基于改进GMM算法的林火烟雾识别研究

针对森林火灾烟雾场景光照突变时传统混合高斯模型(GMM)无法适应的问题,提出基于改进GMM的林火烟雾识别算法。通过六足机器人平台上的CCD摄像机读取当前帧图像,与混合高斯模型建立的前一个背景图像作差分得到变化区域,计算二值化后的变化区域中像素值为1的像素点占总像素点的比例,与设定的阈值相比较从而判别森林火灾场景中的光照是否发生突变。若场景内光照发生突变,采用一个较大的更新速率α,保持模型的稳定性;若场景内光照未发生突变,根据不同的情况自适应调整更新速率α的值,保证模型快速收敛。实验表明,改进的GMM算法可检测到场景中相对完整的动态烟雾区域,满足林火烟雾的检测要求,以期为图像处理在森林火灾巡检机器人上的应用和进一步研究提供参考。     

基于MODIS数据的林火识别方法研究

森林火灾是一种世界性的重要自然灾害。遥感、地理信息系统(简称GIS)、网络等现代高新技术的出现和发展。为人类研究防灾减灾的工作提供了更为方便的条件。该文在分析MODIS数据各波段特性、对地表亮温法和亮温一植被指数法火点识别的精度进行比较的基础上,结合CIS技术,利用地面信息,采用亮温一植被指数法,建立了基于MODIS数据的林火识别模型。经实验验证,该方法总体判识精度优于80％,能较好地满足林火检测需求,同时还可以获得燃烧植被的类型。     

天然气集输站泄漏监控系统研究

为克服目前天然气集输站站控系统存在的主要技术问题,探讨了建立泄漏监控安全系统的技术要求.该系统应用负压波检漏技术、模式识别技术和虚拟仪器技术,实现了.对天然气泄漏的信号检测、处理、传输和实时动态显示等.借助于这些技术开发的天然气泄漏监控系统,具有数据处理准确可靠,精度高,误报率低等特点.通过该系统,可以及时获取相关参数和信息,实现早期预警,降低天然气泄漏的事故风险.     

MODIS林火识别算法的验证分析

利用中国境内9起森林火灾事件对MODIS火点识别的理论算法进行验证分析．结果表明：MODIS火点识别的理论算法在中国境内是基本通用的．但受地域和季节变化的影响．应用时可能会遗漏个别低温闷烧的热点;利用火点亮温偏离统计均值标准差的关系来确定阁值．可以避免火点的遗漏;林火点在CH21和CH22上的值比较接近。一般有CH21-CH22〈20K。而噪声点在两个波段上的亮温差异比较大。根据以上知识．提出了改进MODIS林火热点识别算法的建议。     

林火报警图像中火源点确定方法研究

通过分析早期森林火灾烟雾图像的运动特征,提出了一种基于数字图像处理技术的森林火灾火源点确定方法。通过对早期报警图像RGB模型进行分量提取并各自直方图均衡化,获得了其中烟雾区域和背景区域的灰度特征,进而根据烟雾区域的连通性选用区域生长法则,分割出独立的目标图像,最终使用深度优先搜索算法遍历整个烟雾区域,确定其最低像素点,即火源点,完成林火的自动定位。结果表明,此种定位方法的准确率达到90.8%。     

基于传热分析的林火蔓延特性研究

计算了水平流动的热烟气与大乔木、小乔木、灌木主干及大乔木树叶间的强制对流传热；垂直上升流动的热烟气与各类林木的纵向自然对流、纵向强制对流传热；以及烟气对各类林木的辐射传热。分别比较了它们的热流密度和总换热量。讨论了烟气流速、温度、林木尺寸等因素对换热的影响。在此基础上，对不同林木的火险特性进行了预测。     

基于计算机图形技术的林火蔓延模型

目前用于模拟林火蔓延的模型主要是相邻单元模型和波传播模型,他们的优缺点具有明显的互补性.本文基于计算机图形技术,考虑已有模型的优点,设计了一个新的蔓延模型.本文介绍了新模型的设计方案与实现方法,以及影射变换,拓扑关系的解决方案.研究了它们的优缺点以及火线的失真等问题.通过理论分析和案例研究,新模型大大改进了林火蔓延的计算机模拟过程,因此本模型可不受地理环境和火行为复杂性的限制,提供林火发展的实时全景图象.     

