[发明专利]基于多传感器数据融合技术的隧道火灾预警控制方法及其系统有效

专利信息
申请号: 201310029908.0 申请日: 2013-01-24
公开(公告)号: CN103136893A 公开(公告)日: 2013-06-05
发明(设计)人: 沈立峰;黎翔;赵俊斌;陈炯;叶子威;付明磊;乐孜纯 申请(专利权)人: 浙江工业大学
主分类号: G08B17/00 分类号: G08B17/00;G06N3/02
代理公司: 杭州天正专利事务所有限公司 33201 代理人: 王兵;黄美娟
地址: 310014 浙*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 传感器 数据 融合 技术 隧道 火灾 预警 控制 方法 及其 系统
【权利要求书】:

1.基于多传感器数据融合技术的隧道火灾预警系统控制方法包括:

1)主传感器组历史数据记录,数据处理装置以5分钟为时间间隔记录过去24小时内的主传感器组数据;

2)定时读取副传感器组数据,数据处理装置以60分钟为时间间隔定时读取副传感器组数据;

3)神经网络,指数据处理装置通过预置的一种运算规则,以主传感器组历史数据和副传感器组数据作为输入数据,计算得到当前环境参数下的主传感器组火灾阈值;

4)计算结果回传,指数据处理装置将当前环境参数下的主传感器组火灾阈值传输到现场检测装置。

5)由现场检测装置执行的控制,包括:

5.1)主传感器组火灾阈值修正,指现场检测装置将数据处理装置的回传结果设置为当前的主传感器组火灾阈值;5.2)火灾发生判断,指现场检测装置将当前主传感器组的信号量与火灾阈值进行比较。如果连续3次检测到当前主传感器组的信号量超出火灾阈值,那么判定火灾发生;否则,判定没有火灾发生。

2.如权利要求1所述的方法,其特征在于:所述的步骤3)神经网络,包括一种复合神经网络模型,所述的复合神经网络模型分为两大部分:主神经网络和辅神经网络;所述辅神经网络根据辅神经网络输入和权值决定并输出主神经网络中隐含层和输出层的各个权值,所述主神经网络根据主神经网络的输入和权值决定和输出火灾阈值;其中,主神经网络和辅神经网络通过主神经网络的权值和辅神经网络的输出相联系;对于复合式BP神经网络隐含层节点个数,通过改变隐含层节点数,找出网络误差的极小值,从而确定该网络隐含层节点数。

3.如权利要求2所述的方法,其特征在于:复合神经网络模型的应用过程分为:A.权值嵌套的复合式BP神经网络的具体训练,复合BP神经网络每半年进行一次训练,训练数据除原有数据外,还增加半年内该隧道记录数据;B.日常值嵌套的复合式BP神经网络的具体计算,神经网络通过学习和训练得到最终总输入输出关系,半年内火灾预测情况由该输入输出关系得到,最终输出为火灾阀值。

4.如权利要求3所述的方法,其特征在于:步骤A所述权值嵌套的复合式BP神经网络的具体训练步骤如下:

A1初始化,置辅助网络的权值系数为随机数;

A2将传感器数据尺度变换,得到的主辅神经网络的输入;

A3通过辅助网络得到输出,将输出数据尺度变换,得到主神经网络的各个权值;

A4主神经网络根据网络的权值计算出最终输出;

A5计算主神经网络输出和期望的误差,并反向传播回主神经网络,得到调整后的权值;

A6将主神经网络调整后的权值尺度变换后作为辅神经网络的输出期望,并计算辅神经网络输出与期望的误差;

A7反向传播回辅神经网络,调整网络的权值,并返回计算步骤4),直到误差满足要求。

5.如权利要求4所述的方法,其特征在于:步骤B所述日常值嵌套的复合式BP神经网络的具体计算步骤如下:

B1置辅助网络的权值系数为训练得出的权值系数;

B2将传感器数据尺度变换,得到的主辅神经网络的输入;

