（生物医学工程专业论文）电气火灾报警系统及其信号处理.pdf

a b s t r a c t a b s t r a c t t h i sd i s s e r t a t i o np r e s e n t sad e s i g no ff i r ed e t e c t i n g , i n c l u d i n gt h es y s t e md e s i g n , t h ec h o o s i n go fs e u s o ra n ds i g n a lp r o c e s s i n g w ef o c u so nt h ef i r es i g n a lp r o c e s s i n g i nt h i sd i s s e r t a t i o n b ya n a l y s i n gt h ec h a r a c t e r i s t i c so ft h ef i r es i g n a lw e 謦i i nt h e s u i t a b l ef u n c t i o nt op r o c e s st h ef i r es i g n a l w ed i s c u s sm u c ha r i t h m e t i ci n c l u d i n g t r a d i t i o n a la r i t h m e t i c , s t a t i s t i c a la r i t h m e t i ca sw e l l 鹤i n t e l l i g e n ta r i t h m e t i c b y a n a l y s i n gt h ea d v a n t a g e sa n dd i s a d v a n t a g e so fa l lt h e s ea r i t h m e t i c , w e 仃yt of i n dt h e m o s ts u i t a b l eo n e a d a p t i v ef i l t e ra r ca p p l i e do nt h en e wd e s i g nt op r e t r e a tt h es i g n a ld e t e c t e db y g a ss e n s o l 暑t h e n , b ya n a l y s i n ga l lt h ea r i t h m e t i c , an e wa r i t h m e t i cc o m b i n e db y t r a d i t i o n a la r i t h m e t i ca n di n t e l l i g e n ta r i t h m e t i ci sp r e s e n t e d t h eo u t p u to ft h e t r a d i t i o n a la r i t h m e t i ci su s e da so n ei n p u to ft h eu e u r o f u z 羽fs y s t e m , i tc o m b i n e st h e s t r o n g p o i n to ft h eb o t ha r i t h m e t i c , a n di tg r e a t l yi m p r o v e st h ei d e n t i f i c a t i o n c a p a b i l i t yo ft h es y s t e m t h i sd i s s e r t a t i o nf o r e c a s t st h ef u r t h e rr e s e a r c hd i r e c t i o n s ，a n dp r e s e n t st h e c o m b i n a t i o no ft h em u l t i e l e m e n td e t e c ta n di n t e l l i g e n td e t e c t k e yw o r d s ： e l e c t r o n i cn o s ce l e c t r i cf i r en e u r a ln e t w o r k f u z z yl o g i cn e u r o f u z z y 1 1 1 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成 果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表 或撰写过的研究成果，也不包含为获得迸姿盘堂或其他教育机构的学位或证书而使 用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说 明并表示谢意。 