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。     

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。     

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%。     

基于二氧化钛纳米管有序阵列的氢气探测

基于气体传感器对H_2的泄漏进行探测监控,可以有效预防和控制H_2火灾爆炸事故的发生。通过阳极氧化法制备了高度有序的二氧化钛(TiO_2)纳米管阵列并制成气体传感器元器件,研究其在空气气氛中对H_2的气敏特性。通过粉末X射线衍射(XRD)、扫描电子显微镜(SEM),透射电子显微镜(TEM)表征手段研究了TiO_2纳米管的相组成和微观结构。TiO_2纳米管具有优异的气敏性能,可在200℃以上对H_2进行有效探测,检测极限达到20ppm。325℃对1 000ppm H_2灵敏度为446,响应时间为2s,对H_2选择性好。     

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。     

基于气味探测技术的矿井输送机胶带火灾监测

将气味探测技术应用于矿井输送机胶带火灾监测,以较早、准确地探测胶带火灾.煤、橡胶、机油是煤矿井下引发胶带火灾的3种主要可燃物质,气味传感器对这3种物质的受热响应实验表明,气味传感器可以在相对于火灾发生时较低的温度下监测到煤(50℃)、橡胶(65℃)、机油(110℃)受热产生的气味,并以不同温度下传感器的输出变化值(即巷道的气味变化)来判断是否发生了火灾.研究了气味传感器在井下的布置方式,认为气味传感器宜布置在气味浓度较高的混合浓度区,并通过相似理论模拟得出其间距L.     

PVC电缆火灾早期特征气体的组成分析和传感器探测

利用气体传感器对电缆绝缘过热释放的气体进行监测有望实现电气火灾早期预警,目前该技术的发展由于特征气体未得到确认而受到限制。分析了聚氯乙烯(PVC)电缆绝缘层在不同温度下释放的气体组成,并对其主要成分进行传感器测试。TG-IR和GC-MS分析表明PVC电缆绝缘层在200℃前已出现微小失重,释放出以邻苯二甲酸二辛酯(DOP)等塑化剂为主的气体。气敏测试中,商用半导体气体传感器对DOP和电缆蒸气产生较好、相似的响应性能。因此,DOP可以作为PVC电缆火灾早期的特征气体。     

基于多传感器融合的林火监测

为了提高近距离火灾监测的准确率,建立了基于Arduino平台的多传感器实时监测系统.此系统安装在移动机器人身上以探测火灾.在林火发生期间,会产生CO、C02明火火焰及其他产物,并引起周围环境温度的升高.因此,选择合适的传感器,检测出以上参数,就有可能据此判断实际环境是否有火.通过在Arduino上搭建火焰传感器、温度传感器、气体传感器和烟雾传感器,可以实时监测环境参数.在无火和有火环境中进行了多次试验,进行数据采集,得到了大量原始数据.无火环境的数据是在不同的天气条件下测得的;有火环境由试验火堆模拟得到.在模拟的过程中,进行人为操作以模拟不同的火情.如通过浇湿底部的可燃物模拟预热阶段,试验数据因此更有代表性.数据分析表明,单个传感器的输出值波动大,且在有火环境和无火环境中的输出值有重叠.因此,用单一传感器来检测火灾的准确率很低.而同时分析3个传感器的输出值时,其输出值随所检测火堆的不同呈现出一致的变化规律.最后,利用神经网络进行多传感器数据融合.涉及5个输入变量,由神经网络实现对多变量的非线性问题进行模式识别.将前述试验所得数据划分为训练数据和测试数据,两类数据均包含一定比例的有火样本和无火样本.用训练数据对BP神经网络进行训练,可得到林火识别模型.用测试数据检验模型,结果表明,该BP神经网络对试验火的识别准确率为98.625％.     

煤气生产车间CO气体浓度监控技术的研究

根据某化工厂煤气生产工艺流程,研究预防CO气体泄漏引起的火灾、爆炸和中毒事故的监控系统,分析监控系统的工作原理及电路图,对CO监控技术的研究和气体传感器的研制有重要的参考价值.     