B3通过辅助网络得到输出,将输出数据尺度变换,得到主神经网络的各个权值;

B4主神经网络根据网络的权值和输入计算得出火灾阈值。

6.如权利要求5所述的方法,其特征在于:所述的神经网络模式引入温度主导的自动调整机制,以增强极端天气下的系统稳定性,具体方法如下:

在保证初始阶段的复合BP神经网络的模式正确的基础上,传感器收集数据,然后通过复合BP神经网络计算输出结果;当结果属于无火势时,系统可以把温度传感器的数据传送到一个简单的判断处理器。若系统一直显示无火,那么温度数据可以每隔30s传送判断一次;

具体判断规则如下:

t是温度,f(t)是模式状态。当f(t)=0时,复合神经网络的权值是在较低温的情况下训练出来的,所以系统能很好地在低温情况下反映计算出真实的外部火灾情况,这时的复合神经网络选择低温模式。当f(t)=1时系统选择正常温度模式,这时的复合神经网络的权值是在正常温度的情况下训练出来的,这时系统能很好地拟合周围环境并输出正确的情况。当f(t)>30度时,系统选择高温模式,这时的复合神经网络的权值是在温度较高的情况下训练出来的,这时系统能很好地拟合高温环境并输出正确的情况。

7.如权利要求1所述的方法的专用隧道火灾预警系统,其特征在于:由现场检测装置、数据处理装置以及报警显示装置构成;其中,现场检测装置用于收集隧道中的各类环境参数,根据主传感器组信号是否超出火灾阈值判断是否有火灾发生,并通知数据处理装置;数据处理装置用于根据副传感器组信号,调整主传感器组信号的火灾阈值,并且将调整后的火灾阈值回传到现场检测装置。同时,在收到现场检测装置的报警信息后,数据处理装置将控制报警显示装置报警;报警显示装置由通用的报警灯、蜂鸣器等组成,用于向人们提供声、光报警信息;

所述现场检测装置,包括主传感器组、副传感器组、信号调理电路、无线通讯模块和天线、微控制器、存储电路、复位电路、晶振电路、时钟电路和电源部分;其中所述主传感器组由多个烟雾传感器和多个火焰传感器组成,用于直接检测火灾发生的主要特征信息;所述副传感器组由一个温度传感器、一个光强度传感器和一个湿度传感器组成,用于检测隧道的环境参数信息;所述信号调理电路用于将主传感器组和副传感器组采集的信号做放大、滤波或者模拟-数字转换处理,以适合微控制系统进行各个传感器的信号收集;所述无线通讯模块和天线用于将信息以无线的方式进行收发处理;所述的微控制器、存储电路、复位电路、晶振电路、时钟电路构成一个完整的微控制系统,该系统可读取信号调理电路的输出信号、控制无线通讯模块的数据传输,并且具有改变主传感器组的火灾阈值、根据主传感器组的信号变化量是否超过火灾阈值判断火灾是否发生的功能;所述的电源部分用于向主传感器组、副传感器组、信号调理电路、无线通讯模块和微控制系统提供各自需要的稳定的电压或者电流;

所述数据处理装置由嵌入式处理器、存储电路、复位电路、晶振电路、时钟电路、液晶显示电路、按键输入电路、报警装置驱动电路和电源部分组成;所述嵌入式处理器、存储电路、复位电路、晶振电路和时钟电路组成一个完整的高性能的嵌入式系统;该嵌入式系统能够根据现场检测装置发送来的报警信息控制报警装置驱动电路;同时,能够根据副传感器组的信号变化量调整主传感器组的火灾阈值,并将调整后的火灾阈值回传到现场检测装置;所述液晶显示电路用于显示嵌入式系统的参数信息。所述按键输入电路用于设置嵌入式系统的工作参数。所述报警装置驱动电路用来驱动报警显示装置;所述电源部分用来给嵌入式系统、液晶显示电路、按键输入电路和报警装置驱动电路提供稳定的电压或者电流。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工业大学,未经浙江工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201310029908.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code