火灾是一个极其复杂的燃烧过程,所造成的灾害不仅包括巨大的财产损失,还严重威胁着人类的生命安全。高校图书馆收藏着众多的宝贵资料,特别是许多历史资料。此外,高校图书馆每天接待着众多的老师、学生,每一个读者都是我们国家宝贵的财富。因此,图书馆的防火工作优为重要,预防火灾发生、减少火灾损失,是我们每一个图书馆员应该关注的,确保图书馆的安全也是我们的责任和义务。火灾探测技术是预防火灾发生的有效手段。如何提高火灾探测的准确度和响应时间,减少漏报和误报是今后研究的方向和重点。本论文针对中北大学图书馆早期火灾监控系统的设计要求,提出了系统软硬件设计思路,重点研究了基于模糊神经网络的火灾探测技术,实现了图书馆火灾的早期探测。该系统以单片机完成数据采集、预处理以及对现场装置的控制,以PC机完成各种复杂的数据处理、对单片机的控制和应用本文设计的火灾探测算法得出有无火灾发生的结论,并显示结论(包括明火、阴燃火或无火)。根据图书馆早期监控系统的设计要求选用温度、烟雾浓度、CO含量传感器作为系统的探测器,并结合中北大学图书馆的建筑特点、布局特色以及人文、环境等情况在不同的区域设置了不同的探测器组合。利用人工神经网络和模糊逻辑技术构建火灾探测系统的三层结构:信号处理层、信号判断层和信息决策层。火灾信号经信号处理层进行预处理后送入信号判断层,由模糊神经网络判决得出4个结论(模糊控制器的火灾概率、神经网络的明火概率、阴燃火概率和无火概率),这些结论送入信息决策层进行最后的决策,并得出最终的结论。利用模糊逻辑具有较强综合判断能力和识别能力的特点,将模糊控制运用到火灾监控系统中。在MATLAB下完成了火灾探测系统中模糊控制器的设计。利用神经网络自学习、自适应的特性,采用BP网络和RBF网络,分别建立神经网络火灾探测器模型,用MATLAB进行算法设计,并对网络进行了训练与检测。通过比较各种网络的收敛效果和误差大小,最后选定采用三层前馈BP神经网络,隐层数为12,训练函数为traingda。对国家标准火SH1、SH2、SH4进行了仿真实验,该系统可以准确区分明火、阴燃火,对不同类型的火灾都具有较高的灵敏度,验证了本文提出的火灾探测技术的可行性和有效性。本论文提出的图书馆火灾探测技术可以有效的降低图书馆火灾的误报率和漏报率,基于此探测技术的图书馆火灾监控系统具有较高的灵敏度、较短的响应时间和较强的抗干扰性能,对图书馆、档案馆、资料室、书库等单位火灾监控系统,特别是火灾探测技术的研究和设计均有较高的参考和启迪作用。