（微电子学与固体电子学专业论文）主动吸气式高灵敏火灾探测系统研制.pdf

主动吸气式高灵敏火灾探测系统研制 摘要 火灾会造成巨大的生命财产损失，有效探测火灾是预防火灾，减少火灾伤 亡和损失的必要手段。随着社会的进步，人们对火灾探测也提出了更高的要求。 尽早地发现火灾，争取更多的时间疏散人员和物资，有效地遏制火灾的进一步 恶化，是当今火灾探测的发展方向。吸气式火灾探测系统是一种超早期火灾探 测系统，采用主动吸气的方式对空气进行采样，基于先进的激光粒子检测技术、 微处理控制技术，能在火灾发生的超早期有效地侦测到火灾特征参量，并发出 警报，广泛应用于通信机房、控制室和芯片制造洁净厂房等场所的火灾监控。 本文简要介绍吸气式火灾探测方法的特点以及适用场所，详细分析吸气式 火灾探测系统的工作原理以及设计方案。提出了烟雾、温度、c 0 气体三参数 复合的主动吸气式高灵敏火灾探测系统，克服了现有吸气式火灾探测系统单一 采样空气中烟雾的不足。该系统通过高灵敏的激光粒子探测模块以及灰色模糊 神经网络多信息融合火灾探测算法，增大了吸气式火灾探测的应用范围，加快 了火灾报警响应速度，降低了火灾漏报率。 主动吸气式高灵敏火灾探测系统的硬件由烟雾浓度探测、c 0 气体浓度探 测、温度探测和数据综合处理模块等组成。烟雾浓度探测采用独特的光学测量 室，能对光源发出的激光进行扩束准直以及消光处理；高灵敏的光电池以及低 噪声的电路放大设计，保证了系统能够检测到样品空气中极低的烟雾浓度。c o 气体浓度探测模块集成了厚膜半导体式传感器，灵敏度高，响应速度快，能对 微量的c o 气体做出迅速反应。利用集成一体化芯片d s l 8 8 2 0 ，温度探测模块 具有高度的稳定性，可以快速检测样品空气的温度并直接输出数字信号。数据 综合处理模块配置了运算能力较强的a r m 芯片s 3 c 2 4 4 0 ，基于q t e m b e d d e d 开发了应用控制程序。通过设备驱动采集火灾特征参量，利用基于灰色模糊神 经网络多信息融合的火灾探测算法对火灾特征参量进行分析，在液晶屏上显示 采集的数据以及分析结果，真实地反映了监视区域火灾的情况，有效地减少了 火灾的误报率和漏报率；提供了基于u d p 协议的网络数据传输和控制，满足火 灾探测系统网络化的需求，为远程火灾监控带来极大的便利。 实验结果表明：研制的主动吸气式高灵敏火灾探测系统烟雾浓度探测、c o 气体浓度探测和温度探测的灵敏度分别达到了0 0 0 5 o b s m ，0 5 p p m 和0 1 ， 能够在极短的时间内判断火灾并给出警报，对标准棉绳火的响应时间15 s 。 关键词：火灾探测，吸气式，灰色模糊神经网络，多信息融合，小信号处理 r e s e a r c ha n dd e v e l o p m e n to f h i g hs e n s i t i v i 够a s p i r a t i n gf i r e d e t e c t i o ns y s t e m a b s t r a c t f i r ed i s a s t e rr e s u l t e di n g r e a t 1 0 s s e so fl i f ea n dp r o p e r t y e f f e c t i v ef l r e d e t e c t i o nc a np r e v e n tf i r ed i s a s t e ra n dr e d u c et h ec a s u a l t i e sa n dl o s t w i t ht h e d e v e l o p m e n to fs o c i a l ，ah i g h e rl e v e lo ff i r ed e t e c t i o nt e c h n 0 1 0 9 yi sd e m a n d e d i n o r d e rt of i g h tf o rm o r et i m et os a v el i v e s ，r e d u c el o s ta n de l i m i n a t et h e6 r e ，i ti sa t r e n dt od i s c o v e rf i r ea ss o o na sp o s s i b l e h i g hs e n s i t i v i t ya s p i r a t i n g s m o k e d e t e c t i o n ( h s a s d & h s s d ) s y s t e m ，ak i n do fu l t r a e a r l yf i r ed e t e c t i o ns y s t e m ，i sa n o v e lf i r ed e t e c t i o ns y s t e mi n h a l e st h es a m p l i n ga i ri nt