[發明專利]一種多波段火焰探測器視窗潔凈度檢測的方法有效
| 申請號: | 202010537868.0 | 申請日: | 2020-06-12 |
| 公開(公告)號: | CN111640278B | 公開(公告)日: | 2021-02-09 |
| 發明(設計)人: | 尚國慶;郭晶;楊偉偉;周永杰 | 申請(專利權)人: | 無錫格林通安全裝備有限公司 |
| 主分類號: | G08B17/12 | 分類號: | G08B17/12;G06K9/62;G06N3/04;G08C23/04 |
| 代理公司: | 北京久維律師事務所 11582 | 代理人: | 杜權 |
| 地址: | 214000 江蘇*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 波段 火焰 探測器 視窗 潔凈 檢測 方法 | ||
1.一種多波段火焰探測器視窗潔凈度檢測的方法,其特征在于:具體包括以下步驟:
S1、開啟紅外發射器:根據通道數量的多少,啟動紅外發射器,并發射紅外信號;
S2、捕獲信號:延時一段時間后,熱釋電傳感器開始捕獲紅外發射器反射信號,并連續采集100個數據為一組,采集100組;
S3、數據處理:根據時域劃分每組中的最大值和最小值可能出現的點,其中在第18-36個數據中找到最大的Tmax,在第50-75個數據找到最小值Tmin,采用排序法取得最大值和最小值的平均值Tmax_avg和Tmin_avg,并將Tmax_avg和Tmin_avg寫入EEPROM作為儀表的參考參數;
S4、污染程度判斷:通過人工神經網絡學習不同的污染源和某種污染源的污染程度作為樣本進行學習,并作為對比樣本,根據補償算法機制,分出可補償污染源和不可補償污染源,同時此補償算法給出補償閾值K,并認為K值在0-1的范圍內合理,K值超出1時認為補償失效,發出故障指示,根據故障指示做出決策;
S5、循環檢測:以兩分鐘作為巡檢周期,采集紅外發射器反射信號,取得單次信號的最大值Tmax_o和最小值Tmin_o,當Tmax_o/Tmax_avg0.8和Tmin_o/Tmin_avg0.75的情況出現一次時,縮短巡檢周期為30秒,若此情況連續出現3次,通過人工神經網絡判斷視窗污染。
2.根據權利要求1所述的一種多波段火焰探測器視窗潔凈度檢測的方法,其特征在于:所述步驟S4中當視窗潔凈或者被污染時,利用人工神經網絡對單一通道的紅外發射器反射信號曲線進行128個特征提取,用來描述其信號曲線。
3.根據權利要求1所述的一種多波段火焰探測器視窗潔凈度檢測的方法,其特征在于:所述步驟S4中在判定某種污染源后,同一污染源的不同污染程度會有相似的信號曲線,但是其閾值和斜率會發生變化,人工神經網絡可以學習這些樣本,并給出污染程度的判定,超過一定的污染程度發出故障信號,顯示污染信息代碼。
4.根據權利要求1所述的一種多波段火焰探測器視窗潔凈度檢測的方法,其特征在于:所述步驟S4中人工神經網絡采集潔凈視窗時的紅外發射器反射信號樣本,作為潔凈參考樣本學習,并在視窗上施加模擬現場使用情況可能發生的各種污染源,人工神經網絡采集各種污染源下的紅外發射器反射信號樣本,作為各種污染源樣本進行學習。
5.根據權利要求1所述的一種多波段火焰探測器視窗潔凈度檢測的方法,其特征在于:所述步驟S4中通過試驗或者儀表說明書來取得儀表的最大探火能力,即火焰探測距離和探測視角,在視窗表面上施加三種污染程度的各種污染源,人工神經網絡采集紅外發射器反射信號樣本,作為各種污染源的三種污染程度樣本進行學習,根據比對樣本,提供一種補償算法機制。
6.根據權利要求1所述的一種多波段火焰探測器視窗潔凈度檢測的方法,其特征在于:所述步驟S4中根據不同通道的閾值大小的不同和人工神經網絡判據來綜合判斷視窗表面不同區域的污染源和污染程度,針對不同情況的污染源和污染程度給出不同的決策。
7.根據權利要求6所述的一種多波段火焰探測器視窗潔凈度檢測的方法,其特征在于:決策一:污染源和污染程度已經損害了儀表的探火性能,并不能通過儀表本身來補償采集的信號來提高探火性能,發出故障信號代碼,請求維護;決策二:污染源和污染程度已經損害了儀表的探火性能,但是可以通過儀表本身的軟件和硬件來補償采集的信號來提高探火性能,那么根據不同的污染源和污染程度對采集的環境紅外信號進行算法補償,動態調整每個通道的信號增益、權值和閾值,來提高儀表對火焰的靈敏度,動態補償探火距離和探火視角,使得儀表能維持探火性能,當軟硬件補償超過閾值,儀表性能不可避免的下降時,發出故障信號代碼,請求維護。
8.根據權利要求1所述的一種多波段火焰探測器視窗潔凈度檢測的方法,其特征在于:所述步驟S5中通過極值法判斷視窗污染后,人工神經網絡介入,以30秒的頻次捕獲紅外發射器反射信號,通過算法學習樣本,來判斷污染源和污染程度的情況,若人工神經網絡給出的污染源和污染程度的情況是可以補償的,根據補償算法對紅外發射器反射信號進行補償,并給出補償閾值K,如果補償的信號人工神經網絡判斷是符合要求的,那么恢復兩分鐘的巡檢周期,儀表恢復工作,同時人工神經網絡實時監控補償閾值K的動態調整;當補償閾值K1時,認為視窗污染情況已經無法再通過儀表進行補償,發出故障信號代碼。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于無錫格林通安全裝備有限公司,未經無錫格林通安全裝備有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010537868.0/1.html,轉載請聲明來源鉆瓜專利網。





