韓 宙，熊 梟，郝朝龍，陳 達(dá)，張 偉

(1.中國(guó)民航大學(xué) 安全科學(xué)與工程學(xué)院，天津 300300；2.中國(guó)民航大學(xué) 天津市民航能源環(huán)境與綠色發(fā)展工程研究中心，天津 300300)

0 引言

民航飛機(jī)火災(zāi)具有火源不易發(fā)現(xiàn)、疏散困難、人員傷亡不可控等特點(diǎn)[1]。民航飛機(jī)一旦出現(xiàn)貨艙火警，機(jī)組成員無(wú)法判定火情真?zhèn)?，必須?zhí)行迫降或返航程序，極易造成乘客人身安全事故和經(jīng)濟(jì)損失[2]。目前，飛機(jī)貨艙火災(zāi)預(yù)警多采用光電探測(cè)裝置，普遍存在著光學(xué)散射信號(hào)微弱、易受背景雜光干擾、非火災(zāi)顆粒辨識(shí)能力低等問(wèn)題，導(dǎo)致誤報(bào)、漏報(bào)頻發(fā)，無(wú)法滿足日益增長(zhǎng)的民航運(yùn)輸安全需求[3-5]。

諸多學(xué)者已經(jīng)在飛機(jī)火災(zāi)光學(xué)探測(cè)領(lǐng)域做了大量研究，其中Thomas等[6]在2001年研究了氣體、煙霧和溫度等參數(shù)在火災(zāi)中的變化情況。2010年Kerr[7]研究了探測(cè)角度對(duì)火災(zāi)探測(cè)的影響，并將不同探測(cè)角度獲得的信息進(jìn)行融合用于火災(zāi)預(yù)警。金志成等[8]在2012年同時(shí)采用離子感煙和光電感煙2種探測(cè)方式避免漏報(bào)問(wèn)題，并采用表決系統(tǒng)減少誤報(bào)。Philipp等[9]在2014年采用紅外與綠光雙波長(zhǎng)探測(cè)設(shè)計(jì)提升預(yù)警準(zhǔn)確度。王殊等[10]設(shè)計(jì)了雙波長(zhǎng)火災(zāi)煙霧探測(cè)器，可以區(qū)分大小不同粒徑的火災(zāi)煙霧氣溶膠和大粒徑干擾粒子。蔣亞龍等[11]以近紅外激光為光源，結(jié)合波長(zhǎng)調(diào)制技術(shù)和諧波檢測(cè)技術(shù)建立了火災(zāi)復(fù)合探測(cè)模型。何永勃等[12]設(shè)計(jì)了煙霧、溫度和氣體復(fù)合型火災(zāi)探測(cè)系統(tǒng)，采用神經(jīng)網(wǎng)絡(luò)算法提升煙霧探測(cè)能力。

以上研究雖取得很大進(jìn)展，但光學(xué)檢測(cè)技術(shù)應(yīng)用于火災(zāi)早期預(yù)警領(lǐng)域，仍存在著散射信號(hào)微弱、易受背景雜光干擾，對(duì)1 μm以上的非火災(zāi)氣溶膠(灰塵和水霧)的響應(yīng)更靈敏等問(wèn)題，無(wú)法實(shí)現(xiàn)精準(zhǔn)預(yù)警。本文提出采用基于數(shù)字鎖相技術(shù)的火災(zāi)煙霧雙波長(zhǎng)光學(xué)探測(cè)技術(shù)[13]，提取特征頻率的微弱光學(xué)信號(hào)，避免空間雜光對(duì)有效光學(xué)信號(hào)的干擾，從而提升光學(xué)煙霧探測(cè)整體信噪比；同時(shí)，利用近紅外、藍(lán)光雙波長(zhǎng)和前后雙向測(cè)量模式對(duì)不同氣溶膠顆粒的散射差異，并采用BP神經(jīng)網(wǎng)絡(luò)對(duì)數(shù)據(jù)進(jìn)行分析，準(zhǔn)確區(qū)分火災(zāi)與非火災(zāi)光學(xué)信號(hào)，提高民航飛機(jī)火警光學(xué)檢測(cè)準(zhǔn)確度。

1 探測(cè)系統(tǒng)設(shè)計(jì)及實(shí)驗(yàn)內(nèi)容

1.1 系統(tǒng)設(shè)計(jì)

