[發明專利]一種基于模糊神經網絡的電氣火災監控終端及其處理步驟

在審

• 申請號: 201510837986.2
• 申請日: 2015-11-26
• 公開（公告）號: CN105336081A
• 公開（公告）日: 2016-02-17
• 發明（設計）人: 呂燚;夏百戰;石世光
• 申請（專利權）人: 電子科技大學中山學院
• 主分類號: G08B17/06
• 分類號: G08B17/06;G08B17/10
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明是一種基于模糊神經網絡的電氣火災監控終端及其處理步驟，屬于火災防控領域。

背景技術

目前，隨著人民生活水平的日益提高，液化石油氣越來越普遍地應用于千家萬戶的生活之中。不僅城市居民有，而且農村用戶也在大量增加，甚至有的家庭擁有好幾個氣瓶。而隨著國家西氣東輸管道的全線貫通，更是改善人民生活條件起到了積極作用。天然氣進入家庭極大地方便了城市居民的生活用氣，現在城市面多數用戶家里做飯都是用得天然氣。也因此各家各戶都隨時面臨著由于液化氣或天然氣引起中毒和火災危險。

液化石油氣或天然氣火災頻頻發生，與用戶缺乏安全使用、管理知識和缺少預防措施分不開的。如果每個用戶都能掌握燃氣的防火安全知識，且安全管理和使用，并配置家用可燃氣體報警器，火災是可以避免的。正因為目前很多用戶沒有燃氣的防火安全知識，致使很多例因為人為操作不當而造成氣體泄漏或引起火災的事故

電氣火災參數主要包括剩余電流、溫度、煙霧等物理量，傳統的采集設備是一體化設計模式，信號采集模塊集成在采集終端之上，采集終端通常只能監控配電柜內的相關參數。

發明內容

針對現有技術存在的不足，本發明目的是提供一種基于模糊神經網絡的電氣火災監控終端及其處理步驟，以解決上述背景技術中提出的問題,本發明使用方便，便于操作，穩定性好，可靠性高。

1、為了實現上述目的，本發明是通過如下的技術方案來實現：一種基于模糊神經網絡的電氣火災監控終端，包括剩余電流檢測模塊、煙霧測量模塊、測溫模塊、嵌入式中央處理器以及數據存儲器，還包括實時時鐘和ZigBee無線信息通訊單元；所述剩余電流檢測模塊的輸出端與嵌入式中央處理器的輸入端連接，所述煙霧測量模塊的輸出端與嵌入式中央處理器的輸入端連接，所述測溫模塊的輸出端與嵌入式中央處理器的輸入端連接，所述嵌入式中央處理器與實時時鐘雙向連接，所述嵌入式中央處理器與ZigBee無線信息通訊單元雙向連接，所述嵌入式中央處理器與數據存儲器雙向連接。

進一步地，所述嵌入式中央處理器選用了Cortex-M3內核的增強型嵌入式處理器STM32F103VCT6作為控制核心，工作頻率72MHz，處理性能達1.25DMIPS/MHz，片內集成256KFlash，48KSRAM，支持硬件除法和單周期乘法，片內集成I2C、SPI以及UART通訊接口。

進一步地，所述嵌入式中央處理器的UART通訊接口與剩余電流檢測模塊的輸出端、煙霧測量模塊的輸出端以及測溫模塊的輸出端連接，所述嵌入式中央處理器的I2C通訊接口與實時時鐘雙向連接，所述嵌入式中央處理器的SPI通訊接口與ZigBee無線信息通訊單元以及數據存儲器雙向連接。

進一步地，所述Zigbee無線信息通訊單元采用了TI公司的CC2530設計方案。

進一步地，所述實時時鐘采用I2C接口的DS3231，內部集成帶溫度補償功能的晶體振蕩器，-40oC至+80oC范圍內，精度達到±3.5ppm。

進一步地，所述數據存儲器選用了寫入速度快、擦寫壽命長、可靠性高的鐵電存儲器，實現各能耗及電能質量數據的存儲。

一種基于模糊神經網絡的火災預警處理步驟，包括以下步驟：

1）由剩余電流檢測模塊、煙霧測量模塊以及測溫模塊完成剩余電流、溫度和煙霧濃度的測量，并更加采集信息的編碼進行分類匯總，同一物理區域的相關被測參數將進入模糊神經網絡系統進行處理，根據火災特征預先選定多組數據構成訓練樣本集，使用附加動量項的BP算法對網絡進行學習和訓練，網絡訓練結束后,通過權值變化找出災情參數與火災發生概率之間的映射規律,即完成針對火災特征的學習,自動生成適于火災探測模型的模糊規則集和隸屬度函數的參數,并提取各模糊推理規則相對作用的權值。模糊推理輸出最終去模糊化后得到火災概率，作為火災判別的依據。

本發明的有益效果：本發明的一種基于模糊神經網絡的電氣火災監控終端及其處理步驟，通過采用無線傳感網絡實現傳感設備的互聯，使項目施工難度大大降低，工期縮短，日后的維護也大大簡化，隨著半導體技術的發展，Zigbee無線傳感網絡成本逐步走低，目前已經與有線方式持平，相信隨著應用日益廣泛，價格優勢也將顯現出來，因而，利用無線傳感網絡改造底層傳感網絡，在不增加系統成本的前提下，顯著降低了系統施工難度和維護成本，有效提高了產品的市場競爭力。