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。     

“激光图像感烟火灾探测技术”通过专家鉴定

由火灾科学国家重点实验室、中科院热安全工程技术研究中心共同承担的“激光图像感烟火灾探测技术”项目通过专家鉴定。该项目采用激光多角度散射技术 ,有利于信号的获取、分析和处理 ,降低了计算误差 ,大大提高了探测器测量烟气参数的准确性和可靠性 ;通过ＣＣＤ的影象信号 ,对不同散射角范围内的散射信号进行了同时接收处理 ,使探测器对不同的火灾烟气都有相同的灵敏度 ,有效的图像处理算法和智能的火灾识别模型可以稳定地识别火灾信号和非火灾的干扰因素 ;将火灾探测作为非线性问题处理 ,更加接近真实的火灾发展规律。使用模式识别、时间…     

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。     

火灾自动报警监控通讯及联网技术的应用与发展

针对当前火灾自动报警系统存在的通讯协议不标准，系统误报、漏报频繁，特殊恶劣环境的火灾报警抗于扰等问题较为突出的观象，提出了采用统一、标准、开放的通讯协议标准，广域网技术，智能化的火灾探测算法技术处理火灾探测器提供的火灾信号等技术改进措施。     

模糊神经网络在火灾探测系统中的应用

为使火灾探测具有较低的误报率、较高的可靠性和较强的环境适应能力,提出了一种基于人工智能的数据融合技术的火灾探测算法,以环境温度、烟雾浓度、CO含量为检测对象,利用人工神经网络和模糊推理技术对多传感器信号进行融合,最终输出火灾危险性大小的信号。神经网络采用径向基函数网络(RBF),运用最近邻聚类学习算法,实现隶属度函数参数的自动提取,并结合模糊逻辑具有较强综合判断能力和识别能力的特点,在MATLAB下完成了火灾探测系统的设计与仿真,明显提高了火灾探测系统的性能。     

虚拟仪器技术在神经网络火灾识别模型中的应用研究

为降低火灾自动报警系统的误报、漏报率,基于BP神经网络算法,用LabVIEW虚拟仪器开发了一套智能火灾识别模型。在火灾探测区域内合理布置若干感温探测器,在火灾识别模型中,将探测到的温度场参数作为BP神经网络的输入,火灾发生与否作为输出,并对影响BP神经网络的各项参数和该模型的运行结果进行测试研究。仿真试验结果表明:选取42组训练样本,当网络训练到4 000次左右时,最大相对误差值达到目标值0.1,其中大部分相对误差值达到0.05以下,网络的实际输出值非常逼近样本的理想输出值;实际火灾试验表明:该火灾识别模型能够探测火灾的发生。     

基于Soft Fuzzy ARTMAP算法的地铁隧洞光纤光栅传感火灾识别研究*

为解决传统火灾报警系统在应对地铁火灾报警时存在的即时性差、灵敏度及智能化水平低等问题，基于Fuzzy ARTMAP网络，结合Yu范数相似度准则与软竞争学习机制，提出1种软竞争学习Fuzzy ARTMAP算法，弥补传统Fuzzy ARTMAP网络胜者为王规则导致的区域重叠而产生误判的不足；结合地铁光纤光栅传感网络数据，将该算法应用于地铁火灾识别。结果表明:与传统的Fuzzy ARTMAP相比，该算法可快速有效地识别地铁火灾趋势，为地铁火灾识别系统研究提供理论支持。     

基于遗传算法的前馈神经网络火灾探测

分析了前馈神经网络火灾探测的基本原理;针对ＢＰ算法的缺陷,提出用遗传算法（ＧＡ）和ＢＰ相结合的一种方法,即：ＢＰ－ＧＡ算法;并把ＢＰ－ＧＡ算法用于火灾探测的模拟,结果表明：前馈神经网络是处理火灾信号的良好方法,ＢＰ－ＧＡ算法提高了网络的收剑性。     

基于蚁群神经网络火灾信息处理技术研究

简要介绍了火灾信息处理技术的发展历程。鉴于传统的BP网络神经算法在时间和收敛性上的不足,提出用蚁群算法来训练神经网络,并针对火灾信息的特征建立模型。最后通过实例进行了验证,说明蚁群算法训练神经网络权值和阀值的方法,用于火灾探测信息处理,提高了信息处理准确率,缩短了训练执行时间。     

高层建筑火灾精确报警的无线复合信号系统

为有效防控高层建筑火灾事故,利用最新无线通信及复合探测信号技术,设计开发高层建筑火灾精确报警的信号系统。鉴于现有建筑火灾自动报警系统的局限性,重点针对在用高层民用建筑,首先提出一种火灾精确报警的无线烟-温复合式信号系统构建思路;然后通过数据采集终端、分站节点、报警算法等研究,解决系统实现的软硬件问题;最后搭建火灾试验平台,开展系统测试和试验分析。研究表明:所开发系统整体可靠性较好,比其他单一信号系统报警及时、准确,试验中,报警时间可提前2 s以上,误报率小于2%。     