靴论文储张谂呐签字魄叼年乡月目 学位论文版权使用授权书 本学位论文作者完全了解滥望盘鲎有关保留、使用学位论文的规定，有权保 留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授 权逝鎏盘堂可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影 印、缩印或扫描等复制手段保存、汇编学位论文。 ( 保密的学位论文在解密后适用本授权书) 学位论文作者签名： 签字日期：7 弦年 、 6 月“臼 学位论文作者毕业后去向 工作单位： 通讯地址： 导师签名： 陆膨彳乙 签字日期：司年易月日 e i l 地址x 洲枷加d 矽严加- 锄- 凯 电话： 邮编： 第一章 1 1 课题背景 第一章绪论( 引言) 根据 2 0 0 5 年中国家庭用电环境调查报告按露，我国城市家庭用电中 7 5 9 存在不同程度的安全隐患，另外根据有关资料显示，年代电气火灾约 占我国火灾总数的1 5 ，居第三位；9 0 年代以来，电气火灾已经占火灾总数的 2 0 以上，跃居第一位电气火灾除了损坏财产、破坏建筑物、导致人员伤亡 以外，还将造成大范围、长时间的停电，给人民群众的生命财产带来更大的损 失由于存在触电的危险，电气火灾和爆炸的补救更加困难，这说明搞清楚电 气火灾的起因与防范非常重要。下面我们将详细讨论电气火灾的监测，我们需 要对电气火灾的各个方面都有详细的了解才能对它有无发生作出准确的判断 所以，首先我们需要了解火灾发展的一般规律。 1 2 火灾发展的一般规律 物质燃烧是一个复杂的物理变化和化学反应相结合的过程，它的发展通常 都要经历四个阶段1 1 - - 3 ：早期、阴燃、火焰和放热、最后随着燃烧物的耗尽而 衰减熄灭。 臾灾7 嘣嘎 蕊厦 蝈霉 翱溅擞 秘敝 悯 图1 - 1 火灾发展阶段 ( 1 ) 早期阶段 火灾的发生都是从可燃物发热开始的物质由于发热发生缓慢热解作用， 产生不可见的燃烧生成物( 粒径o 0 0 1 - 0 ，0 5 p m ) 和可燃气体( 氢气、一氧化碳、 渐扛大学硕士学位论文 烷类等) 还没有出现可见烟和火焰，热量非常小这些不可见的燃烧生成物通 过布郎运动、扩散、背景的空气运动以及生成物的浮力等，会产生微弱的对流。 这个时候，我们就可以检测气体，但由于这个阶段的气体十分微弱，传感器很 难捕捉到这个阶段的变化。 ( 2 ) 阴燃阶段 随着热解作用的发展，物质进一步发热，这个阶段热解作用就可以充分进 行了，从而会释放出更多的气体。本阶段的起始标志是引燃，特征是无火焰燃 烧本阶段燃烧生成物为肉眼可见和不可见的烟雾溶胶由于燃烧生成物比周 围空气热，形成上升气流，并通过中等程度的对流以及背景空气运动向外扩散， 形成烟气羽流。此时空气的对流作用渐渐明显，有利于烟雾气溶胶的传播。此 阶段无火焰释放热量不很高，温度上升仍很缓慢。这个阶段就可以通过气体 传感器和烟雾传感器来捕捉到火灾引起的变化了，我们需要重点考虑的也是这 个阶段。 ( 3 ) 起火( 火焰) 放热阶段 由于物质温度的不断上升，可燃气体的大量释放。这个时候就开始有火焰 产生了，通常还会伴随着有更多的烟雾产生。火焰形成了光辐射，波长覆盖了 整个紫外到红外的波段，由于产生了大量的高温烟气，逐渐形成上升气流火柱； 烟羽流由于密度和压力梯度方向不一致而产生了空气旋涡，形成三维各向异性 的湍流运动。伴随着火焰放射出大量的热量，使得这个阶段表现为烟雾和高温 度并存。 ( 4 ) 高温( 衰减) 阶段 经过高温燃烧，火灾达到高峰以后，烟雾开始逐渐减少随着燃烧物质的 耗尽，火灾逐渐衰减熄灭，余烬温度开始下降。 火灾生成物主要有烟雾、热、光和气体。烟雾的粒径范围一般在0 0 lp1 1 1 一l pm 之间。热则是通过环境温度升高间接表现。火焰发光光谱范围从紫外一直 到红外可燃气体主要有氢气、一氧化碳和烷类等，其他燃烧生成的气体主要 为二氧化碳等。在我们的报警系统中，可以通过判断阴燃阶段和起火阶段采集 的传感器信号来给出报警信号 1 3 电气火灾探测报警技术的发展趋势 随着高新技术的突飞猛进，面对发展的机遇和国际国内市场的竞争挑战， 火灾探测报警技术正经历着从单一的探测报警向信息网络化的发展。 1 早期的火灾探测报警【4 1 这项技术发展趋势针对近年来日益增多电气火灾而造成的高风险、高灾害、 2 第一章 高损失而提出的，在最开始都是采用开关量来判断火灾信息的在这个时期一 般使用的信号处理方法都是直观法，它是通过对单个传感器的信号进行观察， 判断其有无火灾。通过设定一个门限值，凡是超过该门限的则被判断为有火灾， 也可以通过电气火灾信号的变化率与门限的大小关系来判断有无火灾。 2 从以搜索时间信息为主作为报警依据转为物性信息与时间信息依据嘲 早期的火灾探测报警技术的研究在8 0 年代，美国、日本、英国、德国、瑞 士和澳大利亚等国家就开始了目前已经开发成功的有激光式高灵敏度感烟火 灾探测报警系统。该系统利用激光散射原理监视被保护空间的空气成分的变化， 并根据被测定的单位体积空间内粒子是否增多来判断是否有异常情况或火灾。 通过搜集燃烧生成物的传感信号，其中包括烟粒子、温度、气体浓度以及由它 们转换而成的电信号，都来源于混合型的物性信号，以及随时问变化的时间信 号信息，这样不难看出，这种光电信号是火灾信息受了各种干扰信息混杂以后 的结果。