浅谈极早期火灾探测系统在数据中心机房中的应用

本文重点阐述了极早期火灾探测系统的特点，并结合昆山数据中心简单介绍该系统的设计思路与做法。     

模糊聚类分析在工程评标中的应用

本文以模糊数学中的模糊聚类分析方法作为理论基础,编制了基于MATLAB软件环境下相应的程序代码。在阐述了施工企业的核心竞争力评价要素之后,通过设定各要素不同取值范围对施工企业核心竞争力进行预估归类与理论结果比较。分析结果表明,归类效果与预估情况完全吻合并且阈值λ是随着界限区域的增大或靠近而变小。在大量工程评标应用中,模糊聚类分析方法比评审专家的经验归类更具有科学价值。     

模糊聚类分析在隧道围岩稳定性预测中的应用

应用模糊聚类理论,通过对杭新景高速公路隧道监测历史数据进行的聚类分析,依据模糊聚类和模糊模式识别、类别变量特征值与概率统计相关分析等模型,根据模糊聚类参数与预测因子的前期特征值,确定相应的类别变量特征值,建立类别变量特征值与预测对象之间的相关关系,利用此相关关系对隧道拱顶沉降速率进行了预测,从而判断围岩的稳定情况。     

极早期烟雾探测系统在卷烟厂建筑中的应用

通过分析烟草行业火灾防护特点及常用普通烟雾探测设备的局限性,针对性地介绍了极早期烟雾探测报警系统及其在卷烟厂建筑中的的适用性和优势以及在卷烟厂设计实践中对该系统应用的体会。     

模糊逻辑和神经网络理论在智能火灾探测报警系统中的应用

本文主要论述了智能火灾探测报警系统的三种智能分配方式及神经网络模式，并对模糊逻辑在火灾判断中的应用进行了探讨     

模糊逻辑和神经网络理论在智能火灾控制报警系统中的应用

本文主要论述了智能火灾探测报警系统的三种智能分析方式及神经网络模式，并对模糊逻辑在火灾判断中的应用进行了探讨。     

LM算法在火灾早期探测中的应用

针对传统火灾探测方法在外界干扰下难以快速、准确地识别火灾,提出基于过程特征信息的神经网络火灾探测方法.选用CO和CO2气体体积分数比值、比值上升速率和加速度作为火灾过程特征参数,设计三层误差反向传播(BP)人工神经网络模型,采用改进的BP算法-LM算法进行网络学习训练.实验包括6种真实火灾源材料及蜡烛、香烟、液化气3种虚假火灾源材料.结果表明,基于LM算法的人工神经网络火灾探测系统能有效识别火灾,提高火灾探测的可靠性与准确性.     

空气采样式火灾烟雾探测在消防工程中的应用

随着我国国民经济的快速发展以及城市化进程的加快，消防设施在建筑工程中被广泛采用，消防系统越来越受到各方面重视，其中消防自动报警探测系统技术也不断提高，该领域出现各种各样消防新设备和新工艺，近年来随着新技术、新产品的不断涌现和日新月异，从而满足不断提高的社会需求。     

空气采样式极早期烟雾探测系统在电力系统的应用

随着电力行业的规模和复杂性不断增加,无论是火力、水力或核电的发电机组,还是在各种变电站、变配电机房,都急需更加简单、有效的防火手段。然而现有的火灾探测设备探测效果不能满足需要,存在巨大的隐患——(1)灵敏度偏低且调节范围很小:传统点式感烟探测器报警灵敏度大多为3%~     

红外技木在早期火灾探测中的应用

介绍了以采用物体向空间辐射红外电磁波的能量为参数的一种红外早期火灾探测技术 ,意在引起相关行业对火灾早期探测的研究     

超早期火灾探测报警系统的应用分析

介绍了高灵敏度空气采样感烟火灾探测系统的性能、结构特点及工作原理，并重点讨论了此系统在通信建筑环境中的具体应用。     

CO/CO2体积分数分析在火灾早期探测中的应用

以CO和CO2为早期火灾探测的特征气体，针对真实火灾和假火灾情况进行了试验，得出几种常见材料在加热燃烧过程中的CO和CO2体积分数变化规律。根据这些规律和CO／CO2的体积分数比，可以有效地实现早期火灾报警。作者简介：黄湘莹（1983一），女，福建福州人，华侨大学机电工程学院硕士研究生，主要从事现代检测技术及新型传感器方面的研究，福建省泉州市华侨大学机电工程学院教工98号信箱，362021。     