双波长气溶胶粒径传感方法及其火灾烟雾探测器

提出了双波长光散射气溶胶粒径传感方法,设计实现了采用该方法的双波长火灾烟雾探测器。使用短波长和长波长的双波长光源,通过计算其光功率比值,利用其与中值粒径的关系函数获得气溶胶粒径,并根据不同粒径下的气溶胶浓度分别给出大小不同粒径的火灾烟雾或干扰气溶胶提示。因而,不仅可以有效区分大小不同粒径的火灾烟雾气溶胶,以正确探测火灾,而且能够识别微米级的大粒径干扰粒子,降低火灾误报率,可以应用于飞机等航空器空中密闭的特殊环境。     

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。     

高压电力电缆隧道火灾早期预警判据的实验研究

我国城市架空高压电力线路已逐渐下地进入电缆隧道,其中的火灾防控系统是保护整个电力输送安全与稳定的重要一环。搭建了高压电力电缆隧道火灾烟气模拟与测量实验平台,针对电缆受热着火燃烧的典型工况,研究了隧道两端不同开口状态下的顶棚各位置CO浓度、CO2浓度、烟颗粒浓度和温度的变化特征。结果表明,顶棚位置CO浓度和烟颗粒浓度可作为火灾早期预警的优选标志性参数,而CO2浓度和温度较不适合。设定CO浓度和烟颗粒浓度的预警阈值分别为10 ppm和0.05 dB/m,各顶棚位置均可实现报警,各工况下,不同顶棚位置报警时间呈以火源正上方探头为最早报警的V字形分布。此外,电缆隧道两端的开口状态对隧道内CO和烟颗粒运动产生一定影响,进而影响不同预警参数的响应灵敏度,即两端开口时,CO浓度预警模式更早响应,而两端关闭时,烟颗粒浓度预警模式更早响应。研究结果对高压电缆隧道火灾预警系统的设计具有指导作用,也可为未来高压电缆隧道的相关预警标准提供基础。     

潮湿引起感烟火灾探测器误报研究

针对潮湿现象成为典型的火灾探测误报源 ,在火灾探测综合模拟实验平台中 ,通过收集水沸腾形成的水雾进行加湿 ,研究了冬季与夏季潮湿环境 ,对散射型光电感烟火灾探测器的发生误报影响。通过比较探测器的输出值与其附近湿度变化曲线 ,从原理上分析了误报发生的原因。实验结果表明 :在气温较低的冬季 ,水蒸气较易形成液态小水珠 ,容易导致感烟探测器误报警 ,而在夏季由于气温较高 ,这种情况较难发生。对相对湿度较高或达到饱和湿度 ,以及非火灾因素的雾气或微细水珠 ,对感烟探测器可靠性的影响 ,开展下进一步的工作进行了展望     

火灾烟雾探测技术的发展与探讨

简述了火灾烟雾探测的基本原理，针对火灾烟雾中固态产物的物理特征，从探测器设计和相应算法两个层面综述了国内外火灾烟雾探测技术的进展，展望了火灾烟雾探测技术的发展趋势。     

一种关于点型探测器火灾探测能力的评估方法

以探测器火灾信息数据库为依据,通过对目前使用最为广泛的各种点型感烟、感温及CO气体探测器对八种典型试验火响应数据测量及数据挖掘,提出用梯度幅值评估方法,对上述探测器的火灾探测能力作出相应的评估结论,为城市建筑火灾自动探测报警系统的正确设计、选型和使用提供了参考理论依据。     

基于无人机的火灾检测系统设计与实现

针对传统森林火灾检测手段响应速度慢、效率低、误报率高等问题,设计了无人机搭载的由云台和相机组成的图像采集平台,通过火灾智能识别技术,实时识别监测火灾的发生,并达到了自动抵近侦察及实时态势感知的效果。在火灾智能识别算法方面,提出了improved-YOLOv3算法,通过在特征交互阶段增加yolo层,加强了网络对特征的融合度,从而增加了网络的检测能力。通过与性能相似的网络进行对比测试,验证了改进算法的有效性。测试结果表明,提出的算法检测准确率高、漏检率低、推理速度快,能够适用于实际火灾现场监测。     

光电探测器微变信号放大电路的设计和分析

针对火灾探测过程中的光电探测器输出的微弱信号设计了一个微变信号提取放大电路。将探测器内阻分解为微变内阻和不变内阻,采用两路取样信号方法进行差模放大。经过计算选择了特定的电路参数,使得电路输出和探测器微变内阻成正比关系,从而实现了微变信号的放大。用斩波方法进行了电路输出性能的实验。对电路参数的选择以及温漂问题进行了详细分析。