原始数据动态观察窗法在火灾特征信号融合提取中的应用研究

多源信息融合技术逐步在火灾探测中得到应用,火灾特征信号融合提取算法的优劣,对火灾探测结果影响较大。为寻找火灾特征信号提取的最优方案,利用原始数据动态观察窗法,将NIST FR系列火灾试验中试验6的原始数据作为训练样本,借助神经网络分类器进行Matlab仿真实验,发现采用10 s步长和15 s窗长算法融合提取火灾特征信号最优。同时验证了原始数据动态观察窗法在火灾特征信号融合提取中应用价值。     

神经网络与模糊逻辑在火灾探测报警系统中的应用

为了精确高效地识别、分析、处理火灾,将神经网络、模糊逻辑、分级报警技术综合应用在火灾探测报警系统中,建立了一种神经网络与模糊逻辑相组合的火灾探测分级报警模型。通过编制MATLAB仿真模型,利用归一化处理后的NIST两组实验数据作为仿真试验数据,进行了一系列仿真试验。结果表明:火灾探测分级报警模型不仅能够识别有无火灾,还能进一步识别火灾类型、规模和发展过程。     

基于I~2C总线的火灾烟气流速数据采集系统开发

为了实现火灾模型试验中烟气流速采集,采用集成了I2C数字接口技术的SDP600微压差传感器、单片机作为下位机的方案,开发了一套测量低速高温烟气的数据采集系统(I2C–FSVDAS)。该系统可实现分布智能化,减少上位机处理次数以及上位机与传感器之间的通讯次数,系统稳定性高。通过在火灾模拟实验中的实际应用,数据结果准确可靠,表明该数据采集系统为火灾烟气流速测试提供了一个集成化程度高、布线简单、实时性好的实用数据采集平台。