图像识别技术在火灾探测中的应用

讨论了火灾火焰图像的识别技术,研究了火灾火焰和其它一些干扰现象的面积变化规律、边缘变化规律、形体变化规律、闪烁频率规律和整体移动趋势,并且针对每一种规律提出了相应的图像识别算法。     

浅谈图像型早期火灾监测与数控固定消防水炮扑救技术

开放空间和大空间建筑 ,尤其是在环境较恶劣的工业领域 ,现行的火灾探测技术由于受环境条件限制 ,系统的灵敏度与可靠性之间的矛盾 ,给大空间建筑早期火灾探测带来技术上的难题。大空间内火灾的扑救也涉及到灭火的有效性和经济性等诸多问题。对大空间建筑火灾探测技术中存在的问题进行了分析 ,介绍了两种大空间建筑早期火灾智能探测报警技术以及与其联用的数控固定消防炮扑救技术。     

Flame and smoke detection method for early real-time detection of a tunnel fire

This paper presents an image-processing technique for automatic real-time flame and smoke detection in a tunnel environment. To avoid the large-scale damage caused by fire occurring in different environments, there are many studies about discovering and minimizing an incident as fast as possible. However, we need an original algorithm specialized for a tunnel fire, because this environment is quite different and it is difficult to apply existing fire detection algorithms to a tunnel environment. Therefore, this paper proposes an original algorithm that applies to a tunnel environment. Color and motion information are used to minimize false detections in tunnels, and this information enables us to detect the exact position of an event at an early stage, by detection, test, and verification procedures. The experimental results show the validity and efficiency of the proposed algorithms by a comparison of the characteristics of each algorithm.     

城市地下空间火灾早期探测及定位技术

论述了一种针对城市地下大空间场所的火灾早期探测及燃点精确定位技术,通过该技术能够实时监控燃点发展趋势,实时向救援人员提供燃点现场情况及最佳救援路线。     

Performance parameters of fire detection systems

This report is a formal, functional analysis of fire detection systems' requirements. The performance parameters of fire detection systems are given as conditional probabilities. These parameters are identified by the objective analysis of the functions of a fire detection system. It is demonstrated that using the false alarm rate to specify the malfunctioning of a thresh-old-detection system is inadequate. The principal function of fire detection systems is identified as the notification of antifire agents of the probability of an unwanted fire. The evaluation of the information provided by a detector system is central to its worth.This paper is a contribution of the National Institute of Standards and Technology and is not subject to copyright.     

电子洁净厂房极早期吸气式烟雾探测火灾报警系统设计

介绍极早期吸气式烟雾探测火灾报警系统几个主要的技术参数,论述对于有净化空调循环系统的电子洁净厂房设计该系统的必要性,对回风采样几种主要形式及设置参数进行说明,对于已采用回风采样的极早期报警系统是否需要设置第二套辅助报警系统进行分析、阐述自己的观点。     

基于AI技术的锂离子电池存储区火灾早期探测技术研究

为快速探测锂离子电池存储区域内失效的电池,分析存储区内锂离子电池的失效模式及火灾表征因子,利用基于图像识别和大数据Artificial Intelligence（AI）的技术,对锂钴电池、三元电池、三元电池组（PACK）的堆垛进行理论分析及模拟测试。结果表明：锂离子电池堆垛失效可分为6个阶段：锂离子电池失效外表面温度缓慢上升阶段、乳白色气体沿地平面飘浮阶段、黑色烟气上升阶段、箱体外温度达到探测阈值阶段、着火起始及传播阶段和燃尽阶段;提出了锂离子电池堆垛失效火灾表征因子出现的顺序为白雾、烟气、温度及火焰;同时,开发了一种适用于锂离子电池存储区白雾、烟气及火焰的基于图像识别与大数据分析的AI探测系统,且该系统可在冒白雾1 min内有效预警,较吸顶感烟火灾探测器响应时间快5～10 min。