因此所有的火灾探测器都会包含着干扰产生的不可靠的信息成分，所 以总会形成一定的误报信息这样，就需要通过复杂的算法进行处理了，于是 人们开始将各种算法引入到火灾探测信号处理之中，使得火灾信号处理算法层 出不穷最早应用于火灾探测的是信号检测的非参数检测方法，其中趋势算法 首当其冲德国的h h c k 教授首先提出将趋势算法应用于火灾探测，利用 k e n d a l l f 检测器实现；德国s i e m e n s 公司利用火灾信号持续性特征，推出了基 于“持续时间”探测算法的火灾探测器；接着h h c k 又提出了火灾信号的相关 滤波算法，他利用火灾发生时信号的相关性区别火灾与非火灾信号进行火灾探 测。德国的r s i e b e l 根据火灾情况下不同传感器趋势的相关性，改进了k e n d a l l r 检测器，提出了复合趋势算法。中国的王殊提出了可变窗长火灾信号趋势算法 以及火灾探测的复合特定趋势算法。应用火灾信号的统计特性，人们开发了火 灾信号的统计检测方法，其中之一是功率谱信号处理算法1 郇k o s e 等人提出 了利用火灾信号短时自相关函数或功率谱密度的火灾探测信号处理算法 j k i o s c 等人还提出了另一种统计检测方法参数模型算法。现代信号处理中，在 高度随机的背景噪声中估计信号的有效方法之一是现代功率谱估计方法， j k l o s e 也将它引入用于火灾探测信号处理。 3 采用智能技术处理传感器提供的火灾信息 由于火灾物性信息的研究工作目前还没有突破性进展，目前传感器提供的 都是混合型时间信息，所以我们需要采用更好的方法对信号处理，来弥补信息 源头的缺陷，提高火灾报警的准确性。近年来在火灾报警行业里有很多采用数 量计算和计算机技术，来更好的开展对火灾探测算法的研究，有运用模糊逻辑 算法、神经网络模式算法，以及采用传感器硬件复合配套，以获得更多的火灾 信息作为火灾判断的依据。在产品设计思想上则将火灾探测器的火灾信号收集 3 浙江大学硕士学位论文 传感的功能与火灾的判别判定功能相分离。前者主要依靠技术精度高的硬件来 实现，后者则主要依靠智能化的软件来实现，达到滤除干扰信号，识别火灾真 伪，提高报警的可靠性的目的。在火灾探测系统中一般采用的智能信号处理方 法为人工神经网络和模糊逻辑方法等人工神经网络自1 9 8 0 年复兴以来，以其 自适应性、学习能力、容错能力和并行处理能力而得到广泛的应用。1 9 9 4 年瑞 士c e r b e r u s 公司率先向市场推出了采用分布智能和神经网络算法的a l g o r e x 火 灾探测器日本的y o k a y a m a 采用三层前馈网络和反向传播算法开发了对应光 电烟雾、温度以及气体信号的神经网络火灾探测信号处理算法川m t h u i i l a r d 提出了用模糊逻辑判断离子感烟火灾探测器环境条件和信号趋势变化的算法 嘲日本s n a k a n i s h i 等人利用模糊逻辑方法处理烟雾浓度信号以及烟、温度、 c o 的复合信号，系统调整则采用了神经网络算法【9 】杨宗凯等人于1 9 9 7 年提 出了基于前馈神经网络的火灾探测信号处理算法，基于模糊逻辑和神经网络的 火灾探测信号处理算法【1 0 】现代信号处理方法的发展，不断推动火灾探测信号 处理算法的发展和进步。目前，信号的预测、相关、最佳滤波、神经网络和模 糊逻辑等方法都已经被引入到电气火灾探测领域用这些方法开发合适的火灾 探测信号处理算法，也是当前电气火灾探测信号处理算法研究的主要方向 4 电气火灾探测器报警的网络化 如何把计算机数据通讯技术及时地运用到电气火灾探测报警系统，以便利 用网络协议，充分享用社会信息资源，及时交换系统内部和外部之问的数据信 息，从而构成一个动态发展的城市化，社区化的具有多层次功能的火灾探测报 警、救援、管理、服务网络信息系统，将是新世纪城市、社区安全保障体系的 组成部分，我们对此应有足够的思想准备。 相信不久的将来，我国在火灾探测报警技术上将会有质的飞跃，并将在国 民经济建设中发挥重要的作用。 4 第二章 第二章电气火灾检测系统设计 在这里，我们采用电子鼻对电气火灾进行检测。电子鼻也称人工嗅觉系统， 是模仿生物鼻的一种电子系统，主要用来检测、分析和识别复杂的嗅味和大多 数挥发性化学成分j w g a r d n e r 给电子鼻下的定义是：“电子鼻是由一种有选 择性的电化学传感器阵列和适当的识别装置组成的仪器，能识别简单和复杂的 气味”【1 1 】电子鼻是模拟生物鼻的工作原理进行工作的它的工作过程可以简 单的归纳为：传感器阵列、预处理电路、模式识别等 2 1 传感器阵列 图2 - 1 火灾检测系统框图 这里的传感器阵列是采用多个单独的传感器组成的，按照一定的顺序进行 排列通过这些传感器来感应现场的气体、温度或者烟雾的变化，通过变化的 大小来确定有无火灾发生所以，作为整个系统的第一步，传感器的选择将直 接关系到整个系统的准确性和灵敏度等。所以首先我们必须确定传感器的种类， 通过我们需要检测的气体来选择合适的传感器。我们可以通过气相色谱对电线 燃烧的气体进行分析，由于电缆绝缘层大多数是聚合，所以燃烧时它们一般都 是聚合物的化学键断裂而产生有机物气体，同时也会产生硫化氢、一氧化碳等 无机气体。也就是说我们必须选择合适的气敏传感器。 