基于數(shù)字鎖相放大技術(shù)的火災(zāi)煙霧雙波長(zhǎng)光學(xué)探測(cè)系統(tǒng)示意圖如圖1所示，主要由光源系統(tǒng)、光學(xué)迷宮、檢測(cè)處理系統(tǒng)組成。

圖1 基于數(shù)字鎖相技術(shù)的火災(zāi)光學(xué)探測(cè)系統(tǒng)示意

此系統(tǒng)可實(shí)現(xiàn)雙波長(zhǎng)調(diào)制信號(hào)測(cè)量，雙通道數(shù)據(jù)采集以及并行數(shù)字鎖相處理等功能。為了有效地區(qū)分火災(zāi)和非火災(zāi)氣溶膠，光源系統(tǒng)采用λ1=465 nm和λ2=940 nm的2個(gè)LED(LED465E，20 mW；LED940E，18 mW；美國(guó)Thorlabs)作為藍(lán)光和近紅外光源，利用數(shù)字頻率發(fā)生器(Direct Digital Synthesizer，DDS，AD9833，美國(guó)Analog Device Inc)生成1，1.5 kHz正弦信號(hào)分別驅(qū)動(dòng)藍(lán)光和近紅外光LED輸出按相應(yīng)頻率變化的入射光。

在光學(xué)迷宮中，入射光照射氣溶膠顆粒生成散射光，為了獲得豐富的散射信息，在光路中采用前、后雙向散射測(cè)量設(shè)計(jì)，如圖2所示。一對(duì)硅光電二極管(FD11A，美國(guó)Thorlabs Inc)作為光電探測(cè)器，在光學(xué)迷宮相對(duì)分布，接收微弱散射光信號(hào)。近紅外光和藍(lán)光LED對(duì)稱地置于光電探測(cè)器連線兩側(cè)，與光電探測(cè)器構(gòu)成θ1=135°和θ2=45°的夾角，滿足θ1>90°>θ2，實(shí)現(xiàn)前后雙向散射測(cè)量。數(shù)據(jù)采集卡(DAQUSB-6251，美國(guó)NI Inc)用于收集電信號(hào)實(shí)現(xiàn)雙通道同步測(cè)量?？紤]到氣溶膠散射作用及光電二極管的靈敏度，經(jīng)探測(cè)器放大的信號(hào)依然微弱，通過(guò)濾波放大處理，以提高數(shù)據(jù)采集的有效性[14]。

圖2 雙波長(zhǎng)光學(xué)前后雙向測(cè)量原理

1.2 實(shí)驗(yàn)內(nèi)容

實(shí)驗(yàn)在模擬飛機(jī)貨艙燃燒室進(jìn)行，外加測(cè)量設(shè)備及數(shù)據(jù)采集系統(tǒng)構(gòu)成整體實(shí)驗(yàn)系統(tǒng)，如圖3所示。

圖3 火災(zāi)檢測(cè)實(shí)驗(yàn)系統(tǒng)示意

采用的陰燃起火材料為常見(jiàn)的棉繩和紙板(顆粒尺寸小于1 μm)，選用超細(xì)固態(tài)粉體和空氣加濕器產(chǎn)生的水霧模擬貨艙中的灰塵、冷鏈運(yùn)輸時(shí)的水汽作為干擾源，具體內(nèi)容見(jiàn)表1。

表1 實(shí)驗(yàn)內(nèi)容

具體實(shí)驗(yàn)過(guò)程如下：

1)棉繩：10根長(zhǎng)100 mm，直徑5 mm的干燥棉繩，將其一端固定并懸掛起來(lái)，在另一端點(diǎn)火，將所有棉繩點(diǎn)燃后，使其保持無(wú)明火且持續(xù)陰燃的狀態(tài)方可開(kāi)始實(shí)驗(yàn)；

2)紙板：將4塊紙板按照同樣方式固定，在紙板下端點(diǎn)火并熄滅火焰，使其保持持續(xù)冒煙，實(shí)驗(yàn)所有紙板被點(diǎn)燃后開(kāi)始進(jìn)行探測(cè)實(shí)驗(yàn)；

3)水霧：由超聲霧化加濕器生成水霧向上方吹送，以此模擬冷鏈運(yùn)輸、貨艙突然壓降或降溫后彌漫在空間內(nèi)的霧氣，水霧中水滴顆粒尺寸約為10 μm；

4)灰塵：通過(guò)使用氣溶膠發(fā)生器定量輸送超細(xì)固態(tài)粉體來(lái)模擬灰塵干擾源，其粒徑尺寸大于火災(zāi)氣溶膠顆粒(<1 μm)、而小于10 μm。