h em o n i t o r i n ga r e ai nt h e m a n n e ro fa c t i v ei n s p i r a t i o n i td e t e c t st h ef i r ep a r a m e t e r si nt h es a m p l i n ga i ri nt h e u s eo fa d v a n c e dd e t e c t i o nt e c h n o l o g ya n dm i c r o - c o n t r 0 1t e c h n o l o g y t h es y s t e m c a nd e t e c tt h ef i r ei nu l t r a - e a r l ys t a g e sa n ds e n do u ta na l a r m i ti sw i d e l ya p p l i e di n s o m es p e c i a la r e a s ，s u c ha sc o m m u n i c a t i o n se q u i p m e n tr o o m ，c o n t r o lr o o ma n d c h i pm a n u f a c t u r i n gc l e a nw o r k s h o p ，e t c t h ec h a r a c t e r i s t i c sa n da p p l i c a t i o np l a c e so fh s s da r eb r i e n yi n t r o d u c e d m e a n w h i l e ，t h ew o r k i n gp r i n c i p l ea n dd e s i g ns c h e m eo ft h es y s t e ma r ed e s c r i b e di n d e t a i l an e wk i n do fi m p r o v e dh i g hs e n s i t i v i t ya s p i r a t i n gf i r ed e t e c t i o ns y s t e mi s p r o p o s e d ，w h i c ho v e r c o m e st h ed i s a d v a n t a g e so fe x i s t i n gh s s ds y s t e m si n t h e m a r k e tt h a to n l ym o n i t o rt h es m o k ep a r t i c l e si na i rs a m p l e t h es y s t e mi n c l u d e st h e d e t e c t i o no fs m o k e ，t e m p e r a t u r ea n dc 0g a s i ta d o p t sh i g hs e n s i t i v i t yl a s e rp a r t i c l e d e t e c t i o nm o d u l e sa n di n t e l l i g e n tn e u r a ln e t w o r ka l g o r i t h m t h es y s t e mh a sal a g e r a p p l i c a t i o ns c o p e ，j u d g e st h ef i r em o r ee a r l ya n dr e d u c e st h er a t eo ff a l s ea l a ma n d d i s t o r t i o na l a r m t h eh a r d w a r eo fh i g hs e n s i t i v i t ya s p i r a t i n gn r ed e t e c t i o ns y s t e mi sc o n l p r i s e d o fs m o k ed e t e c t i n gm o d u l e ，c og a sd e t e c t i n gm o d u l e ，t e m p e r a t u r ed e t e c t i n g m o d u l ea n dd a t ap r o c e s s i n gm o d u l e t h eo p t i c a lm e a s u r e m e n tr o o mo fs m o k e d e t e c t i n gm o d u l ei ss p e c i a ld e s i g n e d ，w h i c hs e r v e s a sac o l l i m a t i n ga n db e