一种电气间模块火灾探测联动控制方法与流程

未命名 07-18 阅读:124 评论:0


1.本发明涉及海洋工程模块的火灾探测领域,尤其涉及一种电气间模块火灾探测联动控制方法。


背景技术:

2.电气间模块是海洋工程中较为重要的控制模块,对海洋工程装备的正常使用起到重要的作用,对于电气间模块的火灾探测以及火灾保护就十分的重要。目前,国内对于火灾系统的设置通常采用的是温度、烟雾浓度、co浓度以及火焰辐射红外传感器进行单一检测,认为某一传感器发生报警时则判定为发生火灾。而在实际的传感器工作中,由于长时间的使用很容易产生某一传感器发生故障,产生火灾误报问题,同时受传感器检测精度的影响,受火灾现场环境因素的影响,传感器会产生漏报问题,不能及时的发生火灾。
3.另外,现阶段的电气间火灾探测系统通常与消防联动控制系统相关联,当检测到火灾时,会启动消防联动控制系统进行灭火,如果火灾探测系统产生漏报或者误报问题,就不能及时的启动消防联动系统或者误启动,造成不必要的经济损失。因此,本发明提出一种电气间模块火灾探测联动控制方法。


技术实现要素:

4.本发明的目的在于克服已有技术的缺点,提供一种满足火灾探测过程中的联动控制需求,及时的控制电气间模块内的火灾联动系统做出反应,提高检测精度的电气间模块火灾探测联动控制方法。
5.为了达到上述目的,本发明采用的技术方案是:
6.本发明的一种电气间模块火灾探测联动控制方法,包括以下步骤:
7.步骤一、将多个传感器布置在电气间模块内并将每个传感器通过信号线与火灾探测报警系统的工控机相连,同时工控机通过信号线与消防联动装置相连,所述的多个传感器分别包括多个温度传感器、多个烟雾浓度传感器、多个co浓度传感器以及多个火焰辐射红外信号传感器,所述的;然后将每个温度传感器输出的温度信号、每个烟雾浓度传感器输出的烟雾浓度、每个co浓度传感器输出的co浓度信号以及每个火焰辐射红外信号传感器输出的火焰辐射红外信号作为火灾探测信息融合参数;
8.步骤二、在火灾探测报警系统的工控机上将每个传感器检测到火灾时的信号标志位设定为1,火灾探测报警系统的工控机实时读取每个温度传感器、烟雾浓度传感器、co浓度传感器以及火焰辐射红外信号传感器输出的信号,当读取到某一个传感器输出信号的标志位为1时,表明该传感器检测到电气间模块内发生火灾,进行步骤三;
9.步骤三、对电气间模块内发生火灾时的温度传感器、烟雾浓度传感器、co浓度传感器以及火焰辐射红外信号传感器所输出的温度信息、烟雾浓度信息、co浓度信息以及火焰红外辐射信号进行变换处理并采用labview软件对变换处理后的信号进行特征提取得到温度、烟雾浓度、co浓度以及火焰辐射红外信号数据的最大值x
max
与最小值x
min