為確保實(shí)驗(yàn)數(shù)據(jù)有效性，每種材料進(jìn)行10次采樣實(shí)驗(yàn)。每次采樣實(shí)驗(yàn)中每3 s采集1次光電信號(hào)數(shù)據(jù)，且每次采樣實(shí)驗(yàn)結(jié)束后，須將抽風(fēng)機(jī)打開(kāi)通風(fēng)排煙，待煙霧排除完畢后，將燃燒室內(nèi)清理干凈，方可進(jìn)行下一次實(shí)驗(yàn)，以免燃燒室內(nèi)殘留煙霧及燃燒產(chǎn)生的碎屑對(duì)實(shí)驗(yàn)探測(cè)造成干擾，實(shí)驗(yàn)情景如圖4所示。

圖4 實(shí)驗(yàn)場(chǎng)景

為了驗(yàn)證提出的基于數(shù)字鎖相技術(shù)的火災(zāi)煙霧光學(xué)探測(cè)方法的有效性，在進(jìn)行上述實(shí)驗(yàn)的同時(shí)，利用現(xiàn)有的傳統(tǒng)光學(xué)煙霧、溫度和CO氣體復(fù)合式煙霧探測(cè)器采集相關(guān)數(shù)據(jù)，作為參照實(shí)驗(yàn)進(jìn)行后續(xù)對(duì)比分析。

2 實(shí)驗(yàn)分析

2.1 實(shí)驗(yàn)數(shù)據(jù)處理

采集到PC機(jī)內(nèi)的離散信號(hào)如式(1)所示：

(1)

式中：A0為直流分量；An為2個(gè)調(diào)制頻率fn(n=1,2)的諧波幅度，V；fs為采樣頻率，Hz；φk為相位，°。其滿足如式(2)所示：

(2)

式中：Ns為數(shù)據(jù)采集卡設(shè)定的采樣點(diǎn)數(shù)。后續(xù)實(shí)驗(yàn)中分別采用1，1.5 kHz 2個(gè)頻率調(diào)制藍(lán)光和紅外光光源，數(shù)據(jù)采集卡采樣頻率為250 kHz，采樣點(diǎn)個(gè)數(shù)Ns為1×104。

對(duì)采集到的數(shù)據(jù)進(jìn)行雙波長(zhǎng)光學(xué)信號(hào)的數(shù)字鎖相檢測(cè)處理，此過(guò)程通過(guò)離散傅里葉變換實(shí)現(xiàn)，具體如式(3)所示：

(3)

式中：Ns為采樣點(diǎn)數(shù)；fs為采樣頻率，Hz；M(x)為采集的離散信號(hào)。

得到代表光強(qiáng)信息的被測(cè)電信號(hào)幅度值如式(4)所示：

(4)

式中：Xi和Yi為離散傅里葉變換處理后的信號(hào)。

數(shù)據(jù)采樣取實(shí)驗(yàn)數(shù)據(jù)作為真實(shí)數(shù)據(jù)，采用快速傅里葉變換(Fast Fourier Transform，F(xiàn)FT)算法對(duì)時(shí)域光學(xué)信號(hào)進(jìn)行離散傅里葉變換，得到光學(xué)信號(hào)的幅度譜，微弱光學(xué)信號(hào)提取如圖5所示。根據(jù)調(diào)制頻率提取相應(yīng)位置的幅度數(shù)值，完成數(shù)字鎖相放大信號(hào)提取，降低環(huán)境雜散光和背景噪聲的影響。

圖5 微弱光學(xué)信號(hào)提取示意

2.2 火災(zāi)煙霧光學(xué)檢測(cè)參數(shù)

根據(jù)前人對(duì)粒子粒徑的研究可知，火災(zāi)煙霧粒子粒徑大多小于1 μm，屬于小粒徑粒子；而影響煙霧探測(cè)器的干擾源如水汽、灰塵等的粒子粒徑大多大于5 μm，屬于大粒徑粒子，如表2所示。

表2 顆粒粒徑

當(dāng)入射光為自然光時(shí)，根據(jù)米氏散射[15]原理，散射光強(qiáng)IP如式(5)所示：

(5)

