發(fā)布時(shí)間：2018-11-11 12:27

【摘要】：基于先進(jìn)傳感器,建立了火災(zāi)大小和類型智能識別的貝葉斯網(wǎng)絡(luò)模型,上層溫度、下層溫度、CO濃度、CO2濃度、O2濃度和遮光度等6個(gè)火災(zāi)特征參數(shù)為識別模型的輸入變量,火災(zāi)大小和類型為輸出變量,并推導(dǎo)了輸入變量與輸出變量之間的關(guān)系。分別在住艙、指揮室、機(jī)艙和機(jī)庫等4種典型艙室模擬了床墊火、電纜火、油池火和噴射火等4種火源,利用CFAST軟件得到了2 880組模擬樣本數(shù)據(jù),對模型參數(shù)進(jìn)行了訓(xùn)練,并根據(jù)全尺度火災(zāi)試驗(yàn)數(shù)據(jù)對訓(xùn)練后的識別模型進(jìn)行了驗(yàn)證。驗(yàn)證結(jié)果表明:在火災(zāi)傳感器數(shù)據(jù)完整時(shí),對小火、中火和大火狀態(tài)的平均識別正確率分別為88.0%、95.0%、85.7%,對固體火和油料火的平均識別正確率分別為90.2%、81.5%;在火災(zāi)損害嚴(yán)重或武器打擊致使單個(gè)傳感器失效的情況下,對火災(zāi)大小和類型的平均識別正確率分別為82.4%、82.7%,比火災(zāi)傳感器數(shù)據(jù)完整時(shí)分別降低8.1%、2.8%�？梢�,識別模型具有良好的識別能力和魯棒性,可應(yīng)用于艦船損管監(jiān)控系統(tǒng),為指揮員選擇最有效的滅火方法和戰(zhàn)術(shù)提供實(shí)時(shí)的決策支持。
[Abstract]:Based on advanced sensors, a Bayesian network model for intelligent identification of fire size and type is established. Six fire characteristic parameters, such as upper temperature, lower temperature, CO concentration, CO2 concentration, O2 concentration and shading degree, are the input variables of the model. The size and type of fire are output variables, and the relationship between input variables and output variables is derived. Four kinds of typical compartments, such as mattress fire, cable fire, oil pool fire and jet fire, were simulated in four typical compartments of cabin, command room, engine room and hangar, respectively. 2880 groups of simulated sample data were obtained by CFAST software, and the model parameters were trained. The training model is verified based on the full scale fire test data. The results show that when the data of the fire sensor is complete, the average recognition accuracy of small fire, moderate fire and fire state is 88.0 and 95.057, respectively. The average recognition accuracy of solid fire and oil fire is 90.2% and 81.5% respectively. In the case of serious fire damage or the failure of a single sensor caused by a weapon strike, the average correct recognition rate for the size and type of the fire is 82.4 and 82.7, respectively, which is 8.1 percent lower than when the data of the fire sensor is complete. 2.8. It can be seen that the recognition model has good recognition ability and robustness. It can be applied to ship damage management monitoring system and provide real-time decision support for commanders to choose the most effective fire extinguishing methods and tactics.
【作者單位】： 大連理工大學(xué)船舶工程學(xué)院;海軍大連艦艇學(xué)院航海系;海軍裝備研究院標(biāo)準(zhǔn)規(guī)范研究所;
【基金】：“十二五”國防預(yù)研項(xiàng)目(4010403010208) 武器裝備軍內(nèi)科研重點(diǎn)項(xiàng)目(2014HJ0030)
【分類號】：U664.88

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 袁阿勇;盛步云;;新型分類裝置的智能識別與控制[J];起重運(yùn)輸機(jī)械;2007年07期