a m e x p a n d i n gu n i ta sw e l la sa ne x t i n c t i o nu n i t i tc a nd e t e c tt h es m o k ei nu l t r a l o w c o n c e n t r a t i o ni nt h e s a m p l e a i rb ya d o p t i n gs t a b l e1 a s e rl i g h ts o u r c e ，h i g h s e n s i t i v i t yp h o t o v o l t a i cc e na n do p t i m i z e da m p l i f - y i n gc i r c u i t ak i n do f t h i c kf i l m s e m i c o n d u c t o rs e n s o ri su s e dt om o n i t o rt h ec o n c e n t r a t i o no fc og a si n t h e s a m p l i n ga i r ，w h i c hh a sh i g hs e n s i t i v i t ya n dq u i c kr e s p o n s ea n dc a t c h e ss i g h to f v e r y1 0 wc o n c e n t r a t i o no fc og a s d i g i t a lt e m p e r a t u r es e n s o rd s 18 8 2 0i sa p p l i e d i nt e m p e r a t u r ed e t e c t i n gm o d u l ew i t hr e m a r k a b l es t a b i l i t y ，w h i c hc a no u t p u tt h e d i g i t a ld a t av a l u eo fe n v i r o n m e n tt e m p e r a t u r es w i f t l y ah i g h - s p e e do p e r a t i o na r m c h i p s 3 c 2 4 4 0i se m b e d d e di nd a t a p r o c e s s i n gm o d u l e ， a n dc o r r e s p o n d i n g a p p l i c a t i o ns o f t w a r ei sd e v e l o p e db a s e do nq t e m b e d d e d t h ea p p l i c a t i o ns o f - t w a r e a c q u i r e sf i r ep a r a m e t e r sb yd e v i c ed r i v e ra n dp r o c e s s e st h e mw i t ht h ef j r eju d g m e n t a l g o r i t h mb a s e do ng r e yf u z z yn e u r a ln e t w o r ka n di n f o r m a t i o nf u s i o n t h ev a l u eo f n r ep a r a m e t e r sa n da n a l y s i sr e s u l t sa r ed i s p l a y e do nl c ds c r e e n i nt h i sw a y ，t h e n r es i t u a t i o no fm o n i t o r i n ga r e ai sr e n e c t e da sw e na st h er a t eo ff a l s ea n dr a t eo f n e g a t i v ea l a r ma r ee f 艳c t i v e l yr e d u c e d b e s i d e s ，t h i sm o d u l ep r o v i d e sas e r v i c eo f i n t e r n e tt r a n s m i s s i o na n dc o n t r 0 1b a s e do nu d ：p t a k i n gt r e n do fn e t w o r k i n ga n d b r i n g i n gg r e a tc o n v e n i e n c eo fr e m o t ec o n t r o la n dd a t as y n c h r o n i z a t i o n t e s tr e s