电气化在促进生产力和人类文明飞速进步的同时,也给火灾的发生提供了更大的可能性。二十世纪九十年代以来,电气火灾在全国总火灾数中占的比例呈现上升趋势,造成的损失也逐年增加。从国外统计来看,电气火灾次数在总火灾中也占有相当的比例。电气火灾主要原因是线路过载、短路、接触不良、电弧火花、漏电、雷电或静电等引起的异常高温,导致引燃周围可燃物或引起线缆自燃。目前电气火灾的探测主要通过各种电线电缆表面温度检测和基于电磁原理检测,存在误报率高、维护困难等问题。考虑到电气火灾多由于电气故障导致线路异常高温而使得绝缘层自燃或引燃周围物质,而塑料或橡胶材质的绝缘层具有高温热分解特性,在高于额定温度工作时将释放特定的气体,因此本文提出了利用电子鼻技术进行电气火灾探测,构建的系统能够在有限时间内及时探测到电气故障隐患的存在,实现早期预警。本文在电线电缆绝缘材料及其热特性理论分析的基础上,重点分析了常用的PVC电缆热分解过程。通过对电线受热后现象的观察,并结合GC的检测结果,我们发现在电线形态发生明显变化且释放烟雾之前,已经释放出较大量的有机气体。从色谱图中可以看出,随着温度的升高,电线释放气体的浓度升高,种类也有一定的变化,但多集中在低沸点低碳链范围内,气体分析结果可作为电子鼻传感器阵列设计依据。考虑到实时探测的要求,以及电线电缆所处环境因素,本文设计了主动采样模式的电子鼻系统。在采样泵的作用下,电线释放气体大部分被收集至气室中,大大降低了环境中风等因素对气体扩散的影响,提高了气体的采样效率,使得传感器阵列能及时快速的响应。气室的设置使得传感器阵列工作在相对稳定的环境中,提高了系统的稳定性和可靠性。实验结果也表明,主动采样模式相对于被动扩散模式的探测器具有更快的响应速度,这对缩短探测时间具有重要的意义。根据电子鼻的仿生学原理,提出了传感器阵列构建原则。论文同时也提出了引入基于常温固体吸附的气体富集技术,设计了气体富集和直通双取样模式,以适应不同探测目标的特点和要求,进一步提高系统性能。碳纳米管作为一种新的气敏材料,具有灵敏度高、检测限低和常温工作等优点,也是目前研究的热点。本文研究了多壁碳纳米管的预处理和纳米金属粒子掺杂,同时我们制作了以多孔Al₂O₃为基底的金叉指电极,在其上涂敷不同处理后的碳纳米管,制备成安培型的气敏传感器。我们研究了不同处理后碳纳米管的气敏性能,理论分析和实验表明,金属粒子的掺杂改变了碳纳米管的物理结构和电特性,使得其对气体响应灵敏度和选择性都有了明显的改变。由不同碳纳米管传感器构成的阵列满足电子鼻系统对阵列交叉敏感、广谱和冗余的要求,在电子鼻系统中具有很好的应用前景。通过对电气火灾的模拟,得到不同故障条件下传感器阵列的响应模式。分别利用时域阈值算法、基于统计原理的算法和人工神经网络算法对传感器阵列的响应信号进行处理,得到电气火灾的预警模型。结果表明三种算法都可以有效的探测到电气火灾隐患,探测时间比现有文献上报导的大大缩短。由于气敏传感器的广谱性,传感器也会对干扰气体产生响应,而时域阈值算法和统计原理算法由于缺乏对气体源的辨识能力,很容易造成误报。而基于神经网络的模式识别技术不仅可以探测到传感器响应的变化,同时也能根据传感器响应特征区分是由电线释放气体还是其它干扰气体引起的响应,从而实现降低误报警率的目标,提高了系统的可靠性和稳定性。此外,利用神经网络的学习能力,系统可以方便的推广到类似的应用目标中,如变压器油状态检测等。