数据融合技术在消防探测中的应用研究

数据融合技术用智能化多传感探测器取代传统的单一传感器,可以区别非火灾信号和火灾信号,从而能够及时并准确地报警。基于多传感器数据融合的火灾探测系统的基本框架及相应算法,以感温、感烟和气体传感器的模拟量为输入,利用神经网络和模糊识别技术对多传感器信号进行融合,设计出一种快速、准确和有效的火灾探测系统,可以达到及时报警和降低误报警的目的。     

基于多传感器数据融合的火灾报警系统设计

介绍了基于嵌入式的多传感器数据融合火灾报警系统的硬件及软件设计方案,并利用数据融合算法,对用于探测火灾信息的多传感器的数据进行处理,使火灾的判断具有较高的准确性和快速性。     

基于多传感器融合技术的高大空间火灾探测

提出了一种新型的、应用多传感器数据融合技术于当前高大空间建筑的火灾探测报警系统的方法。该种方法采用多传感器探测火灾多种参量,先使用神经-模糊网络进行局部判定,局部判定结果与融合中心进行历史数据的融合,得到误差后确定下一步全局决策。通过试验与仿真证明此方法大大提高了火灾探测的及时性,同时又提高系统可靠性,减少了误报警。     

传感器融合技术在火灾预警探测中的应用研究

针对传统火灾报警系统存在的局限性,本文把传感器融合技术应用到火灾预警探测系统中.该系统采用传感器组探测早期火灾特征,在进行数据处理时,首先对同质传感器进行自适应加权数据融合,再对同质传感器采用D-S证据理论进行全局融合,最后得出对火灾的最优判断,很好地解决了报警灵敏度和误报率之间的矛盾.系统采取模块化设计,结构简单,容易实现等.     

隧道火灾探测与报警系统的研究

介绍并对比了几种火灾探测传感器，分析了隧道火灾的成因及其特点、给出了熔缆的应用数学模型。论述了熔缆及其特性，具体研究了以熔缆为传感器的火灾探测报警系统，介绍了其硬件及软件的结构。关键词：     

数据融合技术在火灾报警系统中的应用研究

提出了一种基于现场总线的神经网络和模糊推理的多传感器数据融合技术,对所采用的数据融合技术进行了详细介绍。模拟实际输入信号的仿真结果证明,采用神经网络BP算法和模糊推理的多传感器数据融合技术能够准确预报火灾,有效降低误报率,达到了预期效果。     

单片机控制的机车火灾报警系统

为及时发现机车运行过程中的火灾隐患 ,避免恶性事故发生 ,研制了用于火车机车的火灾报警系统。该系统采用多种传感器融合的方式 ,通过多路探测—组合判断的冗余控制方案 ,实现对内燃机车电器间火灾的报警。系统由MCS- 5 1单片机控制 ,采用温度、光电和烟雾三种共 16个传感器探测电器间易燃处各阶段的温升和火情 ,经检测电路和压频转换后送 CPU进行判断 ,输出报警信号。整个系统采取软、硬件抗干扰措施 ,报警准确可靠 ,工作稳定 ,操作方便。在东风 型内燃机车上进行实验 ,证明可以用于内燃机车的火灾检测与报警     

基于数据融合技术的火灾报警系统的研究与设计

提出了一种基于现场总线的神经网络和模糊推理的多传感器数据融合技术,对所采用的数据融合技术进行了详细介绍.通过模拟实际输入信号的仿真结果证明,采用神经网络BP算法和模糊推理的多传感器数据融合技术能够准确预报火灾,有效降低误报率,达到了预期良好的效果.     

基于ZigBee技术的无线火灾概率分级预警系统设计

针对传统火灾报警系统在布线、扩容等方面的不足,在无线火灾预警产品缺少的现状下,利用无线传感器网络技术和多传感器融合技术设计了一个无线火灾概率分级预警系统;该系统采用ZigBee技术快速建立星形预报警网络,节点扩充容易,根据多传感器融合信息,将火灾发生趋势按概率等级给出预警;经过试验验证,能够适应各种复杂环境的火灾预警和报警要求.     

基于传感器信息融合技术的森林火灾报警系统

设计了基于ARM(高级精简指令集机器)嵌入式多传感器信息融合的森林火灾报警系统,该系统主要分为传感器节点、信号传输、总控系统和融合算法4个部分.传感器节点主要由LM-PT100温度、M397666空气湿度和MQ-2烟雾传感器组成;信号传输部分以CC2430为控制芯片,采用ZigBee技术实现无线传感器网络自组网和数据传输;总控系统以嵌入式微处理器2410为硬件平台,结合Linux操作系统和ADS1.2集成开发环境.设计了基于粗糙集、BP神经网络和D-S证据理论相结合的融合算法:粗糙集对数据进行约简,神经网络对约简后的子集进行分类识别,证据理论对每个子集的分类识别结果进行融合决策.运行结果显示:该系统与常规的“望台观测”、“地面巡护”等森林监控方法相比,能以更快的速度和效率预防并扑灭森林火灾.     

