基于模糊-神经网络的火灾报警监测系统研究.pdf

第 卷第 期 煤 炭 学 报 年 月 文章编号： （ ） 基于模糊 神经网络的火灾报警监测系统研究 臧小杰 ，王 焱 ，罗云林 ，宋绍楼 （ 辽宁工程技术大学 电气工程系，辽宁阜新 ； 中国民用航空学院，天津 ） 摘 要：提出一种基于模糊 神经网络的多探测器信息模糊化智能型火灾报警监测系统的新方 案 该系统具有成本低、功能全、早期发现、准确度高、漏报率及误报率低、适用范围广的特 点 硬件电路采用环路结构及总线隔离方式，即使在探测器系统局部失效的情况下也能得出正确 的判断 关键词：人工神经网络；火灾报警；多探测器信息模糊化；训练样本；权重系数 中图分类号： 文献标识码： 火灾对人类生存及财产安全构成极大的威胁 因此，及时、准确地报警，防火于未然是火灾监测系统 的基本功能 火灾早期探测是一个较为复杂和具有重要意义的问题 对火灾自动监测系统的最大期望是： 能在火灾发生的早期及时发现火情；消灭误报率和漏报率 火灾探测系统是集传感器技术、光电子技术、 微电子技术、报警技术及测控技术于一身的高科技产品 火灾是伴有烟、光、温升、扩散辐射和异常气味 的综合现象 为了实现可靠、及时的火灾报警，需要利用各种火灾探测器来检测和捕捉这些信息，综合微 机技术和模糊化的信息处理技术实施报警，确保将火灾消灭在萌芽状态 常用的火灾探测器主要有感光、感烟、感温及气敏 种形式 它们各有特点，适应于火灾发生的不同 时期及不同现象 即它们都有各自的使用范围及精度，只能提供局部的和不完善的信息 传统的火灾自动 报警系统常采用 种以上的探测器来提高系统的可靠性，减少漏报、误报 但系统中只要有一只或一种探 测器的被监测量超限，系统就报火警，误报率相对较高，可信度降低 这是因为监测系统对各探测器的信 息处理大多采用与、或的关系，决策缺乏柔性，没有将各探测器获得的信息在一定的准则下加以综合分 析 笔者在传统的火灾报警方法基础上，提出一种以多探测器信息模糊化技术为基础的智能火灾监测系统 方案，选用红外光束感烟探测器、红外感光火焰探测器、热电阻式电子感温探测器、化学气敏探测器 种 只，构成高效立体式分布的探测系统，对不同监测环境的各探测器赋予不同的权重系数 智能监测中 心利用多探测器信息模糊化技术，对各探测器检测到的信息进行模糊判别，给出相应的火灾警报 神经网 络通过学习能够自适应各种不断变化的环境，并具有较强的容错和抗干扰能力 利用模糊 神经网络智能 火灾监测系统进行火灾的早期探测，提高了早期发现火灾的能力，大大降低了误报率和漏报率 ! 智能监测系统组成及工作原理 !! 基于模糊 神经网络的火灾探测模型 ［］ 基于模糊 神经网络的火灾探测模型如图 所示 该系统有 个探测器输入端和 个状态输出端