探讨火灾多传感器信息融合技术在火灾报警系统运用设计

更新时间:2024-04-04 作者:用户投稿原创标记本站原创
摘要: 针对单一普通型火灾探测器的环境适应性和功能局限性,将多传感器信息融合技术应用于火灾报警系统,实施多个传感器同步探测,全面提取火灾信息。同时,应用智能算法,对提取到的信息进行融合,实现信息的优化,完整地反映环境的信息,准确地预报火灾。在此采用多传感器信息融合方法中的Bayes理论,给每类火灾探测器的探测结果分配相应的概率,然后运用Bayes理论,进行信息的融合,从而获得最终的判决结果。有效地降低了误报率和漏报率,提高了整个火灾报警系统的可靠性。
关键词: 多传感器信息融合; 贝叶斯估计; 火灾报警系统; 同步探测
1004?373X(2013)06?0139?02
火的出现和使用对人类社会的进步起到极大的作用,没有火也就没有人类今天的繁荣和成就。然而随着社会的发展和居民生活水平的提高,火,电,油,气使用越来越普遍,火灾的危险性,次数和损失也越来越大,据统计,2011年我国火灾已达12.54万起,造成多达18.8亿元的财产损失。同时随着我国城镇化步伐的加快,城市的建筑物越来越密集,人口逐渐集中,城市中易燃易爆物品源点多、量大、面积广,带了更多的火灾隐患,一旦发生火灾,就会造成重大的人员伤亡和严重的经济损失以及重大的政治损失。因此,早期预报火情,及时准确报警,防火于未然就显的极为重要。
火灾发生的时候伴有烟雾、高温、火光及可燃性气体等现象特征,火灾探测器通过检测和捕捉火灾中出现的烟雾、高温、火光及可燃性气体等物理现象和特征信号,获知火灾的发生。但是,传统的基于某一物理量检测的火灾探测器,有一定的环境适应性和功能局限性,不可避免地会受到周围环境的影响,发生误报和漏报。针对这一现象,本文采用多传感器信息融合技术来提高火灾报警系统准确率和可靠性。
1 多传感器信息融合的内涵
多传感器信息融合类似于人类和其他生物系统基本功能。人类通过五官(耳、鼻、口、手、眼)和其他器官,感知声音、气味,获得味觉、触觉和视觉等信息,借助先验知识和大脑的关联推理,对周围的环境和正在发生的事情做出估计[3]。多传感器信息融合类似上述人类处理信息的过程,它利用多个传感器获得多方面的信息,合理支配和使用,充分发挥多个传感器冗余性与互补信息的优势,并依据一些优化准则进行组合,形成对外部环境或是被测对象特征的一致性解释和描述[4]。
2 多传感器信息融合技术在
火灾报警系统中的应用
传统的火灾报警系统中由于单一传感器的环境适应性和功能局限性,会发生误报和漏报的现象。例如,对于感光型的火灾探测器,灯光、电焊、高温体等会对其产生影响,发生误报;对于感温型的探测器,不宜发现阴燃火,容易发生漏报;对于感烟型的火灾探测器,厨房油烟、水蒸气可能会使其发生误报,而对酒精火又没有响应容易漏报[9]。我们采用多个传感器,主要使用3类火灾探测器:感烟探测器、感温探测器、火焰探测器。给每类火灾探测器的探测结果分配相应的概率,然后运用Bayes理论,进行信息的融合,从而获得最终的判决结果[10]。
观察表一中的第1,2组数据,不难发现采用多传感器信息融合技术,能够检测到更多的信息,有效地弥补了单一传感器功能的局限性,利用智能的融合算法,可以使判决结果更加明确,有效地提高了对环境的确认度。同时,多个传感器一起工作,当某一个传感器受环境的影响发生误报时,利用多传感器信息融合技术可以有效地剔除错误信息,保留正确的信息。如表1中的第3组数据,当感温探测器发生误报时,通过融合感烟探测器、感温探测器和火焰探测器,最终的判决结果是没有发生火灾,正确地反映了环境信息,有效地克服了单一传感器的环境适应性。
3 结 语
运用多传感器源于:毕业设计论文格式www.808so.com
信息融合技术,合理支配和使用多个传感器的信息,将传感器信息进行优化融合,克服单一传感器的环境适应性和功能局限性,可以降低误报率和漏报率,提高系统的正确决策能力,有效节约了社会资源,对火灾探测报警具有重要的意义。但是,采用贝叶斯估计的方法,概率的获取具有一定的难度,还有待进一步的探究和完善。
参考文献
刘强.基于多信息融合的火焰检测[J].视频应用与工程,2011(8):126?128.
李光,张铁壁.多传感器数据融合技术在火灾报警系统中的应用[J].河北工业大学学报,2010(8):35?38.
[3] 王刚,张志禹.多传感器数据融合的研究现状[J].电测与仪表, 2006(2):1?4.
[4] 王耀南,李树涛.多传感器信息融合及其应用综述[J].控制与决策,2001,16(5):518?520.
[5] 魏宏飞,刘硕.信息融合技术在火灾报警系统中的应用探析[J].中国科技信息,2012(20):87?89.
[6] 谭琳.多传感器信息融合技术探析[J].计算机光盘软件及应用,2012(1):114?116.
[7] 李景龙.贝叶斯分析理论在情报研究中的应用[J].情报探索,2007(1):24?26.
[8] LAWRENCE A K.多传感器数据融合理论及其应用[M].北京:北京理工大学出版社,2004.
[9] 赵英,陈淑娟.基于多传感器数据融合的火灾预警系统[J].现代电子技术,2010,33(24):173?175.
[10] 周峰.基于软判决信息融合的多参数瓦斯监测器的设计与实现[J].工矿自动化,2009(5):56?59.

点赞:25567 浏览:110946