u l t ss h o wt h a tt h es y s t e mi sv e r ys e n s i t i v e ：t h ed e t e c t i o ns e n s i t i v i t i e so f s m o k e ，c og a sa n dt e m p e r a t u r ea r eo 0 0 5 o b s m ，o 5 p p ma n do 1 i tc a nj u d g ea f i r eo c c u ri nas h o r tt i m ea n dg i v ea na l a r m a sf 0 rs t a n d a r dc o t t o nr o p en r e ，t h e s y s t e mr e s p o n s e s1 e s st h a n15s e c o n d s k e y w o r d s ：n r ed e t e c t i o n ，h s s d ，g r e yf u z z yn e u r a ln e t w o r k ，i n f o r m a t i o n f i u s i o n ，w e a ks i g n a lp r o c e s s 致谢 在合肥工业大学电子科学与应用物理学院攻读研究生的学习生活是值得我 珍藏的一段美好时光。在这三年里，刘士兴副教授悉心指导本人的科研学习， 同时也在生活上给予了我无微不至的关怀。老师学识渊博，工作一丝不苟，对 科研工作充满热情，对学生严格要求而又充满慈爱。在刘老师门下学习的几年 里，他言传身教，不仅提高了我在科研方面的能力，同时也教会了我为人处世 的方法。在此，我想向我敬爱的导师衷心地说一声谢谢。 此外，我要感谢电子科学与应用物理学院的全体老师以及中国科技大学火 灾实验室的老师和学长们。他们创造了良好的科研学习氛围，并大力支持我们 的科研工作。感谢老师们和学长们对我的教育、培养和支持，祝愿他们往后的 工作一帆风顺。 我还要感谢实验室的同学们以及已经毕业的师兄们。我们相互讨论，互相 帮助，在科研项目遇到问题时一起攻克难关。这让我深深地体会到群体的力量 以及团队合作的重要性。感谢这些年陪我一起走过的朋友们，愿你们工作顺利， 学业有成。 最后，我想对我亲爱的家人表示感谢，他们给予我的物质和精神上的支持， 使我这些年能够在自己感兴趣的领域继续学习。谢谢您们一直以来始终如一的 爱和奉献。 作者：邓田 2 0 1 1 年3 月 插图清单 2 1 毛细采样管结构图5 2 2 单颗粒光散射示意1 0 2 3 不同尺度粒子的散射强度的角分布形式1 1 2 4 烟雾浓度探测模块结构图1 2 2 5 六种欧洲标准火在不同阶段的c o 气体浓度1 3 2 6 砌仅晶体结构1 3 2 7 晶界势垒l3 2 8c o 气体传感器的响应参数1 4 2 9d s l 8 8 2 0 测温原理结构图1 5 2 1 0s 3 c 2 4 4 0 内部资源结构示意图1 6 2 1 1 t c p i p 协议分层18 2 1 2 生物神经元构造2 0 3 1 主动吸气式高灵敏火灾探测系统整体结构示意图2 2 3 2 三参数复合吸气式探测系统原理图2 3 3 3 数据综合处理模块结构示意图2 3 3 4 光电池结构图2 4 3 5b p w 3 4 响应特性曲线图2 5 3 6 光电池等效电路2 5 3 7 间接测量方式示意图2 6 3 8 直接测量方式示意图2 7 3 9 添加相位补偿电容的放大电路2 7 3 1 0 相位补偿电容对放大电路作用2 8 3 1 l 三极管放大器与c m o s 放大器2 9 3 1 2c o 探测模块结构图3 0 3 1 3d s l 8 8 2 0 引脚示意图3 l 3 1 4 温度探测模块电路结构3 1 4 1 数据综合处理模块整体程序结构示意图3 3 4 2a d c 接口设备驱动程序结构3 5 4 3d s l8 8 2 0 设备驱动程序结构3 7 4 4d s l 8 8 2 0 读取操作流程图3 7 4 5h s s da r m 程序界面3 8 4 6h s s da r m 程序结构图3 9 4 7 灰色模糊神经网络算法流程图一4 0 4 8 报警算法实现过程4 4图图图图图图图图图图图图图图图图图图图图图图图图图图图图图图图图图图 4 9 远程计算机后台程序h s s db su d p 界面4 6 4 1 0h s s db su d p 程序结构示意图4 7 5 1 火灾实验舱构造图4 8 5 2 吸气式系统试验环境4 8 5 3 数据综合处理模块的显示4 8 5 4h s s da r m 调试程序对远程计算机控制命令的响应4 9 5 5 烟雾浓度探测模块测试4 9 5 6 烟雾浓度探测模块测试采样管5 0 5 7 雾探测模块与标准烟箱趋势的比较5 0 5 8 气式多参数火灾探测系统烟雾探测模块与标准烟箱的拟合5 l 5 9 最初的烟雾探测模块与标准烟箱的反应5 