双波段视频处理系统在林火监测上的应用研究

本文阐述了红外与可见光双波段视频处理系统的基本原理,介绍了应用研究的内容和实验结果,展示了其良好的性能。与普通单波段可见光视频监测系统相比,双波段视频处理系统是一种更高端、视频检测更智能、更准确可靠的林火检测系统,具有更加广阔的应用空间。     

基于缓冲区重采样的LSTM林火预测模型*

为提高林火风险预测精度,挖掘地图上隐含的空间信息、时间序列上隐含的长期趋势和循环波动,提出1种基于缓冲区重采样的长短期记忆（LSTM）林火预测模型,选取15个与林火相关的影响因素,以方差膨胀因子为评价指标对其进行多重共线性检验,方差膨胀因子大于10的因素具有共线性,并采用信息增益率验证筛选结果的合理性。考虑到火灾的空间聚集特性,采用缓冲区分析与过采样相结合方法减少样本不均衡现象的影响,最终得到176 732条样本。对12个影响因素和研究时间段的火点建立LSTM预测模型,对森林火灾发生风险进行预测。研究结果表明:基于缓冲区重采样的LSTM林火预测模型有效考虑时空上隐含的信息,预测模型准确率为87.06%,特异性为97.99%,敏感度为76.12%,阳性预测率为97.43%,阴性预测率为80.41%,ROC曲线与AUC值均优于随机森林（RF）和支持向量机（SVM）这2种基准算法。维尔克松秩和检验发现,本文提出的模型与基准算法结果具有显著性差异。研究结果可为提高林火风险预测精度提供参考。     

森林防火视频监控系统的设计

本文设计的森林防火视频监控系统能够实现无人值守不间断工作,自动对视频图像信息进行分析判断;及时发现监控区域内的异常烟雾和火灾苗头,以最快、最佳的方式进行报警和提供有用信息;能有效地协助消防人员处理火灾危机,并最大限度地降低误报和漏报现象;同时还可查看现场实时图像,根据直观的画面直接指挥调度救火.     

基于随机森林算法的福建省林火发生主要气象因子分析

应用"随机森林"算法,以福建省22个国家级气象站每日气象数据和2000年~2003年间林火火点卫星解译数据为基础,对影响福建省林火发生的主要气象因子进行分析,并对2004年的林火数据进行独立检验。研究结果显示,"日最高地表气温"、"日最低地表气温"、"日照时数"、"日最高气温"和"日最小相对湿度"等5个气象因子是影响林火发生的主要驱动因子,且这5个气象因子对林火发生的影响大小为:"日照时数""日最高气温""日最低地表气温""日最小相对湿度""日最高地表气温";随机森林算法的拟合结果显示:随机森林算法对福建省林火发生的预测精度为82.3%,表明随机森林算法对我国福建省林火发生的预测具有较高的预测能力,可用于基于气象因子的我国福建省林火发生的预测预报。本研究可为福建省林火的预测和决策工作提供一定的参考依据。     

基于气压监测的外浮顶储罐火灾报警系统研究

目前,外浮顶储罐的火灾报警系统是采用光纤光栅火灾报警系统。但是,考虑到光纤光栅火灾报警运行费用高和存在报警盲目的缺点,研制了基于气压监测的外浮顶储罐火灾报警系统。针对不同型号的感温探头,开展了火灾报警系统火灾报警响应时间和报警温度实验,分析了火焰距离、热熔管管径以及管壁厚度与对火灾报警响应时间和报警温度的影响。实验结果表明:随着火焰距离的增大,报警响应时间增长;相同火焰距离条件下,随着感温热熔管直径的增大,报警响应时间增长,报警温度升高。Φ6热熔管的火灾报警温度为116.8℃,Φ8热熔管的火灾报警温度为129.1℃,Φ10热熔管的火灾报警温度为156.7℃。     

一种基于Dijkstra算法的火灾动态疏散指示系统

为实现建筑火灾人员的安全疏散,提高疏散出口的综合使用效率,从疏散理论和系统整体构建切入,以实际适用性和火灾动态扩散为要点设计了系统疏散模型,基于功能需求对功能模块内容和硬件网络进行了构造,提出了一种基于Dijkstra算法的火灾动态疏散指示系统.以某商场建筑为实例,运用Pyrosim软件进行建筑内火灾模拟,采用疏散指示系统算法得到该火灾场景下的最优路径,通过在Pathfinder软件中增设6处定时通行禁区达到人员服从系统算法规划的疏散效果.结果表明:在试验设定下,该系统算法的总疏散时间比Pathfinder软件缩短了 1.5 s,最长疏散距离比Path-finder 软件缩短了 6.86％;系统算法通过科学导流提升了商场左、下出口的利用率及右出口的疏散效率,从而减少了总疏散时间,验证了该火灾动态疏散指示系统的可行性和有效性.     

