[實用新型]一種多參量火災探測器

有效

• 申請號: 201420012081.2
• 申請日: 2014-01-09
• 公開（公告）號: CN203706339U
• 公開（公告）日: 2014-07-09
• 發明（設計）人: 畢康建;黎小平;麻健
• 申請（專利權）人: 畢康建;黎小平;麻健
• 主分類號: G08B17/00
• 分類號: G08B17/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本實用新型涉及傳感器技術領域，具體地，涉及一種多參量火災探測器。

背景技術

各種不同材料燃燒產生的火焰輻射光譜各不相同，火焰的光譜從紫外、可見光到紅外波段均有能量輻射，但紅外波段輻射的能量比紫外波段大的多，這也是火焰發紅的原因。在火焰紅外波段內的4.35μm附近能夠觀察到峰值，這稱為CO₂原子團的發光光譜，是火焰特有的性質，并且此波長的輻射能量強度相對較大。

火焰燃燒存在閃爍現象，閃爍時的紅外輻射幅值是不同的，大量的實驗表明典型的紅外輻射幅值在5％～20％之間。火焰的閃爍的物理特性，還表現在輻射強度以1～30Hz的頻率波動，這一特性也是本實用新型對火災信號進行識別處理時的理論依據。

火災探測包含兩層含義：一是針對某一(些)物理特征采用何種探測方法，二是基于該探測方法采用何種算法才能在環境中準確的探測火災。火災探測技術是傳感技術和火災探測算法相結合的產物，其實質是將各種火災參量通過傳感器接收轉化為容易處理的信號，其中尤以轉換為電壓信號最為常見，然后通過識別算法判斷是否發生火災。火災還具有各種參量的頻譜特性，初期燃燒時煙的頻率集中在0～15MHz范圍，溫度的頻率集中在0～55MHz范圍，而出現明火后，火焰的頻率為1～12Hz。所以探測火災各種目標參量的頻譜特征并進行信號分析是火災探測的重要技術手段

在信號處理中數字濾波主要是為了濾除信號中可能存在的干擾，提高信噪比。就是把輸入序列通過一定的運算變換成輸出序列。其中頻域法，即先對輸入信號進行傅立葉變換，分析其頻譜，然后根據所希望的頻率特性進行濾波。時域法，即對離散抽樣序列做差分數學運算來達到濾波目的。

模式識別技術是隨著現代科學技術的發展，特別是計算機技術的發展而形成的一種模擬人的各種識別能力和方法的技術，屬于自動判別和分類的理論，它的目標是要在表示空間和解釋空間找到一種映射關系。模式識別的方法有多種，如數據聚類、統計分類、神經網絡等，但通常它們都有學習和識別兩個過程。模式識別的多種方法中，神經網絡模式識別是通過適當的調節權重系數來實現監督下的學習和非監督下的識別工作的，同時，神經網絡是一個“模型無關”的機器，表現出非監督條件下分類器的性能，具有能夠通過調整使得輸出在特征空間中逼近任意目標的優點，對于火災識別這類無法確定精確模型的問題，使用神經網絡來實現模式識別是比較合適的。

在人工神經網絡的實際應用中，BP網絡廣泛應用于函數逼近、模式識別/分類、數據壓縮等，80％～90％的人工神經網絡模型是采用BP網絡或它的變化形式，它也是前饋神經網絡的核心，體現了人工神經網絡最精華的部分。

數據融合又稱作信息融合或多傳感器數據融合，其基本原理就像人腦綜合處理信息一樣，充分利用多個傳感器資源，通過對多傳感器及其觀測信息的合理支配和使用，把多傳感器在空間和時間上冗余或互補信息依據某種準則來進行組合，以獲得被測對象的一致性解釋或描述。其融合原理如下：

(1)N個不同類型的傳感器(或者同一復合傳感器的不同類型的監測參量)收集觀測目標的數據；

(2)對傳感器的輸出數據(離散的或連續的時間函數數據、輸出矢量、成像數據或一個直接的屬性說明)進行特征提取的變換，提取代表觀測數據的特征矢量Yi；

(3)對特征矢量Yi進行模式識別處理，完成各傳感器關于目標的說明；

(4)將各傳感器關于目標的說明數據按同一目標進行分組，即關聯；

(5)利用融合算法將每一目標各傳感器數據進行合成，得到該目標的一致性解釋與描述。

在實現本實用新型的過程中，發明人發現現有技術中至少存在可靠性低、適用范圍小和使用不方便等缺陷。

實用新型內容

本實用新型的目的在于，針對上述問題，提出一種多參量火災探測器，以實現可靠性高、適用范圍大和使用方便的優點。

為實現上述目的，本實用新型采用的技術方案是：一種多參量火災探測器，包括外殼，設置在所述外殼頂部外壁的多個太陽能電池板，安裝在所述外殼底部外壁的4.4um紅外光學透鏡系統，以及安裝在所述外殼內部的數據采集和通信控制電路、充電電池、4.4um紅外傳感器、模擬電路板、煙感探測單元，溫濕度傳感器和照度傳感器；所述多個太陽能電池板、4.4um紅外光學透鏡系統、充電電池、4.4um紅外傳感器、模擬電路板、煙感探測單元，溫濕度傳感器和照度傳感器，分別與數據采集和通信控制電路連接。