1 5 1 0d s l8 8 2 0 与t m 一9 17 测温曲线5 2 5 1 1t m 一9 1 7 数据采集系统软件5 2 5 1 2 主动吸气式高灵敏火灾探测系统温度探测模块与t m 一9 1 7 测温曲 ! j i 5 2 5 13 主动吸气式高灵敏火灾探测系统温度探测模块误差曲线5 2 5 1 4c o 浓度曲线及线性拟合曲线5 3 5 1 5c o 浓度测量误差分析曲线5 3 5 1 6 棉绳阴燃火试验5 3 5 1 7 远程计算机后台显示5 3 图图图图图图图图图图图图图图 图图图图图 表格清单 表2 4 传统点型感烟探测系统和吸气式三参数火灾探测系统的比较6 表2 2t c p i p 协议体系以及与o s i 模型的对应关系1 9 表3 1 光电池在不同环境下的短路电流2 5 表4 1a d c c o n 寄存器各个位的含义3 4 表4 2 后验差检验精度等级4 2 第一章绪论 1 1 选题背景和研究意义 火灾是一种发生频率和破坏性都非常高的灾害，每年世界所发生的火灾次 数，及其所造成的人员伤亡和财产损失都令我们感到触目惊心和遗憾：据统计， 全世界每天发生火灾1 万起左右，导致2 0 0 0 多人死亡，3 0 0 0 4 0 0 0 人受伤， 每年火灾造成的直接财产损失超过1 0 亿元，特别是当今随着高层建筑的不断出 现，建筑设施材料和家居生活用具的日趋多样化，使得各种火灾形成因素不断 增多，导致火灾次数不断攀升，火灾所造成的人员伤亡和经济损失已经更为重 大【1 】。随着社会的进步，人们对于安全有了更高的要求。在通信机房、控制室 以及制造芯片的洁净厂房等场所，小的火灾都会带来不可估量的损失。当前， 火灾探测系统的超早期、网络化已经成为社会的需求【2 】。为有效地火灾的发生， 降低灾害的损失，在那些对安全需求高的场所，要求对火灾进行超早期报警。 火灾是一种失去控制的燃烧反应，融合了物理和化学变化的过程，在其孕 育、发生、发展的不同阶段都不断改变着周围的环境【3 】。火灾探测是实现火灾 预警的重要手段，它是通过对火灾发生早期一些重要的环境参数以及一些现象 的探测，及时、正确地判断火灾并发出报警，为消防人员争取更多的扑救时间， 实现火不成灾并将损失降到最低【4 】。 燃烧都伴随着热量的释放，引起周围环境温度升高。因此，利用温度信号 来探测火灾，成为人类火灾探测的自然开端。1 8 9 0 年第一个感温探测器在英国 研制成功，1 8 9 6 年几种不同类型的定温探测器在英格兰办公署出版的保险手册 中作了介绍。感温探测器能够有效探测到火灾产生的热量并自动报警，标志着 人类火灾探测技术的正式诞生，并从此开创了火灾自动探测报警技术的新纪元。 热量的释放是火灾的重要特征之一，通过对火灾周围的空气温度进行检测，可 以更加有效地判断火灾，甚至分析出火灾的发展阶段。 火灾发生时，燃烧物由于不完全燃烧或高温裂解，会释放出烟雾颗粒。即 使在火灾的初期，燃烧材料热分解的挥发成份进入空气后将会凝聚成较重的高 分子组分而产生烟雾，它的出现比火焰和高温都要早【5 】。针对烟颗粒是火灾早 期最为重要的火灾参量之一，各种感烟探测技术随之不断出现。 传统感烟、感温火灾探测器在火灾探测中起到了重要的作用，而且也在不 断发展完善，但是还并不能让人满意。它们本质上是测量火灾的烟雾浓度和温 度的物理特性，而不同的燃烧材料、燃烧条件以及很多周围环境中不确定因素 ( 灰尘、水汽和热源等) 都将会对这些参数的检测有着明显的影响，严重降低了 常规火灾探测器的对火灾判断的可靠性，容易引起火灾探测器的误报，甚至导 致探测器不能响应某些特殊的火灾 6 】。例如，阴燃火只产生较少的热量，感温 火灾探测可能没有响应；酒精火几乎不产生烟颗粒，使得某些感烟探测器无法 检测酒精火的存在。针对这样的情况，寻找其他更有效的特征参量显得十分必 要【7 。 国内外关于各种标准火的研究表明，其燃烧过程( 包括极早期) 已经有相当可 观的c o 产生【8 】。和火灾烟气中的烟雾颗粒不同，c o 气体由于比空气轻，需 要更少的热量甚至不需要热量的驱动，就能非常容易地扩散上升，这对于火灾 探测器的布置和在较早的时间捕捉到火灾发生信息非常重要。从燃烧的机理来 说，火灾发生的超早期以及早期通常不会产生明显的温升和烟雾，但此时已经 分解出某些气态产物，它们是由可燃物热解产生的。在正常情况下，监测环境 是不含c o 气体的，它对c o 气体的检测影响很小，因此相对于感烟、感温探 测器，火灾气体探测器的环境影响因素大大减小。由此可见，将火灾产生的标 志性气体c o 进行及时、准确检测在火灾早期甚至极早期的监测和报警应用中 具有光明的前景。 目前被广泛使用的点型或线型感烟、感温火灾探测器由于其设计的原理缺 陷，无法克服烟雾热效应微小以及房间上方的热障效应等不利因素的影响【9 】。 普通的感烟探测器为被动工作方式，等待烟的到来再进行探测。