论文部分内容阅读
火灾是最经常、最普遍地威胁公众安全和社会发展的主要灾害之一,对火灾进行准确、及时、有效的探测与预防关系到国家利益和人民自身安全,越来越受到重视。智能火灾探测技术是预防火灾发生的有效手段,它的作用是监视环境中有没有火灾的发生,一旦有了火情,就将火灾的特征物理量,如温度、烟雾、气体和辐射光强等转换成电信号,并立即动作向火灾报警控制器发送报警信号。在一般消防报警系统中使用较为普遍的火灾探测器是感烟探测器和感温探测器。由于感温式探测器的灵敏度较低,探测火灾的速度比较慢,因而一直无法较好地实现火灾早期报警的要求,所以感烟探测器是探测火灾的更为理想的工具。然而目前使用的感烟探测器由于无法区分香烟的烟信号和火灾的烟信号,使用过程中会造成一定的“误报”而引起不必要的恐慌和损耗。 为解决烟感探测器的这一不足,本文在研究了火灾探测技术的历史与现状的基础上,以多传感器融合技术为依托,对其中的模糊逻辑、神经网络和D-S证据理论等方法论进行了分析比较,对多元复合探测技术进行了数据融合技术的研究,并在MATLAB下构建了多传感器融合平台,通过仿真实验证明了上述融合技术的有效性与正确性。最后根据上述原理设计一种在本体结构中包含CPU的智能火灾探测器,能在内部进行信号的预处理,并以数字量式的方式传递给报警器,以增强感烟探测器对不同信号的正确识别,减少“误报率”。 为弥补单个感烟探测器的局限性和覆盖所有必需的探测方向,本研究采用D-S证据理论,将多个感烟探测器的数据进行实时融合处理后进行仿真实验。方法:假设火灾探测器在n个方向装有感烟探测器,设t时刻更新的是第i个感烟探测器的数据Rit,定时更新数据Rit,(m)jt表示t时刻该传感器累计的基本可信度分配,得到传感器状态更新计算公式,再由最新的传感器获得的数据和由历史传感器数据融合获得的知识库,引入灰色系统理论进行一致性检验,从而判定假说的真假。仿真实验采取离子型、散射型和遮光型三种不同类型的感烟传感器,让烟信号进入一个内部有三个通道的探测器,每个通道对烟进行不同方式的非电量变换,得到不同的过程数据,然后对这些过程数据进行基于D-S证据理论的信息融合。结果:实际情况有时,融合结果为有,实际情况无时,融合结果也为无,相比散射型感烟传感器均为不定的模拟结果更准确。结论:利用D-S证据理论建立了一个更为准确的火灾探测和预报多数据融合计算方法。 为了进一步提高火灾探测的快速性和准确性,降低火灾误报的概率,设计建立了模糊神经网络和D-S证据理论相结合的综合融合系统。方法:以AVR单片机ATmega128为处理器的智能火灾探测系统,并设计、实现了包括ATmega128处理器工作模块,JTAG接口电路、复位电路、电源电路、传感器接口电路模块和报警模块组成的硬件电路以及在单片机上运行的嵌入式程序和在上位机上运行的串口通信和数据处理程序两部分软件算法。最后通过三个探测通道采集离子感烟火灾探测器、遮光型光电感烟探测器和散射型光电感烟探测器的信号,经模糊神经网络处理后判断当前是否能够明显判断是否有火灾。结果:设计了一种在本体结构中包含CPU的综合智能火灾探测器,并给出了相关硬件电路的设计方案以及软件流程图。