气敏传感器的种类较多，主要包括有敏感气体种类的气敏传感器、敏感气 体量的真空度气敏传感器，以及检测气体成分的气体成分传感器。前者主要有 半导体气敏传感器和固体电解质气敏传感器，后者主要有高频成分传感器和光 学成分传感器。这里我们只要考虑气体的种类和气体量就可以了，同时由于半 导体气敏传感器具有响应快、灵敏度高、使用寿命长和成本低等优点，应用很 广，所以在该系统中我们也选用半导体传感器。下面讨论半导体气体传感器的 工作原理。 2 1 1 半导体气敏传感器 半导体气敏传感器的工作原理就是通过传感器与气体接触，使得它的电阻 5 浙江大学硕士学位论文 值发生变化，这样就可以通过变化以及交化的大小来检测气体的种类和浓度了。 半导体气体传感器可以分为两种：电阻式和非电阻式。电阻式就是指采用氧化 锡、氧化锌等金属氧化物材料做成敏感元件，当气体与该敏感元件接触时，就 可以利用它们的阻值变化来检测气体的浓度：非电阻型半导体传感器则主要是 利用二极管的整流作用以及场效应管特性等制作气敏元件的。下面我们重点介 绍介绍电阻式传感器 表面控制型电阻式气体传感器是通过半导体表面吸附气体引起半导体元件 电阻值发生变化做成的一类传感器。一般它们都以可燃性气体作为检测对象， 如果有很强的吸附能力就可以采用非可燃性气体作为检测对象。与一般的传感 器相比，它们具有灵敏度高、响应速度快、实用价值大等优点 表面控制型可以分为多孔烧结体敏感元件、薄膜敏感元件和厚膜敏感元件 等。其中多孔烧结体敏感元件是在传感器的氧化物材料中加入激活剂和黏结剂 混合、成型后烧结而成。随着烧结条件和成分的不同，烧结而成的传感器的性 能也不同。一般情况下，空隙率越大，响应速度越快。薄膜敏感元件则是采用 淀积、溅射等工艺方法，在绝缘的衬底上涂一层半导体薄膜。但是这样传感器 的性能就会受成膜工艺的影响。厚膜敏感元件一般是将传感器的氧化物材料粉 末调好以后，加入适量的添加剂、黏结剂以及载体配成浆料，然后在基片上印 上该浆料 敏感元件的阻值r 与空气中被检测气体的浓度c 成对数关系变化，即 l g r = m l g c + n ( 其中m ，n 均为常数) 式中n 与气体检测的灵敏度有关，它会随着传感器材料和气体种类不同而 变化外，还会由于测量温度和激活剂的不同而发生大幅度的变化m 表示传感 器灵敏度随着气体浓度变化而变化，也称为气体的分离率对于可燃性气体来 说，m 的值介于i 2 1 3 之问。 ( 1 ) 各种传感器 1 氧化锡类传感器 氧化锡是气敏传感器的最佳材料，是典型的n 型半导体。它检测的对象一 般是甲烷、丙烷、氧化碳、氢气、乙醇、硫化氢等可燃性气体和呼出气体中 的酒精、q 等。在氧化锡传感器中，研究的比较多的是烧结体、薄膜、厚膜 等形式的敏感元件。将氧化锡和金属锡进行处理后获得的氧化锡粉末作为原料， 经过烧结后制作成烧结体敏感元件。氧化锡敏感元件通常以直径为0 0 1 - - 0 0 5 “ m 的晶粒组成约1pm 以下的砂粒状颗粒。晶粒的大小对气体检测灵敏度并没 有很大影响。为了改善对气体的选择性，可以在气敏元件中添加贵金属，这样 6 第二章 同时也可以提高检测气体的灵敏度。 2 氧化锌以及其他类型的传感器 氧化锌类传感器与氧化锡类传感器相比，最佳工作温度范围要高出1 0 0 摄 氏度左右，虽然这种传感器现在还没有十分普及，但在其他方面不比氧化锡传 感器差。在金属氧化物中还有不少可以用来作为传感器材料的，如氧化钨、氧 化矾，氧化镉、氧化铟、氧化钛、氧化铬等，用这些金属氧化物材料制作传感 器的工作正在研究之中。所以本实验中我们采用氧化锡类传感器。 ( 2 ) 主要特性及其改善 1 ) 气体选择性 半导体气体传感器的气敏材料对气体的选择性表明该材料主要对那种气体 敏感。金属氧化物半导体对气体敏感的灵敏度几乎相同。因此，制造出气体选 择性好的元件很不容易，其选择性能不好或使用时逐渐变坏，都会给气体测试、 控制带来很大影响，甚至造成重大事故。 一 改善气敏元件的气体选择性常用的方法： a 向气敏材料掺杂其他金属氧化物或其他添加物； b 控制元件的烧结温度； c 改变元件的工作温度 2 )气体浓度特性 传感器的气体浓度特性就是被测气体浓度与传感器输出之间的确定关系 3 )初始稳定、气敏响应和复原特性 无论哪种类型的气敏元件，其内部都有加热电阻丝，一方面用于烧灼元件 表面油垢或污物，另一方面可起加速被测气体的吸附、脱过程的作用。加热温 度一般为2 0 0 - 4 0 0 摄氏度。 气敏传感器按设计规定的电压值使加热丝通电加热之后，不同的传感器将 表现出不同的过渡过程特性。传感器在通电之后敏感元件电阻值首先是急剧下 降，一般约经2 - 1 0 分钟以后达到稳定的电阻值输出状态。这一状态就是“初始 稳定状态”达到初始稳定状态的时间以及输出电阻值，除与元件材料有关外， 还与元件所处的大气环境条件有关达到初始稳定状态以后的敏感元件才能用 于气体检测。 当加热的气敏元件表面接受并吸附被测气体时，首先是被吸附的分子在表 面自由扩散而失去动能，这期间，一部分分子被蒸发掉，剩下的一部分则因热 分解而固定在吸附位置上若元件材料的功函数比被吸气体分子的电子亲和力 小时，则被吸附气体分子就会从元件表面夺取电子而以阴离子形式被吸附。