而在火灾早期， 烟的扩散速度较慢，要经过一定时间才能到达探测器 1 0 】；同时，由于烟雾在 扩散过程中被不断稀释，普通的感烟探测器较低灵敏度无法满足超早期火灾探 测报警的要求 1 1 。 以国内外吸气式火灾探测系统的研究为基础，本课题提出了一种感烟、感 温以及c o 气体检测三参数复合的主动吸气式高灵敏感烟火灾探测报警系统。 该系统通过灵活的管网系统主动抽取空气样品，克服了被动等待和保护区空气 流动的影响；使用激光探测烟雾，灵敏度高，可以探测到人眼不可见烟颗粒； 配备了高灵敏、高精度的c o 气体探测模块以及温度探测模块，迅速且准确地 测量样品空气的温度以及包含的c o 气体浓度；通过人工神经网络算法将三个 火灾特征参数进行数据融合处理，构建了高灵敏度、低误报率的多参数检测系 统。它能在烟尚不被人眼所见的情况下，正确探测其存在并发出报警信号，其 报警时间要比传统的火灾探测系统提前数小时以上。在形成火灾之前很长段 时间，它就能分析火灾发生的概率，发出警报，在火灾初期消除火灾隐患，达 到早期预警的目的，使火灾的损失降到最小。同时，在基于s 3 c 2 4 4 0 的l i n u x 系统支持下，系统嵌入了基于u d p 协议的计算机网络功能，实现了数据的远程 传输和控制。整个系统较其它的吸气式火灾探测系统而言，具有更强大的数据 处理能力、更高效可靠的火灾判断机制、更稳定的系统支持、更方便快捷的网 络支持以及更低的生产维护成本；推动了吸气式火灾探测系统向网络化、智能 化、小型化、高灵敏化发展；应用于消防要求较高的场所及特殊领域，使火灾 的防范变被动为主动，防患于未然。 1 2 国内外研究现状 吸气式火灾探测技术自7 0 年代中期由澳大利亚首创后，在国外已得到广泛 应用。当前国际上比较成熟的h s s d 产品有：澳大利亚v i s i o n 和g e d e x 公 司的极早期火灾智能预警系统、英国a i r s e n s e 公司的s t r a t o s h s s d 。印度 n e t m a g i c 利用a i r s e n s e 的技术也开发了相应的h s s d 系统。以威士达( v e s d a ) 探测主机为例，它具有超高灵敏度，为0 0 0 5 o b s m ( 每米减光率) ，是普通烟感 探头的l 0 0 0 倍，而且探测范围宽，由o 0 0 5 o b s m 至2 0 o b s m 并连续可调。 威士达对烟雾的分析能力强，显示分辨率高达0 0 0 0 7 5 o b s m 。系统有四级报 警阈值( 一级警告，二级行动，三级火警1 ，四级火警2 ) ，可人工或自动设置工 作环境情况，自动调节报警阈值。它使用了分布智能和神经网络算法以及专用 的集成电路，在探测器内补偿了灰尘等污染和温度等对激光器的影响，并对信 号进行数字滤波，用神经网络对烟等信号的幅度、动态范围和持续时间等特征 进行处理后，输出报警信号 1 2 】。该系统功能完备，但作为独立的系统，未能 接入网络，实现远程报警和控制，且由于技术的垄断，其核心探测主机价格就 高达数万元。 吸气式火灾探测系统进入国内大约已有2 0 年的时间，它在国内的电信、计 算机、电力、金融等重要领域有着广泛的应用。所使用的产品大多来在国外， 如澳大利亚v i s i o n 在山东就有其合作伙伴。从事h s s d 研究的有公安部沈阳 消防科学研究所，南京消防集团有限公司。南京消防集团的盛华牌s h 9 7 3 0 0 吸 气式高灵敏度激光感烟火灾探测报警系统，其灵敏度高达0 0 0 4 3 d b m ，比早期 报警的感烟探测器灵敏度高1 0 0 倍以上。该系统通过工控机和高速a d 采样， 其速度快、功能强，并采用了自适应方法有效地处理大量数据。 1 3 论文的内容安排 本文组织结构如下： 第一章：绪论 阐述了本论文的选题背景和研究意义，并简要分析了吸气式火灾探测技术 国内外的研究状况。 第二章：主动吸气式高灵敏火灾探测概述 首先，阐述了吸气式复合火灾探测系统的工作原理以及特点。详细分析了 烟雾探测原理、c o 气体探测原理以及温度探测原理。介绍了基于a r m 9 2 0 t 内 核的s 3 c 2 4 4 0 ，l i n u x 系统，t c p i p 的计算机网络技术以及基于神经网络算法 的数据融合技术。 第三章：吸气式复合火灾系统的硬件体系结构 主要对吸气式火灾探测系统的硬件进行了分析探讨。给出了包含网络传输 功能的s 2 c 2 4 4 0 最小系统结构；设计了激光烟雾浓度探测模块、c o 探测模块 以及温度探测模块的硬件电路，并对光源和光敏器件的甄选以及光电转换电路 3 的设计和优化做了详尽的分析。 第四章：基于a r m l i n u x 的数据处理 首先，给出了基于q t e m b e d d e d 的s 3 c 2 4 4 0 的控制软件结构，实现了数据 采样、处理以及显示功能：其次，详细介绍了系统采用的灰色模糊神经网络多 信息融合火灾探测算法；最后，设计了基于t c p i p 的远程通信控制方案，并实 现了基于l a b w i n d o w s c v i 的后台计算机终端软件。 