝信息数据是基本一致的,说明了雷达探测技术在排土场内部裂缝探测工作中的实用意义.     

采空区隐蔽火源探测及声学法煤温感知新技术探讨*

为精准判定采空区等地下隐蔽火区高温点的位置和范围,综述现有采空区煤自燃温度探测技术,重点总结和分析红外探测法、分布式光纤测温法、指标气体探测法、热电偶测温技术以及同位素测氡法等煤层测温手段的研究进展与技术瓶颈,着重研究声学法测温的技术原理及实现方式;结合分层建模和插值建模的优点,探讨声学测温技术在采空区松散煤体煤温反演探测应用中的可行性。结果表明:受限于煤层赋存及开采方式等煤矿现场的实际情况,准确反演和精确定位采空区等隐蔽火源高温点和位置的探测方法和装备技术有待进一步发展;声学法探测松散煤体自燃温度的基本原理、传播衰减规律、温度场重构模型及其关键特征参量需进一步准确获取;综合考量声学测温技术原理和实现过程,该技术适用于采空区松散煤体自燃火区的环境特征,有望成为采空区隐蔽火源位置精准探测发展前景良好的探测方法。     

飞机货舱火灾CO浓度神经网络补偿算法研究

针对飞机货舱火灾探测误报率偏高且响应速度较慢的问题，采用电化学式一氧化碳传感器来代替传统民机所用的光电式烟雾探测器来探测飞机货舱火灾，并提出了一种基于粒子群算法(Particle Swarm Optimization, PSO)优化长短期记忆(Long Short-Term Memory, LSTM)神经网络的一氧化碳浓度补偿模型。首先在自搭建试验平台采集密闭空间火灾的多项试验数据，然后用PSO优化LSTM的隐藏层神经元个数和学习率，提高了LSTM的预测精度。通过与其他3种神经网络对比，PSO改进LSTM模型在基于时间序列的火灾一氧化碳检测中具有更好的补偿效果。通过浓度补偿，可以使电化学式一氧化碳探测器在飞机货舱火灾发生的早期阶段进行更准确的探测预警。     

基于BP神经网络的受限空间火灾联合探测方法

针对航空受限空间火灾探测高误报的问题，在现有技术成果基础上对多种火灾探测方式进行研讨，并提出1种基于BP神经网络技术的飞机机身内部受限空间火灾联合探测报警方法。该方法结合现有烟雾感应、气体传感器探测等常用火灾探测技术，以红外热成像探测为辅助手段，采用神经网络实现数据融合，对模拟实验舱火灾烟雾进行联合探测，在单一火灾探测方式基础上提高了探测准确率。     

面向危险化学品运输监测系统的信息融合模型构建

设计一种可用于危化品运输全过程安全状态实时监测的多参数监测系统,并以该系统为基础,构建面向危化品运输安全监测系统的多传感器信息融合模型。该模型综合利用系统监测到的多种参数信息,通过数据预处理、特征提取和状态判决、形势判决、危险态势估计和预测等4个级别的信息融合,结合危险报警模块和数据库管理系统,自动分析被测数据,最终达到对危化品运输安全分类、分级、分层次报警的目的。以该模型为基础讨论部分信息融合算法并设计相应的软件,在实际构建的针对液化石油气的危化品安全监测系统中进行应用试验,结果说明了信息融合模型的有效性。     

美国煤矿老空区探测的经验与启示

老空区探测是一个亟待解决的技术难题。自2001年,美国从地面、井下、孔间以及孔—地等立体空间,建立了巷道实体测试模型、巷道系统测试模型和废弃矿井验证模型,借助于14个示范工程,系统开展了老空区探测物探方法的测试与实物验证,对不同探测技术的实效性进行了初步的评价。分析认为:在老空区探测中,美国采用的实物模型测试探测方法有效性的做法值得我们学习和借鉴。     

复杂火区条件下煤火圈划和火源位置探测方法及应用

应用同位素测氡法探测技术对老二井火区进行了精确探测,并结合数值插值技术对野外测氡数据进行相应处理,得成了火区氡测值等值线和火区高温火源位置分布等值线,进而区分了该火区东西测场内的温度异常区和燃烧区。分析结果表明,西区温度异常区总面积约255477m2,东区温度异常总面积约70370m2,为该矿区灭火方案的设计提供了科学依据,也可为国内同类问题的解决提供参考。     

火灾早期过程特征提取与火灾源识别方法

针对传统火灾探测方法的准确性与及时性、误报率与漏报率相互制约的技术问题,利用傅里叶变换红外光谱分析技术,测量火灾初期的特征气体CO和CO2体积分数.以CO与CO2的体积分数比值为观察变量,运用移动平滑滤波器提取基于观察变量的大小、变化速度以及加速度的火灾过程特征向量.视虚假火灾源为具有有限扰动的固定目标,真实火灾源为具有相应位置、速度以及加速度的运动目标.采用数据融合技术,经过目标观察、特征提取以及身份识别,对火灾源的类型进行识别.研究表明,利用火灾过程特征信息与数据融合技术可以对真假火灾源进行有效识别,提高了火灾预警的准确性与及时性.     

光声光谱火灾气体探测系统

气体是火灾中最早出现的燃烧产物,利用燃烧过程中产生的气体作为判据能在很大程度上提高火灾探测及预警的早期性。光声光谱技术由于其在气体检测领域的高灵敏度、宽检测范围等优点已成为火灾探测的一个重要的发展方向。介绍了光声光谱技术原理,设计了一套基于光声原理的火灾气体探测系统。对该系统的基本性能进行了测试,并对棉绳阴燃和聚氨酯泡沫明火实验中产生的气体浓度(CO)进行了测量,根据光声信号的变化并结合一定的算法反演得到了这两组实验中CO的浓度变化曲线。实验表明,该探测系统对火灾能够很好地响应,能够满足探测需求。     

气体传感器及其在火灾探测中的应用

主要介绍半导体，红外吸收和电化学气体传感器以及发展中的智能气体传感器的工作原理、结构形成及性能特点，阐述了这几种气体传感器在火灾探测中的应用状况，并提出多传感器火灾探测属性融合结构采用特征层数据融合结构模型，给出实用有效的指数窗口算法和相应的硬件设计。