具 有阴离子吸附性质的气体称为还原性气体，如氢气、一氧化碳和乙醇等。 氧化性气体吸附于n 型半导体或还原性气体吸附p 型半导体气敏材料，都 7 浙江大学硕士学位论文 会使载流子数目减少而表现出元件电阻值增加的特性；相反，还原性气体吸附 于1 1 型，氧化性气体吸附于p 型半导体气敏材料，都会使载流子数目增加而表 现出元件电阻减少的特性。 达到稳定状态的元件，迅速霞入被测气体之后，其阻值复原到保存状态的 数值速度称为元件的复原特性。各种元件响应特性不同，一般情况元件通电2 0 秒以后才能出现阻值变化后的稳定状态。 测试完毕以后，把传感器放在大气环境中，它的阻值复原到保存状态的数 值速度称为元件的复原特性，它与敏感元件的材料和结构有关 ( 3 ) 工作原理1 1 2 对表面控制型传感器来说，半导体表面气体的吸附和反应同敏感元件的阻 值有着密切的关系一般，如果半导体表面吸附有气体，则半导体和吸附气体 之间会有电子的施受发生，造成电子迁移，从而形成表面电荷层例如，吸附 了像氧气这样的电子复合量大的气体之后，半导体表面丢失的电子被吸附的氧 气所俘获，即 1 音0 2 0 ) + 胎一i 其中。仁，表示吸附的氧气，结果是，氧化锡、氧化锌之类的n 型半导体的 阻值减小。正电荷吸附气体则会与之相反，这只是一般规律，在具体应用于半 导体气体传感器时，要注意下面两点：一，吸附在半导体表面与半导体进行电 子施受的气体是何种气体；二，多晶半导体敏感元件的显微结构与电阻和传感 器特性之间存在什么关系。 当半导体气体传感器置于空气中时，他的表面吸附的氧气是讲、0 、0 2 - 之类的负电荷当与被测气体进行反应时，其结果是 d + 也- h 2 0 + n e ) + c o _ c o z - i - i 圯 这样被氧气俘获的电子释放出来，半导体的电阻就减小了 2 1 2 本系统选用的传感器 由于电缆外壳大多数采用有机聚合物作材料，它们燃烧时产生的气体中大 部分是聚合物化学键断裂产生的有机物气体，当然也会有一些无机气体，如硫 化氢，一氧化碳等。故采用主要检测这些气体的传感器。综合考虑到各个因素， 我们决定采用m q - 4 1 系列传感器和m q x 系列传感器其中m q 4 1 系列传感 8 第二章 器属于金属氧化物气敏传感器，具有灵敏度高，选择性好，工作稳定可靠等优 点m q - x 系列中我们选用了m q 2 、m q 4 、m q 5 、m q 6 、m q 7 。其中m q 2 传感器，具有广泛的探测范围，高灵敏度，能快速响应恢复，具有优异的稳定 性，寿命长，驱动电路简单，并且价格便宜，很适合用于电缆火灾的检测。 图2 - 2 m q 2 的结构 图2 - 3 m q - 2 的结构 m 0 - 2 气敏元件的结构和外形如图2 2 和2 - 3 所示( 结构a0 1 b ) ，由微型 a 1 _ 2 0 3 陶瓷管、s n o z 敏感层、测量电极和加热器构成的敏感元件固定在塑料或 不锈钢制成的腔体内，加热器为气敏元件提供了必要的工作条件。封装好的气 敏元件有6 只针状管脚，其中4 个用于信号取出，2 个用于提供加热电流 其余几种传感器m q - 4 、m q - 5 、m q 6 、m q - 7 的外形，构造以及驱动电路 等与m q 2 传感器基本相同，不同之处只在于各个传感器与m q 2 传感器在敏 感气体的种类以及灵敏度、温湿度特性方面存在不同。各个传感器的具体特性 可参阅相关资料，这里不再一一介绍了。 2 2 预处理电路 2 2 1 硬件构成 本论文中所构建的电子鼻数据采集系统的硬件构成包括两部分，即传感器 阵列小板和数据采集板两部分由于传感器阵列采用分立元件构成，如果阵列 9 浙江大学硕士学位论文 中传感器的数目太多，将会使阵列的尺寸过大，并且考虑到与整个仿真实验系 统相配合，过大的传感器阵列对整个仿真实验系统并没有明显的益处因此经 过综合考虑我们的传感器阵列小板由四个传感器构成，这样构成的阵列已经完 全能够满足仿真实验系统的要求，并且尺寸上也不会过大。我们采用了如图2 - 4 所示的传感器的驱动电路。 v o 图2 - 4 传感器电路原理图 图2 _ 4 为常规气体传感器的电路接口原理图，其中r l 为固定的电阻，它的 阻值不随着气体浓度的变化而变化，而r p 的阻值则随着气体浓度的变化而发 生变化。图2 4 中传感器的加热电压以及工作电压采用的是同一个电压，均为 5 v 而这里传感器的加热电压与工作电压来自不同的电源，加热电压为5 v ， 工作电压为3 3 v ，这样傲可以使采集到的传感器的输出信号更加稳定，避免了 由于传感器的加热电压干扰过大带来的输出信号中干扰过多的问题。传感器输 出电压取自负载电阻r l 两端，其输出电压v 0 与工作电压v s 之间的关系为； v o = v s r u ( r p + r l ) 当r l = r p 时上式取得最小值 也就是说，当r l = r p 时传感器的响应灵敏度最大，因此在传感器阵列小板 中，应尽量使负载电阻r l 接近传感器的电阻值r p ，这样才能使传感器具有很 高的响应灵敏度，从而提高电子鼻系统的性能。由于不同传感器其r p 值一般 并不相同，因此在构建传感器阵列小板的过程中要根据不同传感器的r p 值选 择合适的r l 电阻。 