式中：I0為入射光強(qiáng)，cd；λ為入射光波長(zhǎng)，nm；l為探測(cè)點(diǎn)與粒子之間的距離，μm；θ為散射角度，°；i1(θ)，i2(θ)為關(guān)于散射角度的強(qiáng)度函數(shù)。

由式(5)可知，當(dāng)干擾源顆粒發(fā)生散射且粒子粒徑和周圍環(huán)境一定時(shí)，藍(lán)光散射強(qiáng)度與紅外光散射強(qiáng)度的比值與入射光波長(zhǎng)成正比，根據(jù)本文選取的入射光波長(zhǎng)(465，940 nm)可得二者比值較小，約為0.25；而當(dāng)火災(zāi)煙霧粒子發(fā)生散射時(shí)，由于其屬于小粒徑粒子，瑞利散射起到主要作用[15]，散射光強(qiáng)與入射光波長(zhǎng)的4次方成反比，藍(lán)光和紅外光散射強(qiáng)度的比值較大，約為16.7。因此，可以對(duì)比分析探測(cè)到的藍(lán)光和紅外光信號(hào)來(lái)區(qū)分火煙霧顆粒和干擾源顆粒。為此，本文提出利用2種光學(xué)信號(hào)參數(shù)對(duì)火災(zāi)煙霧氣溶膠和干擾源氣溶膠進(jìn)行區(qū)分，具體如下：

1)同一波長(zhǎng)下的不對(duì)稱比

同一波長(zhǎng)下的光學(xué)信號(hào)數(shù)據(jù)，采用前后向散射角度的不對(duì)稱光強(qiáng)比[16](Asymmetry Ratio,AR)作為指標(biāo)，可以有效消除光源波長(zhǎng)、偏振性和光電探測(cè)器量子效率差異的影響，不對(duì)稱比表示如式(6)所示：

(6)

式中：Is為散射光強(qiáng)度，cd；Aλi為相應(yīng)的電學(xué)信號(hào)幅值，mV；λi為入射波長(zhǎng)，nm。

2)同一角度下的雙波長(zhǎng)光強(qiáng)比

不同種類的氣溶膠在不同入射波長(zhǎng)和不同探測(cè)角度的光散射信號(hào)是不同的，根據(jù)Mie散射理論，相同條件下不同波長(zhǎng)散射信號(hào)存在明顯分布特征[17]，本文采用同一角度下的雙波長(zhǎng)光強(qiáng)比(Dual-Wavelength Intensity Ratio,DWIR)來(lái)進(jìn)一步標(biāo)定火災(zāi)與非火災(zāi)氣溶膠種類差異，雙波長(zhǎng)光強(qiáng)比表示如式(7)所示：

(7)

2.3 BP神經(jīng)網(wǎng)絡(luò)算法

本文以BP神經(jīng)網(wǎng)絡(luò)算法對(duì)2種光學(xué)檢測(cè)參數(shù)和參照實(shí)驗(yàn)中的煙霧、溫度、CO氣體數(shù)據(jù)進(jìn)行分析處理[18]，通過(guò)BP神經(jīng)網(wǎng)絡(luò)對(duì)氣溶膠顆粒進(jìn)一步研判，提升火災(zāi)探測(cè)能力。

3 測(cè)試結(jié)果

3.1 同一波長(zhǎng)下的不對(duì)稱比

對(duì)采集到的數(shù)據(jù)進(jìn)行處理，對(duì)4種材料的不對(duì)稱比進(jìn)行分析。結(jié)果如圖6～7所示，在2種波長(zhǎng)光條件下4種材料的散射信號(hào)均以前向散射為主，符合Mie散射理論。

其中棉繩和紙板陰燃的AR處于較高水平，僅有較小波動(dòng)，不隨前向光學(xué)散射信號(hào)增強(qiáng)(顆粒濃度升高)劇烈變化，整體呈現(xiàn)平穩(wěn)狀態(tài)。如圖6(a)和圖7(a)所示，在2個(gè)波長(zhǎng)下，棉繩煙霧的AR相差較小，根據(jù)陰燃煙顆粒AR隨尺寸參數(shù)變化的理論可知，棉繩煙霧氣溶膠顆粒尺寸較大，AR值相差不大。紙板煙霧氣溶膠顆粒尺寸相對(duì)較小，在2種波長(zhǎng)條件下AR相差明顯，如圖6(b)和圖7(b)所示。