10.步骤四、对特征提取后的数据进行特征参数归一化处理,归一化处理公式如下:
[0011][0012]
式中:xj为归一处理后的某一传感器输出的测量数据的特征值;x为某一传感器输出的测量数据,x
min
≤x≤x
max
;x
max
为某一传感器输出的测量数据最大值;x
min
为某一传感器输出的测量数据最小值;
[0013]
步骤五、在matlab中建立电气间模块火灾特征神经网络融合模型,将步骤四归一化处理得到的温度测量数据的特征值、烟雾浓度测量数据的特征值、co浓度测量数据的特征值以及火焰辐射红外信号测量数据的特征值全部输入到电气间模块火灾特征神经网络融合模型中,分别通过bp神经网络、rbf神经网络以及广义神经网络预测出电气间模块发生火灾概率pm1、pm2和pm3;
[0014]
步骤六、根据修正后的pignistic概率距离公式以及余弦相似度原理求解出电气间模块在三个神经网络模型下发生火灾的概率pm1、pm2和pm3之间的冲突程度conf
ij
,i=1、2、3,j=1、2、3;
[0015]
步骤七、求解pm1、pm2和pm3之间的相似度,计算公式如下:
[0016]
sm
ij
=1-conf
ij
[0017]
步骤八、求解电气间模块发生火灾概率的支持度s,计算公式如下:
[0018][0019]
步骤九、根据电气间模块发生火灾概率的支持度s判定电气间发生火灾的概率,具体过程如下:工控机判断支持度s的值,如果s大于或者等于0.8,则判定为发生严重火灾,工控机向火灾探测报警系统的报警装置输出控制信号启动报警装置,同时,工控机向消防联动装置输出控制信号,启动消防联动装置,对现场进行灭火;如果s大于或者等于0.5且小于0.8,则判定为发生轻微火灾,工控机向火灾探测报警系统的报警装置输出控制信号启动报警装置,警示现场人员采用移动灭火装置进行查看,排查火灾;如果s大于或者等于0.2且小于0.5,则判定为警戒,工控机停止向火灾探测报警系统的报警装置输出控制信号,工作人员需进行现场查看;如果s小于0.2,则判定为无火灾,步骤二检测到火灾信息为误报信息,工作人员检测发生异常的传感器。
[0020]
与现有技术相比,本发明具有以下有益效果:
[0021]
本发明方法通过设定不同的神经网络模型,对电气间模块现场发生火灾的情况进行判断,该方法减少了火灾探测系统的误报、漏报情况,提高了火灾探测系统的检测精度,同时可以根据判断结果来确定消防联动系统是否启动,从而对火灾情况做出及时反应,减少火灾的危害程度。
附图说明
[0022]
图1为本发明的一种电气间模块火灾探测联动控制方法的流程图。
具体实施方式
[0023]
下面结合具体实施例对本发明一种电气间模块火灾探测联动控制方法进行详细描述。
[0024]
如图1所示,本发明的一种电气间模块火灾探测联动控制方法,包括以下步骤:
[0025]
步骤一、将多个传感器布置在电气间模块内并将每个传感器通过信号线与火灾探测报警系统(选用现有的火灾探测报警系统即可,如vesda火灾报警系统)的工控机相连,同时工控机通过信号线与消防联动装置相连,所述的多个传感器分别包括多个温度传感器、多个烟雾浓度传感器、多个co浓度传感器以及多个火焰辐射红外信号传感器,所述的;然后将每个温度传感器输出的温度信号、每个烟雾浓度传感器输出的烟雾浓度、每个co浓度传感器输出的co浓度信号以及每个火焰辐射红外信号传感器输出的火焰辐射红外信号作为火灾探测信息融合参数;
[0026]
步骤二、在火灾探测报警系统的工控机上将每个传感器(包括温度传感器、烟雾浓度传感器、co浓度传感器以及火焰辐射红外信号传感器)检测到火灾时的信号标志位设定为1,火灾探测报警系统的工控机实时读取每个温度传感器、烟雾浓度传感器、co浓度传感器以及火焰辐射红外信号传感器输出的信号,当读取到某一个传感器输出信号的标志位为1时,表明该传感器检测到电气间模块内发生火灾,进行步骤三;
[0027]
步骤三、对电气间模块内发生火灾时的温度传感器、烟雾浓度传感器、co浓度传感器以及火焰辐射红外信号传感器所输出的温度信息、烟雾浓度信息、co浓度信息以及火焰红外辐射信号进行变换处理并采用labview软件对变换处理后的信号进行特征提取得到温度、烟雾浓度、co浓度以及火焰辐射红外信号数据的最大值x
max
与最小值x
min
;所述的变换处理可以包括采样、整形、滤波、放大处理;
[0028]
步骤四、对特征提取后的数据进行特征参数归一化处理,归一化处理公式如下:
[0029][0030]
式中:xj为归一处理后的某一传感器输出的测量数据的特征值;x为某一传感器输出的测量数据,x
min
≤x≤x
max
;x
max
为某一传感器输出的测量数据最大值;x
min
为某一传感器输出的测量数据最小值。
[0031]
步骤五、在matlab中建立电气间模块火灾特征神经网络融合模型,将步骤四归一化处理得到的温度测量数据的特征值、烟雾浓度测量数据的特征值、co浓度测量数据的特征值以及火焰辐射红外信号测量数据的特征值全部输入到电气间模块火灾特征神经网络融合模型中,分别通过bp神经网络、rbf神经网络以及广义神经网络预测出电气间模块发生火灾概率pm1、pm2和pm3;
[0032]
步骤六、根据修正后的pignistic概率距离公式以及余弦相似度原理求解出电气间模块在三个神经网络模型下发生火灾的概率pm1、pm2和pm3之间的冲突程度,公式如下:
[0033][0034]
式中:conf
ij
为某两个发生火灾概率之间的冲突程度;为某两个发生火灾概率之间的概率距离,公式为为某
一神经网络模型中预测的火灾概率;为某两个发生火灾概率之间的余弦相似度,公式为
[0035]
步骤七、求解pm1、pm2和pm3之间的相似度,计算公式如下:
[0036]
sm
ij
=1-conf
ij
[0037]
步骤八、求解电气间模块发生火灾概率的支持度s,计算公式如下:
[0038][0039]
步骤九、根据电气间模块发生火灾概率的支持度s判定电气间发生火灾的概率,具体过程如下:工控机判断支持度s的值,如果s大于或者等于0.8,则判定为发生严重火灾,工控机向火灾探测报警系统的报警装置输出控制信号启动报警装置,同时,工控机向消防联动装置输出控制信号,启动消防联动装置,对现场进行灭火;如果s大于或者等于0.5且小于0.8,则判定为发生轻微火灾,工控机向火灾探测报警系统的报警装置输出控制信号启动报警装置,警示现场人员可采用移动灭火装置进行查看,排查火灾,工控机停止向消防联动装置输出控制信号,不启动消防联动装置;如果s大于或者等于0.2且小于0.5,则判定为警戒,工控机停止向火灾探测报警系统的报警装置输出控制信号,不启动报警装置以及停止向消防联动装置输出控制信号,不启动消防联动装置,工作人员不需灭火仅需进行现场查看;如果s小于0.2,则判定为无火灾,工控机停止向火灾探测报警系统的报警装置输出控制信号,不启动报警装置以及停止向消防联动装置输出控制信号,不启动消防联动装置,判断为步骤二检测到火灾信息为误报信息,工作人员检测发生异常的传感器。