1 0 第二章 图2 5 硬件系统框图 图2 5 为硬件系统的框图，通过传感器阵列采集到电气火灾检测信号，然 后通过一个跟随器，再将其通过一个低通滤波器，初步滤去一些高频噪声。在 将信号通过a d 转换输入m c u 。由于m s p 4 3 0 f 4 4 9 的各方面功能均可以满足系 统的要求，这里我们采用m s p 4 3 0 单片机作为该系统的m c u 信号在m c u 中 转换成适当的格式以后，经单片机的串口通过r s 2 3 2 通讯方式将数据发送到上 位机中，然后上位机通过对采集的数据进行处理。 2 2 2 软件构成 该系统的下位机软件主要负责传感器阵列加热电压通断控制、传感器信号 的采集以及数据到上位机的传输等上位机软件的功能包含对下位机数据采集 的开始与终止、下位机数据采集中相关参数的设置、数据接收、数据储存、数 据分析，列表显示、图形显示、趋势分析、域值设定、异常报警、危险报警、 图表打印等。除此之外，该终端还能实时地设置系统的采样频率、传感器的加 热时问、加热周期、系统的采集时间、实时的多通道数据显示，串口选择、a d 加热电压、波形显示状态等。我们可以根据实验过程中的需要设置不同的采样 时间，还可以对传感器阵列的加热情况以及下位机采样频率、a d 参考电压等 参数进行设置，从而实现对下位机采样条件的控制。其中。传感器加热时间” 不大于“传感器加热周期”，当“传感器加热时问”与“传感器加热周期”二者 相等时，则电子鼻系统工作时，传感器阵列一直处于加热状态，当“传感器加 热时间”小于“传感器加热周期”时，二者之间不同的比值即可实现传感器阵 列不同占空比的加热情况。 1 1 浙江大学硕士学位论文 图2 - 6 数据采集系统的一些基本设置 第三童 第三章电气火灾信号的预处理 3 1 电气火灾信号的基本特征 在对电气火灾信号进行处理之前，我们应该先了解电气火灾信号的特征。 传感器通过对感知电气火灾发生时生成物的各种物理变化或者化学变化的特征 来探测电气火灾是否发生，它们可以通过探测烟雾、温度、光辐射以及气体等， 来感知电气火灾有没有产生。但是在没有发生电气火灾的时候，这些参数也会 发生变化，而且有时候甚至和发生火灾时候的变化规律非常相似。为了能准确 探测电气火灾，就需要区分这些变化规律之间的区别，从而找出真正的电气火 灾信号，这样，我们就非常有必要了解电气火灾信号的特征。 1 随机性 首先，电气火灾信号存在着随机性，它的输出随着火灾的发展而发生变化， 而且火灾的早期状态对于不同的火灾类型又有不同的表现形式。如慢速阴燃、 明火燃烧和快速发展火灾的火焰信号变化就有明显的不同所以我们没办法在 事先确定火灾探测信号。很多环境的变化，比如温度、湿度、粉尘、电子噪声 以及人类的活动都会引起传感器信号的变化有时候由于环境变化引起的信号 的变化与火灾发生时候的信号相似，这样就无法判断火灾有无发生了也就是 说火灾信号有非常大的随机性，它的统计特性随着时间和环境的变化而变化。 2 非结构性 电气火灾的难检测还在于它的非结构性，与其他典型信号相比较有下面的 特征：( 1 ) 人们知道如何处理，但是很难用数学语言表达；( 2 ) 有实际的范例 可以用来学习；( 3 ) 识别是一种联想的过程所以对电气火灾信号的探测来说， 由于火灾探测到的信号都是随机信号，它们的统计特性随着时间和环境的变化 而发生变化；并且由于火灾情况极少出现，火灾传感器平时探测到的都是非火 灾情况下的信号，并且在非火灾情况下的背景噪声非常强，有时与火灾探测信 号的特征十分相似就会容易造成误判。 3 趋势特征 通过长期的观测和实验，我们可以知道，电气火灾为未发生的时候传感器 的输出信号具有明显的稳态值，而一旦发生了火灾，输出信号就会有明显的正 向或者负向变化的趋势特征。 4 频谱特征 电气火灾信号具有一定的频谱特征，有人通过对不同的材料进行火灾实验， 结果表明在阴燃阶段的火灾烟信号主要集中在0 - - 1 5 m h z ，温度的频率主要集中 浙江大学硕士学位论文 在0 , - 5 5 m h z 。在明火阶段，火焰的频率主要集中在8 - 1 2 h z 但是环境参数也 会影响信号的频率。 3 2 电气火灾信号的预处理 3 2 1 一般滤波法 由于我们采集的火灾信号受到各个方面的影响，环境因素以及人为因素， 而这些变化在很多情况下会影响到火灾特征的提取因此，我们必须在作出火 灾分析判断之前先对传感器采集的信号进行预处理，排除各种噪声的干扰我 们可以先通过分析信号的频谱来分析信号主要的频率范围，来滤去噪声。 通过对图3 - 1 中的信号进行f l t 变换，我们可以得到3 2 的图形： 图3 - 1 电气火灾传感器的输出信号 1 4 第三章 图3 2 信号的频谱分析 对上面的图进行频谱分析，我们可以看出信号的频率分布比较分散，主要 分布在o 加5 h z 之间，在这个以外的信号频率十分杂乱 这样我们可以设置一个截止频率为0 5 i - i z 的低通滤波器对信号进行滤波分 析，就可以得到下面的结果。 淀演后结果 图3 - 3 滤波后的输出信号 从上面的结果图可以看出滤波的效果并不是十分理想，与前面的传感器输 入相比较滤波以后仅除去了一些毛刺，结果仍然有很多毛刺，会影响后面的信 号处理。