趙紅亮

摘要：針對(duì)建筑火災(zāi)監(jiān)測(cè)系統(tǒng)能耗分析、監(jiān)測(cè)性能低等問(wèn)題，該文從多傳感器火災(zāi)融合算法和火災(zāi)監(jiān)測(cè)系統(tǒng)模型兩個(gè)方面分析了火災(zāi)監(jiān)測(cè)系統(tǒng)的研究現(xiàn)狀，并闡述了火災(zāi)監(jiān)測(cè)系統(tǒng)的發(fā)展趨勢(shì)。

關(guān)鍵詞：火災(zāi)監(jiān)測(cè);數(shù)據(jù)融合;系統(tǒng)模型

中圖分類號(hào)：TP311? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2019）16-0225-01

開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

1 引言

火災(zāi)是生活中的常見(jiàn)事故，會(huì)導(dǎo)致嚴(yán)重的生命財(cái)產(chǎn)損失，威脅建筑和消防隊(duì)員的安全。而建筑火災(zāi)監(jiān)測(cè)系統(tǒng)以防火于未然為主要任務(wù)，利用無(wú)線傳感器對(duì)建筑物內(nèi)的火情信息進(jìn)行探測(cè)和分析，以達(dá)到預(yù)測(cè)火災(zāi)的目的，因此傳感器技術(shù)對(duì)火災(zāi)監(jiān)測(cè)系統(tǒng)的發(fā)展起著舉足輕重的作用。隨著傳感器技術(shù)的不斷發(fā)展，建筑火災(zāi)監(jiān)測(cè)有了極大的拓展和提高。早期單傳感器獲得的信息非常有限并受傳感器本身性能的影響較大，準(zhǔn)確的火災(zāi)監(jiān)測(cè)僅靠單傳感器設(shè)備是不能滿足其要求的，多傳感器通過(guò)幾種傳感器的時(shí)空采樣，多層級(jí)、多功能處理，以更高精度、較高概率或者置信度，降低火災(zāi)誤報(bào)率。根據(jù)多傳感器信息融合的基礎(chǔ)理論，將火災(zāi)監(jiān)測(cè)系統(tǒng)分為三層：信息層、融合層和決策層[1]，多傳感器數(shù)據(jù)融合火災(zāi)監(jiān)測(cè)系統(tǒng)圖如圖1所示。

如何改善傳統(tǒng)火災(zāi)探測(cè)報(bào)警系統(tǒng)的缺陷，優(yōu)化防火系統(tǒng)的安全等級(jí)成為當(dāng)下研究熱點(diǎn)。本文從多傳感器火災(zāi)監(jiān)測(cè)融合算法和火災(zāi)監(jiān)測(cè)系統(tǒng)模型兩個(gè)方面綜述了國(guó)內(nèi)外火災(zāi)監(jiān)測(cè)系統(tǒng)的研究現(xiàn)狀，總結(jié)各自的優(yōu)點(diǎn)和不足，展望其發(fā)展趨勢(shì)。

2 多傳感器火災(zāi)探測(cè)的融合算法

建筑火災(zāi)監(jiān)測(cè)系統(tǒng)的核心是在多個(gè)傳感器的基礎(chǔ)上采用融合算法完成整個(gè)火災(zāi)探測(cè)的決策過(guò)程。對(duì)于火災(zāi)監(jiān)測(cè)系統(tǒng)而言決策過(guò)程是數(shù)據(jù)接收、數(shù)據(jù)處理以及輸出結(jié)果的一個(gè)過(guò)程[2]。多傳感器信息融合算法分為閾值判斷或趨勢(shì)判斷算法，多種傳感器信號(hào)的關(guān)系式，模糊算法，人工神經(jīng)網(wǎng)絡(luò)和模糊神經(jīng)網(wǎng)絡(luò)五個(gè)類別。閾值判斷或趨勢(shì)判斷算法是最簡(jiǎn)單的，雖然獲得了很多有意義的結(jié)果，但是很難在提高探測(cè)靈敏度和降低干擾源上達(dá)到平衡，而多傳感器信號(hào)關(guān)系式在這一方面展示出比閾值算法更良好的性能[3-4]。神經(jīng)網(wǎng)絡(luò)在多傳感器火災(zāi)探測(cè)方面的容錯(cuò)性強(qiáng)但主要問(wèn)題是神經(jīng)網(wǎng)絡(luò)需要大量的訓(xùn)練數(shù)據(jù)來(lái)訓(xùn)練網(wǎng)絡(luò)及時(shí)調(diào)整網(wǎng)絡(luò)結(jié)構(gòu)、權(quán)重和閾值，來(lái)產(chǎn)生可靠的火災(zāi)探測(cè)結(jié)果，無(wú)法處理缺失的模糊信息（如傳感器受到破壞）[5-6]。模糊神經(jīng)網(wǎng)絡(luò)綜合了神經(jīng)網(wǎng)絡(luò)和模糊邏輯的優(yōu)點(diǎn)，提供了模糊和自適應(yīng)特點(diǎn)并可以用于火災(zāi)探測(cè)信號(hào)處理的方法[7]。