技术特征:
1.一种电气间模块火灾探测联动控制方法,其特征在于包括以下步骤:步骤一、将多个传感器布置在电气间模块内并将每个传感器通过信号线与火灾探测报警系统的工控机相连,同时工控机通过信号线与消防联动装置相连,所述的多个传感器分别包括多个温度传感器、多个烟雾浓度传感器、多个co浓度传感器以及多个火焰辐射红外信号传感器,所述的;然后将每个温度传感器输出的温度信号、每个烟雾浓度传感器输出的烟雾浓度、每个co浓度传感器输出的co浓度信号以及每个火焰辐射红外信号传感器输出的火焰辐射红外信号作为火灾探测信息融合参数;步骤二、在火灾探测报警系统的工控机上将每个传感器检测到火灾时的信号标志位设定为1,火灾探测报警系统的工控机实时读取每个温度传感器、烟雾浓度传感器、co浓度传感器以及火焰辐射红外信号传感器输出的信号,当读取到某一个传感器输出信号的标志位为1时,表明该传感器检测到电气间模块内发生火灾,进行步骤三;步骤三、对电气间模块内发生火灾时的温度传感器、烟雾浓度传感器、co浓度传感器以及火焰辐射红外信号传感器所输出的温度信息、烟雾浓度信息、co浓度信息以及火焰红外辐射信号进行变换处理并采用labview软件对变换处理后的信号进行特征提取得到温度、烟雾浓度、co浓度以及火焰辐射红外信号数据的最大值x
max
与最小值x
min
;步骤四、对特征提取后的数据进行特征参数归一化处理,归一化处理公式如下:式中:x
j
为归一处理后的某一传感器输出的测量数据的特征值;x为某一传感器输出的测量数据,x
min
≤x≤x
max
;x
max
为某一传感器输出的测量数据最大值;x
min
为某一传感器输出的测量数据最小值;步骤五、在matlab中建立电气间模块火灾特征神经网络融合模型,将步骤四归一化处理得到的温度测量数据的特征值、烟雾浓度测量数据的特征值、co浓度测量数据的特征值以及火焰辐射红外信号测量数据的特征值全部输入到电气间模块火灾特征神经网络融合模型中,分别通过bp神经网络、rbf神经网络以及广义神经网络预测出电气间模块发生火灾概率pm1、pm2和pm3;步骤六、根据修正后的pignistic概率距离公式以及余弦相似度原理求解出电气间模块在三个神经网络模型下发生火灾的概率pm1、pm2和pm3之间的冲突程度conf
ij
,i=1、2、3,j=1、2、3;步骤七、求解pm1、pm2和pm3之间的相似度,计算公式如下:sm
ij
=1-conf
ij
步骤八、求解电气间模块发生火灾概率的支持度s,计算公式如下:步骤九、根据电气间模块发生火灾概率的支持度s判定电气间发生火灾的概率,具体过程如下:工控机判断支持度s的值,如果s大于或者等于0.8,则判定为发生严重火灾,工控机向火灾探测报警系统的报警装置输出控制信号启动报警装置,同时,工控机向消防联动装置输出控制信号,启动消防联动装置,对现场进行灭火;如果s大于或者等于0.5且小于0.8,
则判定为发生轻微火灾,工控机向火灾探测报警系统的报警装置输出控制信号启动报警装置,警示现场人员采用移动灭火装置进行查看,排查火灾;如果s大于或者等于0.2且小于0.5,则判定为警戒,工控机停止向火灾探测报警系统的报警装置输出控制信号,工作人员需进行现场查看;如果s小于0.2,则判定为无火灾,步骤二检测到火灾信息为误报信息,工作人员检测发生异常的传感器。

