基于虚拟仪器和神经网络的采棉机火情监测预警系统

针对新疆采棉机作业过程中火灾频发、火情特征不明显、缺乏有效监测预警方法的问题,本文提出利用多特征参数融合和基于Python-tensorflow搭建神经网络框架进行火情判别及分类的方法,并基于Lab VIEW虚拟仪器技术开发了采棉机火情监测预警系统,该系统可实时监测采棉机作业过程中棉花火情的火焰、CO浓度、烟雾浓度信号并进行在线分析,能够对火情进行准确判别分类并预警。搭建试验台测试分析的结果表明:系统监测误差率小于2.3%,准确预警率95%以上,误报率小于3%,漏报率小于4%。该系统能够对采棉机火情进行实时监测并及时预警,满足设计功能需求。