圖7 在波長(zhǎng)940 nm條件下不對(duì)稱比結(jié)果

如圖6(c)和圖7(c)所示，水霧中水滴顆粒尺寸較大(約為10 μm)，得到的AR值與棉繩、紙板的陰燃煙霧接近。由于受環(huán)境影響較大，無(wú)法在實(shí)驗(yàn)環(huán)境下維持穩(wěn)定霧氣狀態(tài)，水霧的顆粒尺寸分布隨時(shí)間變化、濃度在空間分布不均勻，導(dǎo)致水霧的AR波動(dòng)較大。

如圖6(d)和圖7(d)所示，灰塵干擾實(shí)驗(yàn)中，由于超細(xì)固態(tài)粉體顆粒的不規(guī)則形狀會(huì)在一定程度上減小不對(duì)稱比，散射光強(qiáng)向前向小散射角度范圍內(nèi)集中，其AR趨于1、波動(dòng)范圍較小，整體呈平穩(wěn)狀態(tài)，與文獻(xiàn)[19]中實(shí)驗(yàn)結(jié)論一致。

本文繪制箱線圖對(duì)AR值進(jìn)行比較，如圖8(a)～(b)所示。

圖8 火災(zāi)煙霧與干擾源顆粒AR比較

灰塵干擾源顆粒在2種波長(zhǎng)條件下的AR值均最低，其均值分別為1.2和1.7，與其他3種物質(zhì)區(qū)分明顯。棉繩陰燃產(chǎn)生的氣溶膠在波長(zhǎng)940 nm條件下AR值明顯區(qū)別于其他3種物質(zhì)；紙板在波長(zhǎng)465 nm條件下AR值可明顯區(qū)別于其他3種物質(zhì)。因此可以根據(jù)不對(duì)稱比將火災(zāi)煙霧與干擾源氣溶膠較好的區(qū)分。但由于水霧AR值范圍較大，可能會(huì)對(duì)陰燃火災(zāi)的判別產(chǎn)生影響，因此本文根據(jù)同一角度下的雙波長(zhǎng)光強(qiáng)比(DWIR)進(jìn)行進(jìn)一步分析。

3.2 同一角度下的雙波長(zhǎng)光強(qiáng)比

本文分別測(cè)試4種實(shí)驗(yàn)材料在不同波長(zhǎng)條件下前向135°和后向45°的光散射強(qiáng)度。如圖9(a)，圖9(b),圖10(a)，圖10(b)所示，小尺寸顆粒物對(duì)藍(lán)光散射作用更強(qiáng)，所以當(dāng)有火災(zāi)煙霧顆粒物產(chǎn)生時(shí)，由于火災(zāi)煙霧氣溶膠顆粒物粒徑小于1 μm，棉繩和紙板陰燃狀態(tài)下藍(lán)光信號(hào)明顯強(qiáng)于紅外信號(hào)，2種陰燃材料的DWIR較大，隨時(shí)間逐漸降低的變化趨勢(shì)較為明顯。

圖9 前向(135°)探測(cè)實(shí)驗(yàn)測(cè)量結(jié)果

圖10 后向(45°)探測(cè)實(shí)驗(yàn)測(cè)量結(jié)果

圖9(c)，圖9(d)，圖10(c)，圖10(d)分別為前后2向的水霧和灰塵干擾源的測(cè)量結(jié)果，因水霧和灰塵干擾源顆粒物粒徑較大，可以看出2種物質(zhì)顆粒對(duì)紅外光的散射信號(hào)明顯增強(qiáng)，2種光信號(hào)比值DWIR均小于1；對(duì)于水汽干擾源，藍(lán)光和紅外信號(hào)均波動(dòng)明顯，與火災(zāi)氣溶膠存在明顯差異。

根據(jù)上述測(cè)量結(jié)果分析，DWIR值能夠很好地區(qū)分水霧干擾源與陰燃火災(zāi)，可以降低水汽AR值范圍較大對(duì)陰燃火災(zāi)探測(cè)的影響,減少由于干擾源顆粒引起的誤報(bào)警。

3.3 BP神經(jīng)網(wǎng)絡(luò)算法分析

本文采用3層BP神經(jīng)網(wǎng)絡(luò)，對(duì)于光學(xué)檢測(cè)參數(shù)，其輸入層為采集到的DWIR(45°)，DWIR(135°)，AR(465 nm)以及AR(940 nm)，輸出層為陰燃火災(zāi)氣溶膠發(fā)生概率和非火災(zāi)氣溶膠發(fā)生概率。

