火灾探测传感信息提取方法的研究

提出了一种使用单一传感器实现高性能价格比的火灾探测多信息提取新方法，并简述了用该方法在气体探测中的一种识别模式。     

火灾报警系统的研究现状及改进思路

火灾自动探测报警技术是将传感技术、通讯技术和智能化信息处理应用于火灾预防的一项综合性技术。火灾报警系统是为了能够在早时间探测到火灾的发生，从而影响人员采取措施。     

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。     

受限空间火灾探测数据融合算法研究

为了实现对受限空间火灾发生情况多传感器自动探测信号处理，建立了基于CO 浓度、烟气颗粒浓度、红外视频图像等多传感器探测的火灾探测数据融合分析系统。在受限空间内搭建基于多传感器火灾探测的数据融合分析实验平台。根据火灾红外视频图像的燃烧区域面积及圆形度等特征参数介绍了红外图像识别算法。在三种火灾探测方式特征参数的基础上提出了固定门限功率谱检测算法，并完成数据融合。在分析比较火灾探测系统响应时间、报警准确率等系统性能评价方法的基础上，说明了采用多传感器探测信号进行数据融合并建立灾情判据的方法。实验结果表明：采用数据融合算法后探测系统误报率低于单一探测方式，报警时间略高于单一探测报警方式。该数据融合系统基本满足火灾自动探测报警系统的稳定可靠、低误报率等要求。     

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。     

基于多传感器信息融合的火灾探测

采用多传感器进行火灾探测克服了单一传感器的不确定性和局限性,由多传感器复合而成的智能火灾探测器已成为火灾探测的发展趋势,多传感器信息融合算法也成为了人们研究的重点.本文从火灾传感嚣的分类、选择、多传感器信息融合算法等方面,讨论了火灾探测的研究现状,指出了无线传感器网络在火灾探测中的应用前景,展望了火灾探测的发展趋势.     

专家模糊控制在火灾探测信息处理中的应用

对火灾过程产生的各种特征信号进行准确检测是确保及时可靠的火灾探测报警的重要前提,采用有效的火灾探测算法是关键所在。文章阐述了引入专家系统技术的模糊逻辑控制系统能够较好地处理火灾信息的随机性和非结构性等特征,从而达到既能快速探测火灾,又有较低的误报率的目的。     

基于多传感器融合技术的弹库火灾探测

提出了一种应用多传感器数据融合技术于舰载导弹弹库的火灾探测的方法.该方法采用多传感器探测火灾的多种参量,利用模糊推理技术、神经网络技术和事例推理技术的复合推理方法判别弹库火灾状态.     

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。     

基于模糊神经网络的智能火灾探测方法研究

针对传统火灾探测的误报、漏报问题,设计一种基于模糊神经网络的智能火灾探测方法。采用神经网络+模糊推理的结构,选取样本数据的温度、烟雾浓度和CO浓度三种参数,通过MATLAB对数据进行处理,得到明火概率、阴燃概率、无火概率三种概率值,对比分析期望输出和实际输出,并选取NIST实验数据对系统进行测试,将神经网络的输出参量连同火灾信号持续时间作为模糊推理的输入变量,得到输出概率。多次试验与实际报警结果对照表明,该方法增强了火灾探测的灵敏度和可靠性。