基于新内点测试与Grid-SCAN的铀尾矿库监测定位算法

面向铀尾矿库放射性核素污染WSN监测中,由于监测环境制约,针对该条件下节点密度低、带状分布网络连通性差等问题,为保证一定定位精度,提出一种新的定位算法。新内点测试利用RSSI值与海伦公式判断是否在三角形内外,无需未知节点周围其他节点信息,并采用Grid-SCAN寻找概率模型选取点,使该算法满足低密度条件的定位并减少其计算量。约束范围内计算网格内各点RSSI值的概率,并以最大概率坐标为定位结果。经过仿真,新算法较APIT算法在定位精度上提高了55%~69%。     

基于阶次序列与凸规划的铀尾矿库监测定位算法

在铀尾矿库放射性核素泄露污染WSN监测中,针对凸规划定位精度低的问题,提出一种基于阶次序列的凸规划定位算法。通过划分子区域缩小未知节点几何约束范围,建立各子区域的重心坐标到锚节点的阶次序列表,计算未知节点序列与序列表的相关度,并以最大相关度的子区域重心坐标为定位结果。使该改进算法满足低密度条件的定位并能减少其计算量提高定位精度。经过仿真,新算法较凸规划算法在定位精度上提高了14%。     

基于数值模拟的外墙保温体系防火问题研究

针对国内现有的外墙外保温系统的防火性较差的现状,通过分析上海公寓楼外墙保温层的火灾,得到外墙外保温防火的三种重要因素（粘结或固定方式、防火隔离带的构造、防火保护面层）。鉴于现在流行的保温材料为膨胀聚苯板（EPS）,因而选用EPS作为模拟材料,利用数值模拟计算得出以下结论：认为火灾时有空腔的保温层比无空腔的保温层更危险;设置防火隔离带能有效得阻隔火灾的蔓延,较宽的隔离带效果更好。除此之外,外保温层防火设计中还应考虑以下三方面的问题,即遴选适当的保温材料、建议保温层也使用类似于防火分区的防火措施和保证保温效果的同时增加防火隔离带的宽度。研究结论和建议对于解决外墙保温体系防火问题具有重要的参考价值和现实意义。     

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％.     

基于改进成功流法的消防系统可靠性研究

在多信号输入系统的可靠性研究中,传统GO法存在计算复杂、易出现误差和遗漏的缺点。将卡诺图化简法引入传统GO运算,利用其“合并同项,简化运算”的特点构建研究多信号输入系统可靠性的新GO模型。将其应用于预作用喷水灭火系统,对具有多启动方式的给水泵进行可靠性分析,并与事件树运算结果比较,证明新GO模型适用于具有多信号输入系统的可靠性研究。研究表明,通过采取措施降低多信号元器件故障概率可以提高系统整体可靠性。     

基于遗传-BP算法的煤矿安全监控系统测试研究

针对煤矿监控系统的测试要求,提出了一种自动生成测试用例数据的方法用于煤矿监控系统的测试任务。该方法利用遗传算法和BP算法对要测试的功能模块和逻辑结构进行分析解读,通过全局寻优得出最佳测试路径和测试数据,对于提高测试的精准性和有效性有很大优势,而且相对与人工测试更加安全。新的测试用例生成算法结合遗传算法和BP算法,能充分发挥遗传算法的全局寻优能力和BP算法学习能力强的优势,使得数据生成更快捷可靠。选取煤矿监控系统的部分功能测试作为实验材料,与人工测试方法和利用遗传该算法生成测试数据进行了比较。结果表明,该新方法能够更好的检测出煤矿监控系统中的错误,发现错误的数量和时间都较人工测试要好,对于提高煤矿安全监控系统的准确性和稳定性有较好的帮助。