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。     

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。     

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TDLAS的火灾气体探测系统研制

将TDLAS(Tunable Diode Laser Absorption Spectroscopy)技术应用于极早期火灾气体产物的检测.对于火灾早期特征气体CO和CO2气体探测,选择中心波长为1582nm和1607nm的近红外吸收谱线,设计了一个基于TDLAS的火灾气体探测系统.对于CO和CO2气体,最低检测灵敏度分别达到2.3×10-6和22×10-6体积比浓度.该系统信号响应线性度高,长期运行稳定.     

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。     

激光烟雾图像和CO气体复合火灾探测器的设计

准确可靠并且尽早期地发现火灾是火灾探测最重要的环节。传统的单一量火灾探测器是对燃烧过程中产生的烟气或者火焰温度等单一的火灾参量作出响应,判断是否有火灾发生,容易引起误报。介绍了一种基于激光图像感烟和CO气体的复合式探测器的设计,在设置报警输出时,将烟雾探测结果和气体浓度探测结果进行逻辑"与",只有当两者都达到预先设置的阈值时,整个探测器才报警,从而提高了火灾探测的可靠性。     

非色散红外CO2飞机火警探测技术研究

提出了基于非色散红外吸收原理(NDIR)实时监测环境中CO2气体浓度变化进行火警探测的方法。根据高空大气环境的特殊性,探讨了基于NDIR的CO2气体探测技术应用于飞机上所面临的低温低压难题。进行了基于NDIR的红外CO2飞机火警探测器的两种结构设计,提出了基于CO2气体浓度监测的红外CO2飞机火警探测器的主要参数要求,研究了基于CO2浓度变化速率与变化值的火灾报警算法。     

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。     

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.     

一种火场多参量在线监测系统的设计与实现

火场氧浓度降低、大量烟气遮挡视线和吸入毒性气体是造成火灾中人员无法逃生而窒息死亡的三大主要因素.基于波长调制光谱和谐波探测技术,利用光源调制实现了气体浓度的谐波检测;采用激光烟浓度检测方法,测得减光系数,以表征烟雾浓度.通过合理高效的系统光路和硬件设计,采用分时复用方法,大大缩短了检测周期,每2.5秒便可完成一次对火场多参量的检测,实现了同时对火场中多参量(包括火灾产物中O2、CO、CO2、HCN的浓度和烟雾浓度)的在线实时监测.     

棉垛早期阴燃火灾特性及棉花仓库主动吸气式复合探测研究

以棉花仓库消防安全为背景,在火灾探测标准燃烧室内开展了棉花垛早期阴燃特性试验和吸气式复合探测试验研究。分析棉花垛早期阴燃过程中的质量损失、烟气浓度以及图像特征变化,以棉花垛顶部着火为例,归纳了阴燃过程大致包括水平蔓延及竖直蔓延两个阶段,并分析了各阶段特性。利用吸气式复合烟气诊断,分别记录了吸气管道出口的CO体积分数变化以及吸气式探测器的输出信号。结果表明,CO的响应时间明显快于吸气式探测器且几乎不受采样孔位置的影响。由于阴燃温度低,羽流湍浮力相对较弱,而CO气体密度远小于烟颗粒密度,在吸气管道中表现出更好的迁移性。因此,针对大空间棉储仓库,可以采用吸气式感烟火灾探测器与CO气体探测器相结合的复合探测手段,也可以考虑在传统吸气式探测器内部整合CO探测部件以提高探测报警速度,同时有效降低误报、漏报率。     

Correction model for CO detection in the coal combustion loss process in mines based on GWO-SVM

Accurate detection of CO gas is crucial to the prevention of coal combustion. Tuneable diode laser absorption spectroscopy (TDLAS) is a reliable method for CO detection during coal combustion. The influences of temperature and pressure cause changes in the line strength and linewidth of the index gases’ absorption spectra, leading to sizable measurement errors. To correct the distortion of the CO absorption spectrum caused by temperature and pressure fluctuation, a compensation model based on the grey wolf optimizer–support vector machine (GWO–SVM) was proposed. The results were compared with those of the single SVM, the back propagation neural network (BPNN), and multiple regression analysis (MRA). MRA was revealed to result in the lowest accuracy, which indicated that MRA is not ideal for compensation in TDLAS. The hyperparameter selection of the SVM had the disadvantages of randomness and blindness, which led to instability and large errors. The BPNN achieved better correction in the training stage, but severe overfitting occurred in the testing stage. The modified results revealed that the GWO–SVM model had higher accuracy and stability than the other models. It effectively inhibited the effects of temperature and pressure on the measured concentration and greatly improved the measurement accuracy. The equipment is thus suitable for CO gas detection with the aim to preventing coal combustion loss, and it can be further applied to loss prevention in other process fields.     

工业过程CO气体浓度检测技术

工业过程中在线对CO气体的分析测量,对钢铁冶金企业能源气回收、环保节能具有重要的作用。提出了近红外CO浓度检测系统,根据光谱吸收原理,采用双光束气体浓度检测技术。系统选用近红外光源和探测器,与传统的中红外波长工作器件相比,成本得以降低。     

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。     

采空区自燃火灾气体钻孔导流的数值模拟研究

针对采空区局部自燃火源点的火灾情况 ,提出用地面钻孔抽放采空区自燃火灾气体 ,使其避免流向工作面的方法。基于渗流方程和气体扩散方程建立了简化的采空区火灾气体移动———弥散数值模型 ,用迎风有限元方法结合图形显示技术求解。模拟了在抽放前后采空区火灾气体移动和CO浓度分布特征 ,该方法对火源位置的判定精度要求不高 ,但钻孔必须设在火源的后方。通过模拟试验 ,抽放后工作面向采空区漏风增加量约为抽放流量的一半 ;抽放流量与采空区CO绝对涌出量近似呈负指数关系 ,给出了最低抽放流量的表达式。这项研究 ,能为分析在短期内消除采空区自燃火灾气体对工作面影响和确定抽放参数提供一种辅助手段。     

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。