第五章：实验结果与数据分析 展示了吸气式火灾探测系统试验模拟和测试，并根据数据分析系统的参数 指标以及功能。 第六章：总结与展望 最后对本论文的工作进行了总结，指出了存在的问题以及可行的改进措施， 为该系统的进一步研究提供了思路和建议。 4 第二章主动吸气式高灵敏火灾探测系统概述 2 1 主动吸气式高灵敏火灾探测的原理及特点 2 1 1主动吸气式高灵敏火灾探测系统的工作原理 主动吸气式高灵敏火灾探测系统使用了空气采样感烟探测技术。国际上将 空气采样式感烟火灾探测器定义为：通过管道抽取被保护空间的空气样本到中 心检测室，以监视被保护空间内烟雾存在与否的火灾探测器 13 】。 对于吸气式高灵敏感烟火灾探测系统，其采样管网的结构对整个探测系统 的性能起着至关重要的作用，根据不同的管网结构可分为三种采样方法【1 4 】： 1 )标准管道系统采样：这种方法是将p v c 管敷设于天花板下或吊顶内；在被 保护区安装直径为2 0 m m 的铝塑材质采样管，管网的排列可有多种变化， 从而覆盖整个被保护区；采样管与主机连接，采样管壁开有圆形采样孔， 系统通过这些采样孔进行主动式吸气探测。这种方法适用于高大空间的火 警探测，如机场、火车站、仓库等。 2 )毛细管采样：毛细管采样如图2 1 所示，该方法将采样孔通过毛细管从采 样管中引出。此种方法在不破坏建筑物本身及其美观性同时也不会增加采 样网络的复杂性。该方法适用于有历史价值的建筑或艺术价值的建筑的火 灾设防。此外，这种方法也可以用于各类控制柜内的火灾监测。 r 量基 1 1 l # 越女* m “t * “；越* d 盛 e # 一一 e j g x “日；i i ；k “x 日；科 采样礁 图2 - l 毛细采样管结构图 3 1回风式采样：回风式采样是一种非常灵活的采样方法，这种方法将采样管 布置在空气流通的路径上，他主要针对安装有中央空调的现代建筑。由于 中央空调对火灾燃烧产物的稀释，使得火灾探测难度加大，但若将本系统 的管道布置在中央空调的回风口，不仅能够准确探测空气中各种燃烧产物 的参数值，还能够对较大区域进行监测，这种采样方法只花费较少的安装 费用，却可对较大的区域范围提供保护。此方法可以安装在较隐蔽的地方， 避免管线过多而造成对建筑物美观的破坏。 2 1 2主动吸气式高灵敏火灾探测系统的特点及可应用场所 表2 1 是主动吸气式高灵敏火灾探测系统与传统点型感烟探测系统的比 较，可以看出相比传统的离子、光电感烟探测系统而言，本系统在灵敏度、报 警时间、抗干扰能力、运行维护等方面都有着无可比拟的优越性。 表2 1 传统点型感烟探测系统和吸气式三参数火灾探测系统的比较 主动吸气式高灵敏传统点型感烟探系统 火灾探测系统 离子光电 主动抽取外界的空气，及时报警，属 外界烟雾扩散至传感器，需要达 采样方式到一定浓度才能触发报警，属于 于主动式探测。 式探测。 探测原理激光散射电方式红外散射方式 烟雾粒子直径：0 0 0 1 - 2 0 岬；c o 气 可探测烟雾粒可探测烟雾粒 探测范围 体浓度：o - 3 0 0 p p m ；温度：一5 5 - 1 2 5子， 直径：子，直径： o 0 1 - 0 1 岬卜1 0 岬 烟雾：0 0 0 5 o b s m ； 灵敏度 c o 气体：o 5 p p m ； 5 9 o b s m5 9 o b s m 温度：o 0 1 高稳定，高强度激光源，两个光接受镅2 4 1 a 放射一个红外发光 探测部件器，高灵敏度c o 传感器，温度传感源，一个收集管，一个光接受 器极管 显示部件3 5 液晶屏显示只显示达到阈值的报警信息 报警方式单参数报警以及综合报警仅设一个报警值 报警时间火灾形成前数小时，早期预警火灾形前几分钟，无预警 可记录每次采集的数据以及分析结 事件记仅记录火警和故障，内容不详细 果，内容详细 标准式采样、回风口式采样、毛细管 采样方式 标准采样方式 采样等多种采样形式 初始标定校准后5 年不需维护，系统 安装维护模块化，如出现问题只需简单替换有每两年需要例行维护一次 问题的模块 不适合粉尘大、长期潮湿的环境 适于各种场合：潮湿、粉尘、高气流、 离子型不适合光电型不适合黑 应用场合 电磁干扰 风速大于5 米烟及电磁干扰强 秒的合的场合 6 通讯机房、电脑室、洁净室、大空间 适合场合办公室、客房 建筑 由于控制器和探测器之间的电源 采样从p v c 管取样孔和p v c 管道流 线和信号线比较长。容易形成天 抗干扰能 至系统主机，无需走电线，所有电子 线效应，感应监测区域的电磁波， 元件都在主动吸气式高灵敏火灾探 这在通信、计算机房等强电磁干 力扰区域尤为明显。这些干扰将影 测器的主机之内，主机外壳可以有效 地避免外界电磁场的干扰。 响探测器的正常运行以及信号传 输，甚至损坏控制器和探测器内 的电子元件。 