基于无线网络的多源信息火灾探测算法研究

发布时间：2020-03-18 13:25

【摘要】：智能化和安全化对当代火灾报警系统提出了更高的要求,如何改善传统火灾探测报警系统的缺陷,优化防火系统的安全等级成为当下研究热点,基于此,本文展开基于无线网络的多源信息火灾探测方法研究。课题从两方面入手:一方面,由于无线网络具有传输速率高,布线简单,改造容易等特点,本课题依据相关规范设计了基于无线传感网络的火灾探测系统,该系统能够准确收集火灾信息以便进行火情预判。另一方面,从火灾信息预测方向出发,为改善传统火灾报警系统单一化预测和预判时间过长等缺点,采用了多源信息融合技术和人工智能算法建立火灾预测模型,如何将其更好的应用于火灾预测模型是本文研究的重点。针对火灾信息数据的特征,利用了模糊推理、人工神经网络和极限学习机三类方法设计火情预测模型,以CO浓度、烟雾浓度、温度三种火灾特征信息作为网络输入,以无火概率、阴燃火概率、明火概率作为网络输出,使用MATLAB软件分别进行网络设计和仿真验证,最后与国家标准火试验数据进行了对比分析。由仿真结果得出,自适应模糊神经推理、RBF神经网络模型、GRNN神经网络模型、PNN神经网络模型和ELM算法均可进行火灾预测,且各有优势。
【图文】：

火灾探测

西安建筑科技大学硕士学位论文策目标出发，按一定的准则与决策可信度进行处理分析，得出一个最终的决策结果[21]。因此，可归纳数据融合技术有以下两点优势：①提高了系统生存能力的可信度、空间分辨率；②一定程度上，改善了不同参量之间排异性。2.1.3 数据融合在火灾探测中的应用基于传感器信息融合理论基础，同样地，课题所研究的火灾探测系统分为三层：信息层、融合层和决策层[22]。传统数据融合系统图如图 2.1 所示。

系统整体,火灾报警系统

西安建筑科技大学硕士学位论文2.2 多传感器火灾报警系统设计多传感器火灾报警系统意味着探测系统具备两种或两种以上的火灾探测不再像传统火灾报警系统那样只进行简单探测工作，使得火灾探测系统探测大大提升。多传感器火灾报警系统一般由三个部分组成：传感器组、数据融理中心和报警决策系统。传感器组中包含数个传感器，这些传感器能够检测的火灾信息，并将测量所得信号[23]传递给特征信息组，特征信息随数据进行预处理并提取信号特征；第二部分是前文讲述的数据融合处理中心，，该组最对火灾特征信号进行判别并做出决策；第三部分为报警系统，报警系统主要是利用执行器对数据融合处理中心传递过来的决策进行判断，若达到某预设便执行报警。系统整体如图 2.2 所示，融合系统整体如图 2.3 所示。
【学位授予单位】：西安建筑科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TU892;TN92

【参考文献】