基于多信息融合的电力火灾综合探测技术研究

设计了包含不同火灾特征参数传感器的吸气式火灾复合探测器。以多传感器动态过程信息作为火灾判断的数据基础,采用BP神经网络方法对多路探测信号进行融合处理。开发了电力火灾在线探测系统,并应用WebSocket技术,将火灾探测及报警信息快速推送给用户。实验结果表明:电力火灾综合探测系统无误报漏报情况,大大提高了火灾判断的准确率。火灾报警时间显著提前,而采用服务器推送技术可将报警时间进一步缩短,提高了火灾响应速度。     

基于贝叶斯算法的火灾报警系统研究

针对传统的建筑火灾报警系统探测信号单一、功能简单等问题,提出了以单片机作为下位机、LabVIEW作为上位机,采用多种传感器信息融合的贝叶斯算法的火灾报警系统。该系统将贝叶斯融合算法应用于火灾报警探测中,将收集到的火灾数据进行预处理,同时利用MATLAB软件对贝叶斯网络算法的数据融合进行仿真分析。仿真结果表明,该系统能够实时监测建筑内火灾事故相关的环境因素,3个特征量的融合提高了对火灾特征信号响应的均衡度和准确度,进而极大地提高了系统可靠性,为建筑火灾报警系统的设计与应用提供参考。     

基于红紫外光电传感器的多波段火焰探测方法研究

针对不同火灾发生场景对火焰探测的要求,建立具有火灾特征的火灾探测模型,对多波段红紫外传感器火焰探测机理、多特征数据融合算法和火灾决策判断方法进行研究。选择185～260 nm波段的紫外光电传感器和3.6、4.4、4.8μm波段的红外光电传感器进行火焰探测,采集火焰特征信号数据信息;采用多信号数据融合和特征参数相关性算法,建立多波段火灾特征的火灾探测数学模型,模拟火灾发生场景,训练有关特征参数的最佳配置。研究结果表明,对185～260 nm波段的紫外光和3.6、4.4、4.8μm波段的红外光进行多波段火焰探测,能够满足标准GB 15631-2008《特种火灾探测器》的要求,火焰的识别和决策判断能力提高,试验中无误报和漏报。     

高大空间场所火灾自动报警方式分析比较

本文介绍了三种应用于高大空间的火灾自动报警探测系统,空气采样火灾报警系统、红外光束感烟探测系统和图像型火灾报警系统,并对其系统组成及主要优缺点进行了分析比较。     

多传感器融合的火灾识别算法研究

针对传统火灾探测存在反应滞后,误报率高等问题,提出一种基于多传感器融合的火灾识别算法。采用运动和颜色检测提取可见光图像的疑似火灾区域,同时采用阈值分割提取红外图像的疑似火灾区域。将两者疑似火灾区域分别进行特征提取,再根据所获特征进行基于 SVM 的融合火灾识别,通过传感器检测实时的温度与烟雾浓度,从而实现可靠和快速的火灾识别。实验结果表明,该火灾识别算法在可接受的时间范围内准确率高且鲁棒性强。     

基于多源信息融合的火灾报警系统设计

针对室外仓库和大型室内仓库等大空间场合,利用多源信息融合决策方法,构造了一个实用的基于多源信息融合的智能型火灾报警系统,该系统采用了多路时分复用技术,将感温探测器、光电感烟探测器和红外CCD图像探测器构成火灾多源探测器组,实现火灾级别的准确预报,实现火灾报警任务,提高火灾报警的可靠性,降低误报率.     

基于KNN算法的飞机货舱复合火灾探测系统设计

针对飞机货舱烟雾探测器探测参数单一、误报漏报率高、无可视化交互等问题,设计了一款使用树莓派开发的复合火灾探测系统。以树莓派为嵌入式控制中心,连接CO传感器、TVOC传感器、PM10传感器进行数据采集;采用KNN算法进行多传感器数据融合,输出结果为有火与无火,准确率达到98%,并将处理后的数据存入SQLite数据库;树莓派搭建Web服务器并接入机载服务器局域网,设备通过访问HTML网页,实现可视化界面的交互。经试验测试：在高为2 m的货舱该系统可在46 s内发出告警指示,功能指标满足货舱火警探测的设计要求,并且漏报率为0,误报率低于1%,可为机载火警探测系统设计提供良好方案。     

以单片专用电路QA840119为探测器核心的复合式感烟感温火灾探测报警系统

1.概述1.1　项目的来源、研制过程和作用复合式火灾探测报警系统是目前国内外火灾探测报警领域最受人瞩目的研究方向之一。现场实验及实际应用等的结果表明 ,采用多传感器 /多判据算法为代表的智能火灾探测报警系统 ,在性能上大大超过依靠单一传感器的系统 ,而且这种系统能响应很宽的火灾现象“谱”,如明火 /阴燃产生的可见 /不可见和黑色 /白色的烟和温度等 ;同时对吸烟、焊接、喷洒烟雾剂、气流、尘埃、湿气、电瞬变、电磁场辐射、静电放电等引起的虚假火灾现象又具有很强的抗干扰能力 ,大大降低了误报率 ,提高了可靠性 ,特别是对某些复杂…     