所以我们考虑采用自适应滤波器对信号进行处理。 1 5 崔姆习霹艇舞嚣 浙江大学硕士学位论文 3 2 2 自适应滤波法 自适应滤波器是近3 0 年来发展起来的关于信号处理方法和技术的滤波器， 它的设计方法对滤波器的性能影响很大。维纳滤波器等滤波器设计方法都是建 立在信号特征先验知识的基础上的。但是，在实际运用中常常无法得到信号特 征先验知识，在这样的情况下，白适应滤波器就可以得到比较好的滤波性能 当输入信号的统计特性变化时，自适应滤波器可以自动地迭代来调节自身的滤 波器参数，用来满足某种准则的要求，从而实现最好的滤波效果自适应滤波 器有很好的自我调节和自我跟踪能力自适应滤波器主要分为线性自适应滤波 器和非线性自适应滤波器。非线性自适应滤波器包括v o l t e r r a 滤波器和基于神 经网络的自适应滤波器。非线性自适应滤波器具有更强的信号处理能力但是， 由于非线性自适应滤波器的计算比较复杂，实际用的最多的仍然是线性的自适 应滤波器。所以我们在这里也采用线性的自适应滤波器下面是自适应滤波器 的原理框图： 图3 - 4 自适应滤波器的系统框图 自适应滤波算法广泛的运用于很多领域。 1 3 1 w ( n ) 表示自适应滤波器的时刻 n 的权矢量，z 0 ) 一辟o ) ，x ( n 一1 ) ，x ( n 一工+ 1 ) l r 的时刻n 的输入信号矢量，d ( n ) 为期望输出值，v ( n ) 为干扰信号，e ( n ) 是误差信号，l 是自适应滤波器的长度。 根据自适应滤波算法优化准则的不同，自适应滤波算法可以分为两类最基本的 算法【1 4 】：最小均方误差( l m s ) 算法和递推最小二乘( r l s ) 算法。基于最小 均方误差准则，l m s 算法使滤波器的输出信号与期望输出信号之间的均方误差 e 2 0 ) 】最小。基于最小二乘准则，r l s 算法决定自适应滤波器的权系数向量 1 6 第三章 w ( n ) 使估计误差的加权平方和- ，o ) - a 4 。i p ( f ) 1 2 最小其中a 为遗忘因子，且 0 a 1 对采集到的信号s ( k ) ，当前时刻的样本值与邻近的l 个过去时刻的样本值 s 隹- 1 ) ，s o 【- 2 ) ，s ( k - l ) 相关，即可以由s ( 1 【- i ) 0 = 1 ，2 ，l ) 的线性组合近似表示 为； ； ) - 意气- s ( k - i ) 一墨。 其中，墨。- s ( k 一1 ) ，j ( 七一劲，j 一工圹 4i 【巳，吒，口上】r ， ；0 ) 为信号s 体) 的线性预测值 通常情况下，信号& 被加性的环境噪声 污染，实际采样得到的信号可 以表示为黾- s t + 。虽然信号受到噪声的影响，但在一定程度上，实际信号 仍然保存着信号存在的相关性，只是由于噪声干扰，使得相关性有所减弱。因 此，采用砸) 一彳丑。作为& 的线性预测值近似值 因为邑。一瓯- l + n i 。 所以i - 墨x 1 4 一s k 。+ 墨n m 其中，j ：。- z ( t 一1 ) ，石( 七一2 ) ，z ( t - ) 】r i 。一加 一1 ) ，矗( 七一2 ) ，n ( t 一工) 】r 系数权向量4 通过均方差性能函数测度法调解，使得 e 蚶i 卜研k 一玎】 为最小。由于噪声与信号不相关，而且噪声在不同的时刻的自相关系数也 非常小所以 “) 一e 一动2 】+ e 研) - 研瓴一4 五。) 2 】+ 研) 从上面的式子可以看出似) 是一个4 的二次性能函数，必然存在全局最 佳点。当4 - a 叫时，( 4 ) 达到最小，则e 【瓴一箕t ，z i 。) 2 1 也达到最小，因此， 浙江大学硕士学位论文 一以丑。最逼近瓯值。 一般梯度估计值的自适应算法要从统计样本中进行估计实时情况以实现 梯度估计值计算。l m s 算法是直接利用单次采样数据l 1 2 来代替期望值研k 1 2 】 的简化方法来进行梯度估计值计算。 我们对采集的信号进行自适应滤波以后得到的结果如下面图显示： 自适应滤波结果 图3 5 自适应滤波器的滤波结果 与前面的滤波相比，有很好的改善，观察图3 - 5 可以看到波形变的十分平 滑，与前面的一般滤波相比更加利于后面的信号处理。 由于信号本身的不稳定性，很难用直接的设定一个阈值进行判断，所以， 我们将详细介绍对本试验所采集的数据采用各种方法进行处理，从而可以找到 最合适的方法。在分析过程中，我们统一采用了四道m q 系列传感器的输入信 号( 这里采用聚氯乙烯线的火灾信号) ，并对信号进行了一定的滤波等的预处理 如图3 6 所示( 其中a 线的是第一道信号、b 线的是第二道信号、c 线的是第 三道信号、d 线的是第四道信号) 下面三章中，我们分别用采用传统的算法、 统计算法以及智能算法对采集的信号进行分析和处理，从而得知各种算法的优 缺点，找到最合适的处理方法运用于该系统 7 q 蠢蠹瞄她j “一一。一。r 图3 6 下面分析所采用的传感器输出信号 ，珥越氆芒雒管堆 ，*。；，；l0 浙江大学硕士学位论文 第四章电气火灾信号处理的传统方法 本章主要通过传统的处理方法对本实验所采集的电气火灾信号进行处理， 其中包括直观阈值法、趋势算法、特定趋势算法、斜率算法和持续时间算法等。 