技术总结
本发明公开了一种电气间模块火灾探测联动控制方法,包括:选用火灾探测信息融合参数,将融合参数进行处理后确定数据的最大值与最小值,然后进行归一化处理,将归一化处理后的数据采用火灾特征神经网络融合模型预测出电气间模块发生火灾的概率,求出发生火灾概率的冲突程度后求出各个概率之间的相似度,进而求出电气间发生火灾的概率的支持度,根据支持度来判断电气间发生火灾的程度,从而选用不同的灭火方式。本发明减少了火灾探测系统的误报、漏报情况,提高了火灾探测系统的检测精度,同时可以根据判断结果来确定消防联动系统是否启动,从而对火灾情况做出及时反应,减少火灾的危害程度。的危害程度。的危害程度。


技术研发人员:魏东超 王啸岩 王永伟 肖祎萌
受保护的技术使用者:博迈科海洋工程股份有限公司
技术研发日:2022.12.27
技术公布日:2023/5/30
版权声明

本文仅代表作者观点,不代表航空之家立场。
本文系作者授权航家号发表,未经原创作者书面授权,任何单位或个人不得引用、复制、转载、摘编、链接或以其他任何方式复制发表。任何单位或个人在获得书面授权使用航空之家内容时,须注明作者及来源 “航空之家”。如非法使用航空之家的部分或全部内容的,航空之家将依法追究其法律责任。(航空之家官方QQ:2926969996)

飞行汽车 https://www.autovtol.com/

分享:

扫一扫在手机阅读、分享本文

相关推荐