基于单片机的家庭火灾监控报警系统设计

基于STC12C5A60S2 型单片机,设计一种家庭用多功能监控系统,具备低开发成本、线上线下终端同步显示多传感器数据、火灾各特征参量于本地进行专项语音光闪报警以及于线上APP 客户端界面同步进行图形色变报警的特点。通过红外火焰、光敏电阻、温度、湿度、有毒气体和烟雾等传感模块实时监测火灾信号,将信号的特征参数按序进行A/D 转换处理和算法分析,再利用蓝牙无线透传与串口通信技术构建微微网络以实现数据的远距离传输,并借助于易语言、PC 端安卓APP 开发环境、LCD、启停功能按键、译码芯片、继电器组和多通道语音播放板等搭建线上线下监控报警终端。实验结果表明,系统可控性和实时性强,家庭火灾的漏报率和误报率进一步降低,用户对报警信号的反应能力也有所提高。     

无线火灾自动报警系统的应用探讨

火灾自动报警系统是建筑物综合消防设施的关键组成部分 ,其正确的设计、安装、运行与维护能减少损失 ,保证生命安全。但是 ,传统的有线火灾自动报警系统的施工工期长、误报率高等问题困扰着消防管理人员。笔者认为无线火灾自动报警系统能很好地解决这方面问题 ,其发展具有很大的前途。1　无线火灾自动报警系统概要无线火灾报警系统是利用无线火灾探测器发出的火警信号和故障信号 ,并记录发出这些信号的地点和时间的火灾自动报警专用设备 ,它是由无线火灾探测装置、各级无线火灾报警装置组成。无线火灾探测装置主要由火灾探测器、发射机组成 …     

小空间火灾多元探测装置和实现方法研究

针对小空间火灾探测方法单一、误报漏报率高、采集数据处理简单的问题，提出1 种小空间火灾多元探测装置及方法，能够实现对火灾的烟雾、CO 气体、温度、火焰等的多元探测，多角度多方位采集火灾信号，利用信息融合技术和算法，寻找特征信息之间的规律，对数据信息进行分析解析、优化组合，运用人工神经网络和模糊推理方法，采取反复的样本训练将探测数据的误差降到最低，从而准确地判断火灾所处的阶段和类型，及时有效地采取灭火抑制措施。研究结果证明，小空间火灾多元探测方法能够满足小空间的火灾探测要求，减少了公共财产的损失，对火灾探测的进一步研究具有重要意义。     

An image processing technique for fire detection in video images

This paper presents an image processing technique for automatic real time fire detection in video images. The underlying algorithm is based on the temporal variation of fire intensity captured by a visual image sensor. The full image sequences are analyzed to select a candidate flame region. Characteristic fire features are extracted from the candidate region and combined to determine the presence of fire or non-fire patterns. Fire alarm is triggered if the fire pattern persists over a period of time.     

基于MK-XGBoost的多传感器融合火灾识别技术

针对单一传感器预测中的漏报、误报的缺点,本文提出了一种基于MK-XGBoost的多传感器数据融合火灾识别技术.该技术通过采集受限空间的温度、烟雾质量浓度、CO体积分数,基于Mann-Kendall检验方法生成趋势因子,该因子与上升趋势呈正相关,后续将火灾数据与趋势因子作为特征,采用XG-Boost算法判断火灾是否发生....     

中型剧场火灾自动报警与消防联动控制系统设计

火灾探测报警系统及时发现火情,消防联动系统将火灾扑灭在初期阶段。本文结合中型剧场的特点,设计了火灾自动报警与消防联动控制系统,探讨了大空间、大面积剧场舞台的消防系统设计。     

基于数据融合技术的无人值守变电站火灾探测算法研究

针对变电站传统火灾报警系统存在误报、漏报率高,无法根据站内不同区域重要性采取严格程度不同的火灾报警及消防措施问题,笔者提出一种基于数据融合技术的无人值守变电站火灾探测算法。在数据融合技术的特征层,采用BP神经网络对探测区域内温度、烟雾体积分数、CO体积分数3种特征参量进行数据融合,预测输出明燃火及阴燃火的概率;在决策层,通过模糊推理将特征层输出的火灾概率与火灾延续时间、火灾风险度和损害度3种附加信息进行数据融合,最终决策输出火灾报警等级。仿真测试结果表明：该算法能够快速准确识别出明燃火及阴燃火场景,并能根据不同探测区域的重要性差异给出合理报警决策,具有一定的灵活性和先进性。     

主动式火灾光电探测信号基线漂移滤除和去噪方法研究

针对数据中心机柜的主动式火灾光电探测报警系统降低误报率和提高检测精度的需求,设计极早期火灾探测腔体结构,完成光电检测数字电路硬件,采集光电信号,分别采用集合经验模态分解（EEMD）算法和小波分析算法来滤除低频基线漂移和降低背景白噪声。经过对比计算处理后信号的相关性和信噪比,结果表明,在本文所述数据采集密度下,EEMD 方法的性能明显优于小波分析方法,可有效地降低误报率和提高检测精度,实现对火灾的“极早期”探测和预警。