论文部分内容阅读
随着城市建设的飞速发展,楼宇建筑结构火灾已成为威胁人们生命和财产安全的最直接、最严重的灾害之一,一旦发生火灾,扑救非常困难。因此,对火灾进行早期预报,建立一个性能可靠、安全有效的楼宇火灾监控报警系统,具有很强的现实意义和实用价值。
传统的火灾监控系统大多采用单个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,难于对早期火灾进行准确报警。本文在认真研究国内外现状的基础上,采用多传感器神经网络数据融合智能算法对火灾过程特征参数进行识别,设计了一种适合于早期楼宇火灾报警的智能监控系统,不但可以准确、可靠的进行火灾探测,还可以提前火灾报警的时间。
本文的设计,主要完成了智能火灾探测器的设计和基于Lonworks总线的监控系统集成两个方面的工作:
一、采用ARM嵌入式微处理器和实时多任务操作系统μC/OS-Ⅱ开发了多传感器智能火灾探测器系统,将基于神经网络的信息融合算法移植到该系统,作为火灾过程特征的火灾判据,对火灾早期的温度、烟雾和易燃气体进行多参量复合探测。并使用国家标准火和厨房典型环境下火灾数据,通过Matlab仿真,验证该火灾判断算法的准确性和可靠性,达到了预期良好的效果。火灾监控任务的设计决定着智能探测器系统的质量,本系统共设计了五个任务,分别是监视任务、会议室,停车场和厨房火灾发生判断任务、按键任务、节点通信任务、报警任务,每个任务是一个无限循环,相互独立运行,任务之间的通信通过全局变量、信号量和消息队列来实现,任务间的切换通过系统内核任务调度函数来实现。
二、PC机客户端上,使用LonWorks网络控制技术,通过网络集成开发工具,NodeBuilder开发工具和LonMaker集成工具,构建火灾监控报警系统。它们都是以Windows操作系统为开发环境的,NodeBuilder开发工具用于设计控制网络中的单个节点,LonMaker集成工具是用来设计、安装、运行和维护LonWorks网络,最后使用visual basic软件完成系统监控界面的设计。