[发明专利]一种基于分层模糊融合的多传感器火灾检测方法

权利要求书

1.一种基于分层模糊融合的多传感器火灾检测方法,其特征在于，包括以下步骤：

步骤S1:采集环境中火焰信号、温度、温度变化率、一氧化碳浓度和烟雾浓度数据，并进行归一化处理；

步骤S2:构建分层模糊数据推理模型，包括第一级模糊数据推理模型和第二模糊数据推理模型；

步骤S3:模糊化温度和温度变化率数据，输入第一级模糊数据推理模型，并根据第一级模糊推理计算输出第一级判断结果；

步骤S4:对第一级判断结果进行去模糊化处理；

步骤S5:模糊化火焰信号、一氧化碳浓度、烟雾浓度数据和第一级判断结果，并输入至第二级模糊数据推理模型，并根据第二级模糊推理计算得到第二级判断结果；

步骤S6:采用去模糊化处理第二级判断结果，得到火灾发生的概率；

步骤S7:将得到的火灾的概率值与预设阈值比较，若小于阈值认为无火灾发生，反之则发生火灾。

2.根据权利要求1所述基于分层模糊融合的多传感器火灾检测方法,其特征在于：所述步骤S1数据采集具体为：火焰信号采用红外火焰检测模块检测，温度采用DS18B20数字温度传感器采集，烟雾检测采用MQ-2模块采集，一氧化碳检测采用MQ-7模块采集。

3.根据权利要求1所述的基于分层模糊融合的多传感器火灾检测方法,其特征在于：温度、温度变化率、一氧化碳浓度、烟雾浓度、火焰信号、第一级判断结果，火灾概率模糊化后的状态数分别为3个、3个、3个、3个、2个、2个和3个。

4.根据权利要求1所述的基于分层模糊融合的多传感器火灾检测方法,其特征在于：采用高斯型隶属度函数来模糊化温度、温度变化率、一氧化碳浓度、烟雾浓度、第一级判断结果和火灾概率对应的状态，隶属度函数的表达式为

式中，x为归一化后的火灾参量值，参数a决定函数曲线的宽度，参数c决定函数曲线的中心。

5.根据权利要求1所述的基于分层模糊融合的多传感器火灾检测方法,其特征在于：采用三角形隶属度函数来模糊化火焰信号，函数表达式为

式中，e,h,g＝0和e,h,g＝1分别对应火焰信号的2个模糊化状态。

6.根据权利要求1所述的基于分层模糊融合的多传感器火灾检测方法,其特征在于：所述第一级模糊推理具体为：P_1i：若M₁是A_1i，且M₂是A_2i，则σ₁是C_1i；

其中P_1i表示第一层模糊推理模型的第i条规则，M_j＝1,2表示第一层模糊推理系统的第j个输入，A_ji表示第一层模糊推理系统第j个输入对应的隶属度函数，σ₁表示第一层模糊推理系统的输出，C_1i表示σ₁对应的隶属度函数。

7.根据权利要求1所述的基于分层模糊融合的多传感器火灾检测方法,其特征在于：所述第二级模糊推理具体为：P_2i：若N₁是B_1i，且N₂是B_2i，且N₃是B_3i，且N₄是B_4i，则σ₂是C_2i

其中P_2i表示第二层模糊推理系统的第i条规则，N_k＝1,2,3,4表示第二层模糊推理系统的第k个输入，B_ki表示第二层模糊推理系统第k个输入对应的隶属度函数，σ₂表示第二层模糊推理系统的输出，C_2i表示σ₂对应的隶属度函数。