多传感器信息融合的智能火灾探测系统开发与研究

发布时间：2020-10-25 06:14

　　 近年来,火灾对人们的生命财产安全造成的危害总体上呈上升趋势,发生在住宅内的火灾造成的死伤人数比例最高,并且目前城市建筑规模越发庞大,功能愈加复杂,智能化程度不断提高。在此背景下,如何将住宅内的火灾消灭在萌芽状态成为急需研究的重点内容,目前市场应用的火灾探测器多是基于单一传感器及简单的算法对火灾进行判断,在应用中仍存在较高的误报率和漏报率。因此,本文提出一种多传感器信息融合的智能火灾探测系统,旨在提高对火灾识别的及时性和准确性。针对单一传感器误报率、漏报率高的问题,利用烟雾传感器MQ-2、CO气体传感器MQ-7、温度传感器DS18B20、红外火焰传感器组成了多传感器系统,结合单片机微控制器设计了下位机硬件系统,并通过CC2530模块实现了上位机与下位机之间的无线通信。基于Keil软件,以STM32单片机为核心设计了下位机的软件系统,包括主程序设计、DS18B20模块程序设计、A/D采集模块程序设计和通信模块程序设计;基于MATLAB和LabVIEW软件,以PC机为核心设计了上位机软件系统,实现了实时显示、数据存储、数据处理与实时报警等功能。根据多传感器信息融合相关理论设计了火灾探测系统的整体算法结构模型,采用单片机对采集到的传感器信号进行限幅、归一化等预处理,完成系统的信息层融合,进而将预处理后的信号发送至上位机;基于MATLAB软件完成了BP神经网络融合器和模糊推理系统的设计,通过上位机对底层数据的处理完成系统的特征层融合;根据特征层融合的结果并结合火灾信号持续时间,生成多级判据,得出环境中的火灾探测结果,并实现火灾报警,完成火灾探测系统的决策层融合。针对目前智能火灾探测技术的研究多是通过仿真完成,最后进行了火灾样本的采集、模拟火灾响应时间实验以及抗干扰实验。火灾样本为神经网络的训练和模糊推理系统的设计提供了依据;通过火灾响应时间实验,并与市面上的一种独立型烟温复合火灾探测器进行对比,说明了火灾探测系统对火灾响应的及时性;通过抗干扰实验,验证了火灾探测系统良好的抗干扰能力。
【学位单位】：燕山大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TU892;TP212
【部分图文】：

数虽然存在较大的波动，但是总体呈上升趋势，这说明随着社会的进步，火灾发生的频次和火灾的危害性反而增加了。如图1-1所示，本文根据中国应急管理部消防救援局官网的数据绘制了从1979年至2017年的火灾起数和直接财产损失的变化情况折线图，其中在2008年至2017年的近十年间，我国年均火灾发生次数达24万起，造成死亡1490人，受伤947人，导致的直接经济损失达30.87亿元。而2013年至2017年发生在居民住宅及宿舍的火灾导致的死亡人数分别为1215人、1394人、1494人、1269人和1317人[1]，分别占总死亡人数的57.5%、76.8%、78.7%、80.2%和94.7%，这说明住宅火灾对人们的生命安全造成的威胁比例最高且呈上升趋势。特别是随着近几年我国城市化水平的持续提高，城市规模持续扩大，建筑越来越庞大，功能愈加复杂，导致这些大型建筑及住宅的火灾危险系数不断提高，一旦发生了火灾若不能及时准确地发现火源并扑灭便会很容易对人们的生命和财产安全造成严重威胁。因此，如何及时准确地探测到住宅内的火源，将火灾造成的生命财产损失降至最低是火灾预防技术领域急需研究的重点内容。

3.1 检测传感器选型3.1.1 温度传感器的选型分析目前，温度传感器使用较多的有 DS传感器和 LM35 模拟温度传感器，其中 TC信号，经过 AD 转换，再通过特定的电压而 DS18B20 直接输出的是数字信号，无需现与微处理器的双向通讯，并且市场上板考虑，本文选用 DS18B20 传感器作为本系本系统温度传感器模块采用的是如图电路如图 3-2 所示，该芯片配置了板载电VCC 和 GND 分别接电源正负极，DQ 与单环境温度。

低温度系数振荡器高温度系数振荡器减法图 3-3 DS183.1.2 红外火焰传感器的选型分析本系统采用如图 3-4 所示的板载红外要工作元件是一个红外接收管，能够探测到探测角度为 60 度左右，输出形式有 DO 数电压为 3.3V~5V。
【相似文献】

相关期刊论文 前10条

1 徐锐;廉迎战;李旦;;基于多传感器信息融合的无线火灾探测系统[J];工业控制计算机;2016年11期

2 韩伟驰;;海洋石油平台火灾探测系统应用分析[J];石化技术;2015年06期

3 李艳艳;;视频火灾探测系统[J];消防科学与技术;2013年07期

4 潘锋利;;感温光纤火灾探测系统施工技术研究[J];硅谷;2011年04期

5 董政;黄大贵;陈伟;;远距离紫外火灾探测系统的设计[J];消防科学与技术;2010年11期

6 张伯虎;陈建莉;;基于人工智能技术和ZigBee火灾探测系统的设计[J];消防科学与技术;2008年01期

7 宋晓睿;董爱华;杨艺;;基于模糊神经网络的火灾探测系统研究[J];工矿自动化;2008年01期

8 蔡叶发;李腾龙;周博;;抽气式火灾探测系统在核电站中的应用[J];电力安全技术;2008年02期

9 张拓;;模糊神经网络火灾探测系统的实现[J];淮北职业技术学院学报;2007年05期

10 马宝珠;无线—火灾探测系统[J];消防科学与技术;2002年04期

相关硕士学位论文 前10条

1 钟铭;多传感器信息融合的智能火灾探测系统开发与研究[D];燕山大学;2019年

2 王瑞;ZigBee无线传感器网络在火灾探测系统中的设计与应用[D];吉林大学;2016年

3 杨博;图像型火灾探测系统的研究与设计[D];西安建筑科技大学;2014年

4 王丽萍;基于多传感器信息融合技术的火灾探测系统研究[D];湖南大学;2006年

5 张盟蒙;基于物联网技术的森林火灾探测系统研究[D];陕西科技大学;2016年

6 杜舰;基于视觉的火灾探测系统研究[D];大连海事大学;2013年

7 江梦梦;分布式光纤感温火灾探测系统在公路隧道中应用的若干影响因素研究[D];中国科学技术大学;2014年

8 杨晗;基于模糊神经网络的智能火灾探测系统研究[D];北京化工大学;2010年

9 崔景俊;无线紫外火灾探测系统的设计与实现[D];电子科技大学;2007年

10 吴丰硕;基于DSP的图像型火灾探测系统的研究与设计[D];哈尔滨工程大学;2016年

本文编号：2855585