[發(fā)明專利]一種基于分層模糊融合的多傳感器火災(zāi)檢測方法

在審

• 申請?zhí)枺?/td>: 201811346220.4
• 申請日: 2018-11-13
• 公開（公告）號: CN109255921A
• 公開（公告）日: 2019-01-22
• 發(fā)明（設(shè)計）人: 葉錦華;肖家鑫;劉峰
• 申請（專利權(quán)）人: 福州大學(xué)
• 主分類號: G08B17/00
• 分類號: G08B17/00;G08B17/10;G08B19/00
• 代理公司: 福州元創(chuàng)專利商標(biāo)代理有限公司 35100
• 代理人: 蔡學(xué)俊

1.一種基于分層模糊融合的多傳感器火災(zāi)檢測方法,其特征在于，包括以下步驟：

步驟S1:采集環(huán)境中火焰信號、溫度、溫度變化率、一氧化碳濃度和煙霧濃度數(shù)據(jù)，并進行歸一化處理；

步驟S2:構(gòu)建分層模糊數(shù)據(jù)推理模型，包括第一級模糊數(shù)據(jù)推理模型和第二模糊數(shù)據(jù)推理模型；

步驟S3:模糊化溫度和溫度變化率數(shù)據(jù)，輸入第一級模糊數(shù)據(jù)推理模型，并根據(jù)第一級模糊推理計算輸出第一級判斷結(jié)果；

步驟S4:對第一級判斷結(jié)果進行去模糊化處理；

步驟S5:模糊化火焰信號、一氧化碳濃度、煙霧濃度數(shù)據(jù)和第一級判斷結(jié)果，并輸入至第二級模糊數(shù)據(jù)推理模型，并根據(jù)第二級模糊推理計算得到第二級判斷結(jié)果；

步驟S6:采用去模糊化處理第二級判斷結(jié)果，得到火災(zāi)發(fā)生的概率；

步驟S7:將得到的火災(zāi)的概率值與預(yù)設(shè)閾值比較，若小于閾值認為無火災(zāi)發(fā)生，反之則發(fā)生火災(zāi)。

2.根據(jù)權(quán)利要求1所述基于分層模糊融合的多傳感器火災(zāi)檢測方法,其特征在于：所述步驟S1數(shù)據(jù)采集具體為：火焰信號采用紅外火焰檢測模塊檢測，溫度采用DS18B20數(shù)字溫度傳感器采集，煙霧檢測采用MQ-2模塊采集，一氧化碳檢測采用MQ-7模塊采集。

3.根據(jù)權(quán)利要求1所述的基于分層模糊融合的多傳感器火災(zāi)檢測方法,其特征在于：溫度、溫度變化率、一氧化碳濃度、煙霧濃度、火焰信號、第一級判斷結(jié)果，火災(zāi)概率模糊化后的狀態(tài)數(shù)分別為3個、3個、3個、3個、2個、2個和3個。

4.根據(jù)權(quán)利要求1所述的基于分層模糊融合的多傳感器火災(zāi)檢測方法,其特征在于：采用高斯型隸屬度函數(shù)來模糊化溫度、溫度變化率、一氧化碳濃度、煙霧濃度、第一級判斷結(jié)果和火災(zāi)概率對應(yīng)的狀態(tài)，隸屬度函數(shù)的表達式為

式中，x為歸一化后的火災(zāi)參量值，參數(shù)a決定函數(shù)曲線的寬度，參數(shù)c決定函數(shù)曲線的中心。

5.根據(jù)權(quán)利要求1所述的基于分層模糊融合的多傳感器火災(zāi)檢測方法,其特征在于：采用三角形隸屬度函數(shù)來模糊化火焰信號，函數(shù)表達式為

式中，e,h,g＝0和e,h,g＝1分別對應(yīng)火焰信號的2個模糊化狀態(tài)。

6.根據(jù)權(quán)利要求1所述的基于分層模糊融合的多傳感器火災(zāi)檢測方法,其特征在于：所述第一級模糊推理具體為：P_1i：若M₁是A_1i，且M₂是A_2i，則σ₁是C_1i；

其中P_1i表示第一層模糊推理模型的第i條規(guī)則，M_j＝1,2表示第一層模糊推理系統(tǒng)的第j個輸入，A_ji表示第一層模糊推理系統(tǒng)第j個輸入對應(yīng)的隸屬度函數(shù)，σ₁表示第一層模糊推理系統(tǒng)的輸出，C_1i表示σ₁對應(yīng)的隸屬度函數(shù)。

7.根據(jù)權(quán)利要求1所述的基于分層模糊融合的多傳感器火災(zāi)檢測方法,其特征在于：所述第二級模糊推理具體為：P_2i：若N₁是B_1i，且N₂是B_2i，且N₃是B_3i，且N₄是B_4i，則σ₂是C_2i

其中P_2i表示第二層模糊推理系統(tǒng)的第i條規(guī)則，N_k＝1,2,3,4表示第二層模糊推理系統(tǒng)的第k個輸入，B_ki表示第二層模糊推理系統(tǒng)第k個輸入對應(yīng)的隸屬度函數(shù)，σ₂表示第二層模糊推理系統(tǒng)的輸出，C_2i表示σ₂對應(yīng)的隸屬度函數(shù)。