火灾是一种失去控制的燃烧,火灾一旦发生将会对人民生命财产和社会安全构成极大的威胁。进行火灾早期探测研究,对于实现火灾早期报警,保护人民生命财产安全具有极为重要的意义。传统的火灾探测器大多采用单个时刻的火灾参量作为判断标准,在外界干扰下易引起频繁误报或漏报,且对火灾参量的响应时间过长,多数在火灾的中后期才能响应,难于对火灾早期进行准确报警。为了提高火灾探测的准确性和可靠性,采用基于火灾过程信息的方法,研究火灾发生、发展的规律。在火灾探测技术的不断发展中,气体探测技术正成为一种备受关注的火灾探测方法,本文以CO、CO2气体作为火灾早期的表征气体,建立了早期火灾探测的小功率实验系统,针对各类真假火灾,利用实验系统进行了大量的加热燃烧实验,对实验过程中CO、CO2气体的过程特征进行提取,提出了以CO、CO2气体浓度比值和比值上升速率作为火灾早期的过程特征参数。采用模糊聚类的智能算法对火灾过程特征参数进行模式识别,设计了一种适合于火灾早期实时报警的火灾判据,不但可以准确、可靠的进行火灾探测,还可以提前火灾报警时间。采用ARM嵌入式微处理器和实时多任务操作系统μC/OS-Ⅱ开发了火灾气体复合探测系统,对火灾早期的CO、CO2表征气体进行多参量复合探测,并将基于火灾过程特征的火灾判据移植到该系统,并进行了必要的系统调试。实验证明,该探测系统解决了单凭气体成分难以完成的可靠的火灾报警,相比其他火灾探测方法可有效提前火灾报警的时间,并降低火灾报警的误报和漏报。