基于CAN总线的火灾报警系统设计

采用CAN总线设计方法,提出一种分布式智能火灾报警系统设计方案及系统实现方法.采用多CPu的并行处理方式和智能数据处理方法,实现了系统的实时、准确报警和可靠的联动控制.利用现场总线CAN实现控制器的联网.具有可靠性高、误报率低、人机界面友好的特点.     

CAN总线在分布式智能火灾控制系统中的应用

分布智能火灾报警控制系统是当今火灾报警技术发展的必然趋势,由于其对中央控制器要求较高,传统的单片机在某些方面已经有些力不从心,而ARM(Advanced RISC Machines)由于其高性能、低功耗、低成本的特点正是替代传统单片机的首选,本文在分析ARM与单片机的异同,CAN总线原理、CAN2.0协议和分布智能控制系统体系结构的基础上,提出了一套基于ARM的火灾报警控制系统总线通信协议,并详细介绍该系统的CAN设备驱动和联动逻辑的设计方法.火灾报警控制系统以S3C2410作为CPU,实现了人机交互界面、系统逻辑控制、联动控制等多种功能,同时也实现了使用RJ45直接接入Internet.本文阐述的CAN总线通讯协议和控制器实现技术不只局限于分布智能火灾报警控制系统,更可推广至大多分布智能控制系统,特别是以ARM为核心的大型控制系统.     

飞机货舱复合烟雾探测方法研究

为解决目前飞机货舱火警探测装置易受空气中灰尘和水蒸气颗粒干扰造成误报率极高的问题,提出一种复合多传感器的飞机货舱火灾探测方法。首先搭建包括温度传感器、CO传感器和双波长光电式烟雾传感器的复合式火灾探测装置,设计火灾探测系统软件;然后进行真假火源试验,采集火灾过程中烟雾、温度、气体的变化特征参数;最后采用人工神经网络算法对采集到的数据进行融合分析。结果表明:嵌入双波长光电式烟雾探测器的多传感器探测装置报警正确率比传统火灾烟雾探测器有大幅度提高,干扰源识别相对误差不超过5.7%。     

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。     

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。     

基于数字锁相技术的飞机货舱火灾烟雾光学参数方法研究*

为解决飞机货舱火灾光学探测易受环境杂光和空气中灰尘、水汽干扰,误报率高的问题,提出1种基于数字锁相的双波长火灾烟雾探测方法。利用数字锁相技术调制双波长光源,选择性地提取微弱光散射信号,并设计前、后双向散射光探测光路。采用常见火灾材料及干扰源进行真假火源实验,依据米氏散射理论及不同粒径气溶胶颗粒对不同波长光的散射效应差异,以不对称比（AR）和双波长光强比（DWIR）作为火灾检测参数对不同粒径颗粒进行区分,根据2种火灾检测参数建立数据样本,利用BP神经网络进行分析,并加入复合式传感器实验作为对比。研究结果表明:基于数字锁相技术的火灾烟雾光学探测方法能够在一定程度上区分火灾烟雾和干扰源,误报率小于3.5%。     

基于CAN总线的汽车防撞报警系统设计

提出了一种基于CAN总线的汽车防撞报警系统设计方案,并论述其软硬件实设计方法.系统采用雷达传感器获取车辆信息,并依托CAN总线技术进行各节点问通信,具有很好的实时性和可扩展性.     

基于现场总线的火灾报警监控系统

随着高层建筑的数量增多,功能日益复杂,对预防火灾的要求也越来越高,基于CAN的数据通信具有突出的可靠性、实时性和灵活性,非常适用于火灾报警系统的构建特点,文章提出了以现场总线为基础来构造火灾报警系统,对现场总线进行了介绍,对系统智能节点的组成、硬件的搭建作了比较详细的论述.     

小小光纤引发煤矿安全监测的技术革命

山东省科学院激光研究所利用自己多年从事光纤传感研究所取得的科研成果,结合光纤光栅测温技术和压力传感技术,采用自主研发的高可靠性全光纤瓦斯、一氧化碳气体传感器,首次将瓦斯、一氧化碳、分布式温度等综合参数集成,研制了“全光纤煤矿采空区火灾监测预警系统”,实现了全光纤的煤矿采空区火灾的多参数预测预报。     

智能火灾报警控制系统控制器软硬件设计

本文着重介绍了CAN总线通信协议下的智能火灾报警控制系统的控制器主板硬件结构和软件结构设计。     

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...     