虽然他们单独的作为火灾判断的方法在目前来说可能已经过于简单了，但是由 于其都抓住了火灾信号的各种特征，仍存在很大的实用性，并且可以和后面的 智能算法相结合，可以提高输出的准确性下面我们将详细分析各种方法对于 本系统的适用性，我们采用各种方法分析经过一定的预处理的信号，然后通过 分析得到的结果来得知各种方法的优缺点，从而得知各种方法的适用性。下面， 我们将分别从各种算法对本实验数据的处理结果来进行分析 4 1 直观法 4 1 1 固定门限检测法【- 5 】 这种算法将探测所得信号与预先设定的门限信号进行比较，一旦信号幅值 超过门限时，就输出报警信号设火灾传感器信号为x ( f ) ，比较信号为) ，( f ) ， 变换函数为t ，则它可以表示为： _ ) ，( f ) - r h o ) 】 删，- $ 端： 其中d y ( t ) - i 表示判决为火灾，d 【) ，( f ) 卜0 表示判决为非火灾，其中s 为 门限 为了提高探测信号的可靠性和抗干扰能力，一般还要对信号进行平均和延 时处理，可以在一段时间内对信号进行积分： 厕。哥 ) ，( f ) - r 【x ( f ) 】 其中f f o 为选定的时间段。这样信号在一段时间内的平均信号超过一定的 门限s 以后，判决电路才输出火灾报警信号。这样对抑制工频干扰和电脉冲尖 第四童 蜂十分有效 4 1 2 变化率检测法 变化率检测法也是一种十分重要的火灾信号处理方法，特别是对于感温火 灾探测器的信号，当温度上升率超过一定的范围，说明温度发生了突变，是电 气火灾的高热引起的。变化率的计算方法采用微分方法： 。c t ) 生垃。 d f 默- 忙浆： 在实际运用中，变化率一般用a z ( f ) - z ( f 1 ) 一x ( o ，a r f 1 一f 2 为一段合适 的时间间隔来近似。也可以用信号的平均和延时处理手段来提高探测的可靠性 和抗干扰能力 我们可以通过求信号的微分值来计算变化率。这里我们采用第一道传感器 输出信号作为输入，就可以得到如图4 - 1 的结果。如图中，我们可以通过取0 1 的变化率作为门限，超过该门限的判断为火灾情况，也就是指图4 - 1 中的2 5 0 秒左右处会产生报警信号 信号的微分 “ ， lj 啪“ 1 8剿甲 喇 l 图4 1 信号的微分分析图 从图4 - 1 可以看出，信号的变化率波动非常大，信号稍有变化就会引起它 的大幅度波动，由于单个输入信号的变化率受到很多方面的影响，稍有环境变 曩_晕制宅申晕 浙江大学硕士学位论文 化都会引起结果的很大反应，就很容易造成错误判断，我们可以通过取平均的 方法来降低这种影响。通过对前后几个点取平均值就可以得到下面图4 - 2 的输 出结果 信号的微分 图4 - 2 对信号微分结果的平均 可以很明显的看到输出结果比原先毛刺减少了，由于噪声产生的变化率也 都是正值，这样处理只能把噪声的影响平均到邻近的点，如这里取了前后4 个 点，就只能把受噪声影响最大的点平均到前后9 个点之间，这样本身并没有排 除噪声的影响，而是通过认为的手段把噪声平均化了，所以得到的结果仍然不 够准确。所以要考虑采用更加精确的算法。 我们用了十道信号来评价算法的结果，当阈值取0 i 就可以得到下面的结 果： 信号1234567891 0 响应4 95 24 15 74 15 94 18 5 4 8 6 3 时间s 信号1 11 21 31 41 51 61 71 81 92 0 响应4 54 5 漏判漏判 漏判漏判 2 9 3 8 6 1 9 3 2 6 9 时间s 表4 一l 变化率算法的预警时间( 0 1 ) 从上面的结果可以看出，该算法的相应时间比较短一般在5 0 s 左右，但是 漏判比较多。 当阈值取0 0 8 时就可以得到下面的结果： 2 2 五w挈僦鲁申妲 第四章 信号1234 5 6 7891 0 响应4 65 14 44 44 0 误判4 0误判4 66 1 时间s 信号l l1 21 31 4 1 51 61 71 81 92 0 响应4 54 3 漏判 2 7 0 1 1 0 1 1 4 1 3 18 41 9 15 5 时间s 表垂2 变化率算法的预警时问( o 0 8 ) 当阈值取o 0 8 时结果的漏判减少了，但是出现了两个误判，说明该算法虽 然响应时间比较短，但是准确率太低了 4 2 趋势算法 模拟量式火灾探测系统的出现，使探测系统可以有真正反映火灾特征的模 拟量来实时反映火灾特征，同时微处理器的技术水平的进步也使复杂算法的实 现成为可能。也就出现了将信号特征以及它的处理过程用完整的数学表达式来 描述的方法，称为系统法，其中最早应用于火灾信号处理的是趋势算法 4 2 1k e n d a l l f 趋势算法【1 习 从图事3 的火灾信号中，我们可以看出它显示了明显的特征，所以用趋势 算法来检测火灾信号是十分有效的 传感器输出 浙江大学硕士学位论文 图4 - 3 传感器的输入信号 图钙所示是一段传感器的输出信号x 0 ) ( 通过对连续时间信号x ( o 以间 隔抽样得到x ( n a o ，简化表示为x 0 ) ) ，横坐标表示离散的时间n ，纵坐标表示 传感器信号工o ) ，看图中虽然在有的地方有所下降，但总体的趋势是上升的，