[发明专利]一种基于加速度信号的智能火灾检测方法

权利要求书

1.一种基于加速度信号的智能火灾检测方法，其特征在于，包括以下步骤：

利用植入防火材料的加速度传感器采集静态加速度数据、振动加速度数据和燃烧加速度数据；

对三类加速度数据进行数据预处理，所述预处理包括低通滤波和滑动操作对采集到的原始加速度数据进行滤波；

对预处理后的加速度数据进行特征提取，特征提取包括时域特征提取和能量特征提取；

对提取的特征数据通过机器学习算法模型训练：将数据标准化，将标准化后的特征数据利用极限梯度提升树分类模型对划分特征数据进行训练，对极限梯度提升树分类模型的参数进行网格搜索后进行五折交叉验证，并输出模型的混淆矩阵和评估指标柱状图，选择在混淆矩阵和评估指标柱状图中分类效果最佳的火灾加速度数据分类模型。

2.根据权利要求1所述的一种基于加速度信号的智能火灾检测方法，其特征在于，所述静态加速度数据为防火材料在未受到外界干扰处于静置状态下加速度传感器采集到的加速度数据；振动加速度数据为受到人为或环境产生的振动时加速度传感器采集到的加速度数据；燃烧加速度数据为防火材料受到燃烧膨胀作用产生振动时加速度传感器采集到的加速度数据。

3.根据权利要求1所述的一种基于加速度信号的智能火灾检测方法，其特征在于，

低通滤波是指利用巴特沃斯低通滤波器对加速度数据进行低通滤波，其幅度平方函数表达式如下：

其中，H(w)为滤波器幅度，l为滤波器的阶数，w为滤波器角频率，w_c为截至频率；

滑动操作采用滑动平均算法，公式如下：

其中，f_t-L为数据编号为t-L的数据实际值，y_t为数据编号为t的数据计算值，L为滑动平均的期数；由于该算法会丢失前L-1个数据，对数据产生L-1个单位的偏移，因此前L-1个数据取数据实际值。

4.根据权利要求1所述的一种基于加速度信号的智能火灾检测方法，其特征在于，采用七种时域指标对预处理后的三类加速度数据进行时域特征提取，七种时域特征指标分别为方差、均方值、波形值、俏度值、峰峰值、均值差和均值穿越次数；对加速度数据进行八层小波包分解，把八层分解后的256个频段的前八个频段的能量值作为加速度数据的能量特征。