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。     

火灾探测技术研究的展望

简述了火灾探测的基本原理,综述了火灾探测技术的发展历史和研究现状,并从探测器研究和探测算法研究两方面综述了国内外火灾探测研究方面的最新进展,展望了火灾探测研究未来的发展趋势。     

基于IPSO-BP模型的火灾气体传感器气压补偿算法

为完善飞机火灾检测系统,设计一套方案,模拟试验不同气压下CO、CO2气体传感器采集气体的体积分数值,并与理论值比较,进而提出一种根据粒子适应度值动态调整学习因子的粒子群算法.采用改进的粒子群(IPSO)算法寻找反向传播(BP)神经网络的最优初始权值阈值,再利用寻优后的BP神经网络修正CO、CO2气体传感器的检测结果,消...     

Fault detection and diagnostics of a three-phase separator

A high demand of oil products on daily basis requires oil processing plants to work with maximum efficiency. Oil, water and gas separation in a three-phase separator is one of the first operations that are performed after crude oil is extracted from an oil well. Failure of the components of the separator introduces the potential hazard of flammable materials being released into the environment. This can escalate to a fire or explosion. Such failures can also cause downtime for the oil processing plant since the separation process is essential to oil production. Fault detection and diagnostics techniques used in the oil and gas industry are typically threshold based alarm techniques. Observing the sensor readings solely allows only a late detection of faults on the separator which is a big deficiency of such a technique, since it causes the oil and gas processing plants to shut down.A fault detection and diagnostics methodology for three-phase separators based on Bayesian Belief Networks (BBN) is presented in this paper. The BBN models the propagation of oil, water and gas through the different sections of the separator and the interactions between component failure modes and process variables, such as level or flow monitored by sensors installed on the separator. The paper will report on the results of the study, when the BBNs are used to detect single and multiple failures, using sensor readings from a simulation model. The results indicated that the fault detection and diagnostics model was able to detect inconsistencies in sensor readings and link them to corresponding failure modes when single or multiple failures were present in the separator.     

峡谷地形中森林地表火蔓延实验研究

在峡谷形的受限结构实验台上进行森林火灾实验，燃料采用与林间可物相似的混合物，观测火蔓延过程在这种地型结构中的特点。改变风速，通过温度时间曲线分析林火蔓延过程以及烟气运动的规律，所得到的结果也将为林火模型进一步的建立提供实验依据。     

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。     

一种改进的帧差法实现火焰目标分割

针对传统船舶火灾报警系统采用的传感器在远离火灾源时很难探测到初期火灾的特性,提出了利用摄像头模式识别的方法来探测火源的构想,将顶置鱼眼摄像头作为图像传感器,在一个较大的范围内探测初期火灾,提出了一种基于火焰闪点位置的交叉性与聚合性的帧差算法,实现火焰目标分割识别.该方法是在实时视频流中,对连续两帧图像进行帧差,根据闪点位置的交叉性排除运动物体的干扰,再根据闪点的聚合程度排除一部分游离的干扰闪点,最后得到疑似火焰区域.对疑似火焰区域二值化、抽取轮廓、再由种子点位置确定火焰外形.此法能够高效地从视频图像中分割出火焰,从而为火灾的初期预防报警提供高效识别手段.     

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。     

矿井瓦斯防爆监测氧含量线性标定

矿井火灾是采矿业面临的安全生产问题之一。该文研究的目的是评估新的矿井瓦斯防爆监测中最重要的成分氧气的检测策略,在矿井火灾中做出预见与预报。对于密封区域,发生瓦斯爆炸危险安全区时氧气浓度小于8%,按照国家标准,本矿要求氧气检测精度达到1%。氧含量监测系统受到气体气路、传感器运行、信号调理与处理情况和终端处理系统等四个方面的影响。该文通过运用计算机控制技术分别对氧含量监测系统进行硬件线性开环标定与软件线性闭环标定,并采用著名的OriginPRO数据分析软件对系统采样数据进行了分析与解读,以达到对软件线性闭环标定进行程控规划和信息实时纠正,使系统氧气含量监测灵敏限小于0.36%。