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。     

火灾烟雾光学探测技术原理的数学分析

从辐射传热的角度，同时考虑照明条件下的火灾烟雾与环境背景中其他物体的辐射，采用信／噪比处理方法，对火灾烟雾光学探测原理进行了数学分析，分析指出：火灾烟雾光学探测必然分为散射型和透过型两种原理类型，以及存在着四种技术原理。     

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%。     

浅谈光电烟雾火灾探测技术

本文简要阐述了火灾探测的重要性,回顾了火灾探测技术的发展历史,介绍了烟雾火灾探测技术的基本原理,并从光学探测室、传感器等层面介绍了光电烟雾火灾探测技术的发展概况.最后,展望了光电烟雾火灾探测技术的发展趋势.     

基于U-Net深度神经网络的早期火灾烟雾自动分割方法

在火灾事件监测中,为了减少数据处理量、加快探测速度,需要先分割出疑似烟雾区域。传统的烟雾分割算法大多需要设置阈值进行处理,算法的环境适应能力还需进一步提升。在研究中,使用U-Net结构的深度神经网络进行早期火灾烟雾的自动分割,通过半自动算法人工辅助分割出烟雾区域的图像样本,基于深度神经网络对分割烟雾区域进行学习,得到原始视频帧到分割结果的映射模型,并据此模型进行烟雾区域分割。在测试集上的分割实验结果表明该方法与传统方法相比,不需要设置阈值,自动化程度更高,分割速度极快,在疑似烟雾区域分割任务中性能较好。     

基于CCD成像的多角度激光散射探测技术

介绍了基于CCD成像的多角度激光散射的探测技术。本技术采用数字图象、神经网络等处理技术，对不同的燃烧方式设定相应的灵敏度，能准确识别灰尘、飞虫和水蒸汽等非火灾的干扰因素，实现了在复杂环境中稳定可靠的超早期的火灾探测和报警，改变了现有探测技术在提高灵敏度后却只能用于洁净环境、对恶劣环境只能通过提高报警阈值等手段来解决的被动局面。     

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。     

浅谈大空间火灾探测技术

针对大空间火灾探测设计所面临的问题,分析了大空间火灾探测的难点,介绍了几种典型大空间火灾探测技术的工作原理和技术特点,并对其在大空间建筑中的选型、应用进行了探讨。结合建筑实例,分析了大空间火灾探测设计的思路。     

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。     

基于人工神经网络的火灾图象探测方法

提出了一种新型的火灾探测方法,基于ＢＰ神经网络的火灾图象探测方法。该方法利用了早期火灾火焰的形体变化特性,用图象处理的方法提取特征信息,最后利用人工神经网络来进行火灾判,别。     

基于人工神经网络的烟气及温度实时预测模型*

为监测建筑火灾事故区域的危险程度,实现更加安全、高效的火灾应急救援,以通廊式建筑为研究对象,基于转置卷积神经网络及数值模拟方法开发1种可实时预测走廊位置处烟气扩散和温度分布的神经网络模型。首先,依托Python建立包含全连接、转置卷积、反池化等在内的19层神经网络模型的整体架构;其次,建立包含99个火灾场景,共7 920组图像数据的火场信息数据库用于模型训练;最后,使用测试集对模型进行可靠性验证。研究结果表明:烟气（温度）预测模型在不同火灾场景下的预测精度达到95%,训练完成后模型的预测时间一般为1~2 s。研究结果可为应急策略的快速制定提供数据参考。     

烟气湍流效应对火灾图像探测的影响

烟气是火灾过程的重要物理现象,烟气的湍流效应是火灾图像探测的重要影响因素,分析了烟气湍流反应对火灾图像探测的影响,得出了一些烟气湍流效应的图像特征,为多参数特征的火灾探测提供了理论依据。     

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。     

隧道受限火灾合理纵向通风风速范围研究*

为探究公路隧道不同受限程度火灾的适宜纵向通风风速,基于FDS模拟分析5种纵向通风速度下不同近壁距离火源顶棚下方烟气最高温度的分布特性、烟羽流倾角及烟气分层状况,提出合理纵向通风风速范围。研究结果表明:在隧道中心线上近火源下游,顶棚下方的最高温度沿纵向均呈指数衰减。不同贴壁距离和纵向通风风速下,均出现烟气分岔流动,随着贴壁距离减小羽流撞击处温升、火羽流偏移角显著增加。当风速小于1.6 m/s时,火源上游出现大量高温烟气回流;而当风速超过2.4 m/s时,分岔流动现象越明显,各偏移角变小,火源下游逐渐后移的烟气层严重失稳。因此,不同受限程度下火灾合理纵向风速为1.6~2.4 m/s。     

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。     

提高前向散射型光电感烟探测器性能的算法

以国家科技部973项目中建立的火灾探测应用环境及火灾信息数据库为依据,对目前使用最为广泛的前向散射型光电感烟探测器固有特性的归纳和分析,通过数据挖掘,提出一种切实可行的算法处理技术和智能判断火灾方法,有效提高了现有前向散射型光电感烟探测器的火灾探测及其抗干扰能力。     

胶带运输巷水幕抑制火灾烟气效率影响因素实验研究

针对胶带运输巷火灾时期有毒烟气蔓延严重威胁工作人员的生命安全问题,提出利用水幕阻烟法抑制火灾烟气传播,搭建小尺寸实验台研究水幕对矿井巷道火灾烟气的阻挡效果。通过分析火灾烟气的运移规律,测量温度分布、非水溶性火灾烟气体积分数的变化,检验矿井运输巷内设置水幕阻烟的有效性。实验结果表明:水幕开启后,其下游空间烟气体积分数降低,能够有效阻止火灾烟气的扩散;水幕远离烟气源、增加水幕层数、水幕向上喷射、喷头压力增大均能够提高水幕的阻烟效果。实验为矿井巷道等地下建筑的防排烟设计提供了思路,对火灾的救援与人员的疏散具有重要意义。