人工神经网络算法智能判定火灾情 无 况 其他功能 可通过以太网与其他系统联网( 如传 一般为独立网络结构 统报警控制系统) 、远程同步数据 主动吸气式高灵敏火灾探测系统由于其高效的工作原理以及独特的优势， 解决了火灾探测方面的许多问题： 1 )克服了烟雾分层问题 烟雾分层现象是指烟雾，由于热障效应等的阻碍，上升到一定高度后，达 到了一个平衡点。此时烟雾在天花板的下方形成蘑菇团，而未达到天花板安装 烟雾探测器的位置。这在高大的空间中是常见的现象。根据国家标准规定，点 式火灾探测器最高安装高度为1 2 m ，对射式火灾探测器可以达到2 0 m 。因此， 这些传统的火灾探测器就无法在此类场所中安装使用。由于高灵敏度的吸气式 火灾探测系统是运用主动采样方式，样品空气在采样管孔被吸入。这样一来可 以将采样孔安装在监测区内空气流动活跃的位置进行探测，即在烟雾的必经之 路上，例如排风系统中，而不需安装在烟雾难以到达的天花板上，避免了火灾 探测器监测烟雾颗粒时，烟雾分层现象造成的负面影响。 2 )解决了烟雾稀释的影响问题 空调系统会混合监测区域的空气，它的运行改变了烟颗粒浓度、温度等参 数，制约了火灾探测，可能引起漏报。同时由于烟雾、c 0 气体等会在扩散过 程中被不断稀释，火灾探测系统的相关设计需要考虑多种因素，传统的感烟感 温等探测器灵敏度相对不足。它无法在火灾发生的超早期以及早期探测到火灾 的存在。 点式探测器只能对单一区域中的空气参数进行检测，如果此处被检测的参 数值没有到达预警值，探测器就不会报警。而本系统通过分布在整个检测区域 的管网上的采样点进行空气采样，采集的样本空气中的火灾特征量将混合累积， 并通过高灵敏度探测模块进行火灾的探测。这样即使采样管安装在天花板上， 7 也可以捕捉到被稀释的微量烟雾粒子，探测器系统对各个采样孔累积后的样品 空气进行检测，从而提供极早期的火灾探测。 吸气式系统的采样点不仅可以安置在高大空间场所内的高空位置，还可以 分布在场所内空气交换系统的通道处，烟雾颗粒、c o 气体等火灾产物会随空 气流动，它们很容易在通道中被探测到。因此，在这样的环境中，选择灵敏度 高且能够多点采样的探测器有效的解决了烟雾、c o 气体在流动扩散过程中稀 释对报警的影响。 3 )解决了安装在高空的火灾探测系统维护困难的问题 传统火灾探测器安装在高天花板处时维护十分困难，需要专业的人员进行 高空作业，维护费用高且危险性大。尤其是对射式探测器，它在维护后需要进 行定位调整以及校准，需要相当大的花费。 对于主动吸气式高灵敏火灾探测系统，采集管使用普通的p v c 管，廉价、 耐用且易于维护；同时，系统的主机一般会安装在容易接近的位置，在需要维 护时工作人员能很方便地接近设备。 4 )保持了建筑的外观 对于博物馆、历史建筑等场所，传统点式火灾探测器会损害建筑物的美观。 本系统可以使用隐蔽式的采样管网安装方式，建筑物内的人们没有察觉到火灾 探测系统的存在。 5 )增加了系统的稳定性以及可靠性 本系统配置了a r m 9 内核的s 3 c 2 4 4 0 芯片作为微处理器，并且搭载了高稳 定性的l i n u x 操作系统。系统能够自动记入错误日志，重启复位程序。这些成 熟的技术确保了系统运行的稳定性以及可靠性。同时，系统使用了基于 q t e m b e d d e d 开发的用户程序。工作人员的操作设置更加方便，数据观察更加 全面直观。另外一方面，通过人工神经网络算法对烟雾浓度、c 0 气体浓度以 及温度的融合，更加高效、准确的实现了火灾的判定以及报警。 主动吸气式高灵敏火灾探测系统的工作原理及其高灵敏度的特点，能在火 灾发生的极早期以及早期进行预警，因而在许多特别的场所得到了很好的应用 【1 5 】。 1 )火灾造成的业务中断会带来不可估量损失的场所。如电信机房、计算机机 房、银行、大型自动化调度室等。 2 )防爆场所、强电磁和强辐射场所。如军火库、油库、化工设施等。 3 )普通烟雾探测器无法探测的大空间建筑。如大型库房、中厅、室内广场等。 4 1必须保证建筑物整体美观或所保护的对象价值无法估量的场所。如博物馆、 教堂、古建筑物等。 5 )需要保证有足够时间撤离人员的场所。如医院、剧场、教堂、车站、学校、 监狱等。 8 2 2 火灾参量检测原理 2 2 1激光烟雾浓度探测原理 可燃物的种类及其性质、燃烧条件等决定了产生的火灾烟雾的特性。烟雾 颗粒的生成速率、成份及尺度等特性受到燃烧状况的影响，明火燃烧、热解或 阴燃所产生的烟雾颗粒是不同的。火灾发生时，主要是不完全燃烧的产物转化 成了悬浮颗粒，是气相成分转化生成的再生粒子【1 6 】。可燃固体的有焰燃烧与 无焰燃烧( 阴燃) 时都将释放出较大量的颗粒，然而两种情况下颗粒生成的机理 存在较大差异： 阴燃时，可燃材料将热分解并挥发，它进入空气后可凝聚成较重的高分子 组分，形成烟雾。在静止空气中，颗粒的平均直径约为1 岬。 有焰燃烧时，由于火焰内部氧浓度较低，可燃材料不完全燃烧或高温裂解， 在气相中生成的粒子。另外还是少部分的烟颗粒是物体表面的灰尘在高热通量 作用下脱离形成的。这种颗粒的直径约为1 0 1 0 0 阻，它