本文選取839組數(shù)據(jù)作為真實(shí)數(shù)據(jù)進(jìn)行分析，具體見(jiàn)表3。隨機(jī)選取713組數(shù)據(jù)作為訓(xùn)練樣本，126組數(shù)據(jù)作為測(cè)試樣本。經(jīng)過(guò)神經(jīng)網(wǎng)絡(luò)訓(xùn)練，本文得出測(cè)試值與實(shí)際值之間的誤差，結(jié)果見(jiàn)表4。

表3 光學(xué)參數(shù)訓(xùn)練數(shù)據(jù)樣本

通過(guò)數(shù)據(jù)驗(yàn)證，神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)值和實(shí)驗(yàn)實(shí)際情況基本吻合，能夠較好地分辨出陰燃火災(zāi)氣溶膠與非火災(zāi)氣溶膠，誤報(bào)率不超過(guò)3.5%，誤報(bào)率均值為1.2%。

同樣，采用BP神經(jīng)網(wǎng)絡(luò)算法對(duì)參照實(shí)驗(yàn)中多傳感器復(fù)合式煙霧探測(cè)獲得的煙霧、溫度和CO數(shù)據(jù)進(jìn)行分析。4種實(shí)驗(yàn)材料分別選取200組數(shù)據(jù)，共800組數(shù)據(jù)進(jìn)行分析，其中隨機(jī)選取680組作為訓(xùn)練樣本，120組數(shù)據(jù)作為測(cè)試樣本，訓(xùn)練結(jié)果見(jiàn)表5。

由表4和表5可知，通過(guò)對(duì)比可以發(fā)現(xiàn)傳統(tǒng)光學(xué)煙霧探測(cè)方法即使和其他傳感方式聯(lián)合使用，仍會(huì)存在誤報(bào)高的問(wèn)題，最小誤報(bào)率高達(dá)5.8%，平均誤報(bào)率為8.8%。而采用基于數(shù)字鎖相的雙波長(zhǎng)火災(zāi)煙霧探測(cè)方法可以選擇性地提取微弱光學(xué)散射信號(hào)，聯(lián)合使用2種光學(xué)檢測(cè)參數(shù)能夠有效區(qū)分火災(zāi)和非火災(zāi)氣溶膠顆粒，提高火災(zāi)預(yù)警準(zhǔn)確率。本文提出的探測(cè)方法與多傳感器復(fù)合式煙霧探測(cè)方法相比，有更好的探測(cè)效果，具有一定的研究?jī)r(jià)值和參考意義。

表4 光學(xué)參數(shù)訓(xùn)練結(jié)果統(tǒng)計(jì)

表5 復(fù)合式探測(cè)器數(shù)據(jù)訓(xùn)練結(jié)果統(tǒng)計(jì)

4 結(jié)論

1)提出1種基于鎖相放大的雙波長(zhǎng)雙向光電式煙霧探測(cè)系統(tǒng)，針對(duì)外界環(huán)境雜散光對(duì)光電式火災(zāi)煙霧探測(cè)器的影響，采用數(shù)字鎖相檢測(cè)技術(shù)進(jìn)行多波長(zhǎng)光源調(diào)制和特征高頻率光電信號(hào)提取，有效降低背景中低頻雜光對(duì)微弱光電測(cè)量信號(hào)的干擾，提高探測(cè)器整體信噪比。

2)針對(duì)飛機(jī)貨艙內(nèi)非火災(zāi)氣溶膠如灰塵和水蒸汽對(duì)火災(zāi)煙霧探測(cè)的影響，根據(jù)對(duì)光散射原理和顆粒物粒徑尺度研究，采用雙波長(zhǎng)前后雙向光電煙霧探測(cè)方法，利用雙波長(zhǎng)光強(qiáng)比和不對(duì)稱比作為特征參數(shù)來(lái)區(qū)分火災(zāi)煙霧粒子與非火災(zāi)氣溶膠干擾源，與多傳感器復(fù)合式火災(zāi)探測(cè)器相比，可以有效降低非火災(zāi)氣溶膠對(duì)火災(zāi)煙霧探測(cè)的影響，減少誤報(bào)。下一步還需要進(jìn)行一系列實(shí)驗(yàn)，找到最佳探測(cè)角度，并開(kāi)發(fā)更嚴(yán)格的檢測(cè)算法，提高探測(cè)器的防誤警和檢測(cè)性能。