基于视频数据的公路隧道火灾预警算法

通过对隧道视频数据的分析,提出了一种适合于隧道环境下的火灾预警算法.该算法采用阈值和背景自适应更新策略,解决了隧道环境下光线条件变化对火焰识别系统的影响,利用二维投影技术实现了火灾疑似区域的快速提取,并结合火灾的亮度变化率来提取火灾火焰的闪动特性.最后给出了火灾疑似概率模型,以此来反映视频图像中出现火焰的几率.实验结果表明,该算法对影响隧道的车辆运动形成的干扰、路灯和光线条件变化有很好的适应性,其识别速度达到3～5s,识别率可以达到97%以上,具有较强的实用价值.     

某地下通道(隧道)细水雾灭火有效性的FDS模拟研究

细水雾灭火技术作为一种较为现代的灭火技术正被广泛的应用于隧道(地下通道)的灭火工作中。本文利用FDS模拟研究证实了成都某商业区地下通道(隧道)中细水雾灭火技术的有效性。细水雾灭火应与机械排烟合理有效的结合才能够达到最佳的灭火效果。     

数据融合技术在火灾早期探测中的应用

提出基于过程特征信息的火灾早期探测数据融合方法.利用加窗函数的外推算法和最小二乘法,提取CO浓度上升速度与加速度、CO2的浓度上升速度作为火灾辨识的特征层信息,建立一个3输入,3输出的概率神经网络的系统决策层.选取58组具有代表性的火灾状况特征信息作为数据样本,对网络进行训练.仿真结果表明,经过50次训练,最终误差为10-3,方法能够快速、准确地对火灾的阴燃初期进行识别,正确判别明火,且对于干扰信号能够有效滤除.     

点型感烟火灾探测器响应信号时程数值预测方法

为预测点型感烟火灾探测器的响应信号时程,提出了采用FDS软件进行数值风洞实验、标定探测器Cleary迟滞模型参数的方法和步骤。以JTY-GD-1109A光电散射感烟探测器为例,标定了与之匹配的Cleary迟滞模型参数;结合FDS火灾模拟分析结果,给出了适用于顶棚射流速度0.15~0.6m/s的探测舱内响应信号时程预测模型;通过一个室内火灾模拟算例,说明了该预测模型的应用。为评估点型感烟火灾探测器火灾探测的有效性提供了数值方法。     

用于火灾探测的神经网络数据融合算法

提出了一种多传感器火灾探测系统的数据融合算法,并针对火情信号测试的固有特点,采用神经网络进行数据融合决策,探讨了算法模型的建立,并由仿真结果验证了方法的可行性。     

基于燃料可燃界限的隧道火灾回燃研究

地铁隧道属于大长细比的通风受限空间,隧道火灾在一定条件下会出现回燃.地铁隧道1∶8缩尺比例的火灾模型实验表明,决定回燃是否产生的关键参数是燃料挥发份的质量分数,单隧道自然通风条件下的临界值为8.78%;利用燃料的可燃界限图所得到的质量分数的临界值为8.66%,与实验值接近.自然通风条件下的单隧道回燃和腔体回燃相似,但产生回燃的燃料挥发份质量分数的临界值不同.在确定隧道火灾回燃之前,借助于燃料的可燃界限图初步判断其挥发份质量分数临界值的范围,对现场真实火灾回燃的分析和控制有重要的参考价值.     

基于多特征融合的GraphHeat-ChebNet隧道形变预测模型

对隧道的形变进行预测是隧道结构异常检测的内容之一。为了充分挖掘形变特征的时空关联性,针对隧道内衬多个断面的形变同时预测,提出一种基于多特征融合的GraphHeat-ChebNet隧道形变预测模型。所提模型中利用GraphHeat和ChebNet这2种图卷积网络(graph convolution net,GCN)分别提取特征信号的低频和高频部分,并获取形变特征的空间关联性,ConvGRUs网络用于提取特征在时间上的关联性,通过三阶段融合方法保留挖掘的信息。为了解决实验数据在时间维度上不充足的问题,引入双层滑动窗口机制。此外,所提模型与其他模型或算法在不同数据集上实验比较,衡量一天和两天预测值的误差指标优于其他模型,而且对大部分节点预测的误差较低。说明模型受样本节点数影响较小,能较好地预测一天和两天的形变,模型学习特征与时空模式的能力较强,泛化性较好。