基于DBSCAN聚类的城市区域火灾风险计算方法——以深圳市盐田区为例*

为探究评估城市区域的火灾综合风险,提出空间聚类和层次分析法对深圳市盐田区2011年至2019年火灾数据进行建模分析。运用DBSCAN聚类模型对火灾地点进行分类,结合层次分析法构建火灾风险评估验证模型,探讨聚类结果、火灾场景、火灾原因构建系统层次结构模型,综合得出风险评估结果。通过将聚类区域还原至百度地图,结合场景信息及层次分析法指标值对模型的有效性进行验证。结果表明:由于各区区域功能及地理位置不同,区域火灾风险值有明显差异,模型计算出的4个区域结果与实际火灾情况具有一致性。     

石墨烯火灾预警器的研究进展

火灾预警系统的核心之一是新型传感材料,石墨烯及其衍生物具有超高电子传导率和超大比表面积,因其独特的温敏性及气敏性,在传感器领域具有广泛的应用前景.综述了国内外近年来石墨烯及其衍生物在火灾预警领域的研究进展,介绍了多种热敏型氧化石墨烯及气敏型石墨烯火灾预警器的设计思路,可实现对早期火灾的快速可靠预警,重点关注氧化石墨烯的热致还原效应及石墨烯对火灾标志性气体的敏感性,探讨其火灾预警机制,介绍了其在保温预警气凝胶、智能火灾预警墙纸、自供电火灾预警系统、断电保护等方面的应用探索.通过分析现有研究成果,总结了石墨烯在火灾预警领域的优势与不足,并对其发展前景及有待解决的技术问题进行了展望.     

基于CAN的电梯通讯控制系统分析

电梯作为必要的运输工具，逐渐向高速化、高效化及大提升高度方向发展，其对各模块之间数据传送的实时性和可靠性提出了更高的要求，通过与传统通讯方式比较，CAN总线具有更高效的结构方式及更高的数据安全性能，使电梯控制系统实现模块化的实时数据通讯。本文介绍了CAN总线通讯技术在电梯中的典型应用，通过对CAN总线的构成及工作原理分析，总结了其通讯技术特点。     

飞机货舱火灾多传感器探测方法研究

为解决目前飞机货舱火灾探测器误报率极高、响应速度慢的问题,开发一种基于烟雾颗粒浓度、温度、CO质量浓度和CO_2质量浓度的多传感器飞机货舱火警探测方法并制定多参数报警算法。选择合适型号探测器构成烟雾、温度、CO和CO_2多传感器探测装置;采用常见火灾材料及干扰源在模拟货舱内进行真假火源试验;根据从试验数据中提取的火灾发生的特征信息制定多参数报警算法。结果表明:真实火灾产生大量的CO和CO_2,其质量浓度变化非常大;假火灾只产生极少量的CO和CO_2,质量浓度基本与环境中持平;用基于多传感器火灾探测装置可以准确区分真假火源,大幅度降低误报警率;多参数报警算法较单参数算法响应更快。     

浅析CAN现场总线在楼宇对讲系统中的实际应用

本文概要阐述了CAN总线串行通讯技术的优势及独立CAN控制器SJA1000、CAN收发器82C250的特点;具体介绍了CAN总线在楼宇对讲系统的应用中一些实际应用的问题.     

基于802.11n无线传感器网络的巷道人员定位技术研究

针对现阶段矿井人员定位系统定位精度低、成本高、可靠性差等问题,提出了一种基于802.11n无线传感器网络技术的真三维人员定位系统,该系统根据功能特征划分为现场设备管理层、系统运行监控层和地面监控管理层。工作时,定位分站将移动节点通过无线网络传输过来的位置坐标信息通过RS-485总线传输到光纤冗余网中,紧接着将位置坐标信息通过CAN现场总线传输到地面数据服务器内进行解压、分析处理和可视化显示。实验结果表明:当加权因子k取1.1时,该系统在井下巷道测试环境中的平均误差仅为1.15 m,且长期运行无故障,具有较高的定位精度和可靠性,降低了成本。     

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.     

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 K-means聚类算法的沥青烟电除尘器火花分析

为了保证沥青烟电除尘器的除尘效率、降低除尘设备的火灾风险,采用了K-means聚类的方法分析ESP放电信号。首先将ESP伏安特性曲线的二维空间进行了分割,确定了不同运行状态与聚类中心的关系,然后使用K-means聚类算法计算其聚类中心,最后根据当前ESP输入参数与各个聚类中心欧氏距离的关系,从而判断出ESP是否处于火花放电状态。仿真结果表明该方法可以准确地判断出所有火花放电信号。