近年来,我国的火灾发生率居高不下,始终威胁着人们的生命财产安全。而在火灾发生早期探测火灾并疏散人员可以极大地降低火灾风险,但是目前的火灾探测系统大多数是基于单一信号传感器和简单的阈值判别算法,很难在火灾发生早期探测到火情,而且误报、漏报率高。因此,本文提出了一种基于多传感器信号采集技术,利用温度、CO浓度和烟雾浓度为火灾特征参数的火灾研判系统,在提高火灾预警及时性和准确性的同时,实现了火源定位、HRR预测和对火场温度分布的实时监控,对指导人员疏散和指挥应急救援行动均具有一定现实意义。首先,通过功能需求分析,构建出系统设计框架。系统由用于火灾参数探测的信号采集设备、用于数据汇总的集中控制设备、用于信号放大的中继设备和用于数据处理结果显示的服务器终端构成。信号采集设备和集中控制设备之间以及中继设备之间采用LoRa无线通信方式,集中控制设备和中继设备之间以及中继和服务器终端之间采用485有线通信方式。其次,以STM32单片机为核心进行系统的硬件设计,搭载MQ-2烟雾传感器、MQ-7气体传感器和热电偶温度采集芯片MAX31855实现了多传感器信号的采集,并通过RS485通讯接口和LoRa串口模块,结合Modbus通信协议实现了设备间的信号传输。嵌入式软件基于Keil平台进行模块化设计,系统主程序按照任务优先级,通过分时复用的方式对各任务进行统一调度,以提高系统的整体效能,并采用逻辑推理算法通过分布式计算对火场特征信息进行火灾判别,减轻中央设备处理大量数据的负担,提高了火灾报警的及时性,相较于单一传感器系统,在一定程度上降低了火警误报率。然后,设计了用于显示数据处理结果的控制平台软件,该软件包括实时监控模块和灾情预判模块。实时监控模块采用双立方插值算法提高火场温度数据密度,绘制火场温度云图,实时监测火场温度分布情况;灾情预判模块根据能量衰减模型,采用Powell修正算法进行火灾目标搜索,并利用顶棚射流温升模型反演HRR,实现对热释放速率的预测和修正。最后,分别通过模拟仿真和实体实验对研判系统进行可靠性验证。模拟仿真实验发现,在火灾蔓延的情况下,火源定位偏差为0.22m,HRR预测误差为6.89%;实体实验结果发现,在不同工况下,火源定位偏差集中在0～0.13m之间,最大误差为0.31m,HRR预测误差均在7.62%以内。结果表明,系统的实时监控模型可以准确反映火场的温度变化情况;火源定位模型不仅能够判定着火点位置,还可以判断火势发展方向;利用温升模型反演HRR,预测热释放速率的方法可行,能够反应出燃烧过程中热释放速率的变化情况。