[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

说明书

本发明涉及一种基于分层模糊融合的多传感器火灾检测方法。该方法在检测火灾时，处理火焰信号、温度变化率、温度、一氧化碳浓度、烟雾浓度五个火灾参量，构建一种由两级模糊推理模型组成的分层模糊数据融合模型，第一级以温度变化率和温度作为输入，第二级以第一级判断结果、一氧化碳浓度、烟雾浓度、火焰信号作为输入量，输出为出现火灾的概率，该值与设定阈值比较即可进行精确的火灾判别。通过多传感器火灾信息的模糊融合和两级模糊推理模型的分层机制，显著减少了系统模糊规则库的数量，提高了火灾检测的鲁棒性，快速性和准确性。

技术领域

本发明涉及火灾检测领域，具体涉及一种基于分层模糊融合的多传感器火灾检测方法。

背景技术

随着社会经济的快速发展，建筑越来越密集，火灾环境日益复杂，加大了火灾救援难度，救援手段也十分有限，尤其是人口密集区域，如果火灾不能及时扑救，将造成难以估量的损失。借助火灾检测技术，对早期火灾进行预警，并及时采取有效的应对措施，将火灾扼制在初期使其造成较小危害，可以有效消除火灾带来的不利影响，避免火灾后期处理的弊端。

火灾发生时伴随着多个环境参量的改变，如温度、烟雾浓度、火焰有无等，通过对相应环境参量的检测，设定阈值进行比较，可以达到判断火灾是否发生的目的。现有火灾检测系统，大多采用单一传感器，针对单个火灾参量进行报警，由于环境信息量少，火灾误报漏报率较高。采用多传感器通过对火灾环境的多个参量提取，将系统获取的多个信息进行融合，产生更精确的多传感器判断，不仅克服了单一传感器获取数据的局限性，而且获取的火灾信息更加全面，目前少数多传感器火灾检测系统的出现，一定程度上提高了火灾检测的准确性，但由于对多传感器信息缺乏融合机制，在对火灾全局检测精度仍有不足，且普遍检测速度较慢，当传感器数量增多时，问题更加突出。

发明内容

有鉴于此，本发明的目的在于提供一种基于分层模糊融合的多传感器火灾检测方法，将常规模糊系统的模糊规则库进行简化，既保证火灾检测的鲁棒性和准确性，又显著地提高火灾的检测效率。

为实现上述目的，本发明采用如下技术方案：

一种基于分层模糊融合的多传感器火灾检测方法，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。

进一步的，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。

进一步的，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；

进一步的，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