3 火災(zāi)監(jiān)測(cè)系統(tǒng)模型

火災(zāi)監(jiān)測(cè)系統(tǒng)的模型主要有分布式火災(zāi)監(jiān)測(cè)網(wǎng)絡(luò)、火災(zāi)探測(cè)系統(tǒng)與智能建筑系統(tǒng)的結(jié)合、火災(zāi)遠(yuǎn)程監(jiān)測(cè)[8]，模型的主要特點(diǎn)如下表1所示。

4 火災(zāi)監(jiān)測(cè)系統(tǒng)發(fā)展方向

建筑火災(zāi)監(jiān)測(cè)系統(tǒng)的發(fā)展方向包括遠(yuǎn)距離、節(jié)能降耗、小型化、實(shí)時(shí)性以及多傳感器火災(zāi)監(jiān)測(cè)的融合算法改進(jìn)?，F(xiàn)有的傳感器節(jié)點(diǎn)主要依靠電池供電，有效的能耗管理對(duì)于系統(tǒng)的維護(hù)很重要，同時(shí)，實(shí)際中傳感器網(wǎng)絡(luò)的架構(gòu)協(xié)議接口也需要進(jìn)行考慮。盡管在實(shí)際中需要考慮局部數(shù)據(jù)的劇烈波動(dòng)及訓(xùn)練和探測(cè)應(yīng)用中的不同參數(shù)范圍問(wèn)題，但采用模糊準(zhǔn)則與神經(jīng)網(wǎng)絡(luò)結(jié)合的多傳感器火災(zāi)探測(cè)是非常有前景的一種方式。

未來(lái)更應(yīng)設(shè)計(jì)遠(yuǎn)距離、能耗小、小型化的建筑火災(zāi)監(jiān)測(cè)系統(tǒng)以及采用更高級(jí)的融合算法，使系統(tǒng)能夠進(jìn)行各種環(huán)境中的及時(shí)有效預(yù)警。

參考文獻(xiàn)：

[1]? 韓菁.多傳感器數(shù)融合技術(shù)在火災(zāi)探測(cè)中的應(yīng)用研究[D].重慶：重慶理工大學(xué)，2011.

[2] Meacham， B. J . The Use of Artificial Intelligence Techniques for Signal Discrimination in Fire Detection Systems[J]. Journal of Fire Protection Engineering， 1994， 6（3）：125-136.

[3] Jones W W . Implementing High Reliability Fire Detection in the Residential Setting[J]. Fire Technology， 2012， 48（2）：233-254.

[4] Choudhury J R， Banerjee T P， Das S， et al. Fuzzy Rule Based Intelligent Security and Fire Detector System[C]// Computational Intelligence in Security for Information Systems-cisis09， International Workshop， Burgos， Spain， September. 2009.

[5] Asgary A ， Naini A S ， Levy J . Modeling the risk of structural fire incidents using a self-organizing map[J]. Fire Safety Journal， 2012， 49（none）：1-9.

[6] 丁承君， 趙澤羽， 朱雪宏，等. 神經(jīng)網(wǎng)絡(luò)在智能火災(zāi)預(yù)警系統(tǒng)的應(yīng)用[J]. 傳感器與微系統(tǒng)， 2018（1）：154-156.

[7] Wang Y ， Yu C ， Tu R ， et al. Fire detection model in Tibet based on grey-fuzzy neural network algorithm[J]. Expert Systems with Applications， 2011， 38（8）：9580-9586.

[8] 王學(xué)貴. 基于多傳感器信息融合的火災(zāi)危險(xiǎn)度分布確定系統(tǒng)研究[D]. 中國(guó)科學(xué)技術(shù)大學(xué)， 2013.

[9] Bhattacharjee S， Roy P， Ghosh S， et al. Wireless sensor network-based fire detection， alarming， monitoring and prevention system for Bord-and-Pillar coal mines[J]. Journal of Systems & Software， 2012， 85（3）：571-581.

[10] 毛杰寧， 李梅， 羅旌鈺. 無(wú)線火災(zāi)報(bào)警系統(tǒng)設(shè)計(jì)[J]. 電子設(shè)計(jì)工程， 2017， 25（07）：115-118.

【通聯(lián)編輯：代影】