2 桑中順;;新奧法隧道掌子面照片處理與智能識別[J];山西建筑;2007年36期

3 王宗志;趙麗霞;;流域代表性污染物智能識別模型[J];黑龍江水利科技;2010年02期

4 張樹生，，楊彭基;機(jī)械工程圖的智能輸入與識別研究[J];西北工業(yè)大學(xué)學(xué)報(bào);1995年02期

5 趙萬欣;陳思屹;呂維;;惡性負(fù)載智能識別方法研究[J];科技廣場;2014年03期

6 ;“人臉識別”保障財(cái)產(chǎn)安全[J];中國新技術(shù)新產(chǎn)品精選;2006年02期

7 吳波，楊叔子，杜潤生，馬元鎬;基于波形智能識別的診斷方法[J];機(jī)械工程學(xué)報(bào);1994年01期

8 尚鋼,張翔,饒文碧,鐘珞;結(jié)構(gòu)損傷智能識別方法[J];武漢理工大學(xué)學(xué)報(bào);2003年11期

9 劉荔鑫,王帥,王迎旭,楊躍龍;公寓電器功率智能識別與用電安全控制器設(shè)計(jì)[J];湖南工程學(xué)院學(xué)報(bào)(自然科學(xué)版);2005年02期

10 余忠華,吳昭同;控制圖模式及其智能識別方法[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2001年05期

相關(guān)會(huì)議論文 前3條

1 杜松懷;劉志存;王忠義;施正香;;基于紅外通信的動(dòng)物身份智能識別裝置[A];農(nóng)業(yè)工程科技創(chuàng)新與建設(shè)現(xiàn)代農(nóng)業(yè)——2005年中國農(nóng)業(yè)工程學(xué)會(huì)學(xué)術(shù)年會(huì)論文集第三分冊[C];2005年

2 唐盛;鹿昌義;梁艷川;;微生物智能識別方法的研究與實(shí)現(xiàn)[A];中華醫(yī)學(xué)會(huì)第七次全國檢驗(yàn)醫(yī)學(xué)學(xué)術(shù)會(huì)議資料匯編[C];2008年

3 溫利東;;以太網(wǎng)技術(shù)發(fā)展趨勢[A];2003年內(nèi)蒙古自治區(qū)自然科學(xué)學(xué)術(shù)年會(huì)優(yōu)秀論文集[C];2003年

相關(guān)重要報(bào)紙文章 前10條

1 ;近場通信實(shí)現(xiàn)畜牧業(yè)智能識別[N];人民郵電;2008年

2 鄭金武;中科院與香港科大共建智能識別實(shí)驗(yàn)室[N];江蘇科技報(bào);2009年

3 陳文　吳南強(qiáng);華雨科技人臉智能識別系統(tǒng)進(jìn)軍世博[N];宜興日報(bào);2010年

4 本報(bào)記者蔡云錦;漢字智能識別產(chǎn)業(yè)漸成氣候[N];中國經(jīng)營報(bào);2002年

5 《網(wǎng)絡(luò)世界》記者 高楊;智能識別開啟音樂應(yīng)用新模式[N];網(wǎng)絡(luò)世界;2013年

6 記者 沐滟;智能識別企業(yè)抱團(tuán)拼搶市場[N];無錫日報(bào);2012年

7 袁華;網(wǎng)絡(luò)時(shí)代呼喚智能識別[N];中國貿(mào)易報(bào);2000年

8 齊澤萍;今后,不停車即可進(jìn)行運(yùn)政稽查[N];山西經(jīng)濟(jì)日報(bào);2008年

9 記者 喬佳妮　母家亮;西安出租車有了電子“身份證”[N];陜西日報(bào);2010年

10 肖春飛　潘旭;大中小學(xué)生角逐“機(jī)器人”大賽[N];大眾科技報(bào);2009年

相關(guān)博士學(xué)位論文 前1條

1 皋軍;智能識別中的降維新方法及其應(yīng)用研究[D];江南大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 凌云峰;基于安控平臺的智能識別與報(bào)警[D];蘇州大學(xué);2009年

2 洪炎峰;實(shí)時(shí)海洋浮游生物目標(biāo)智能識別系統(tǒng)設(shè)計(jì)[D];浙江大學(xué);2012年

3 張翔;基于神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)損傷遠(yuǎn)程智能識別方法研究[D];武漢理工大學(xué);2004年

4 張知臨;工商網(wǎng)上違法廣告智能識別關(guān)鍵技術(shù)研究與實(shí)現(xiàn)[D];浙江大學(xué);2013年

5 吳成勇;基于模糊技術(shù)的智能識別及其應(yīng)用研究[D];江南大學(xué);2011年

6 丁方;心電畸異波智能識別方法的研究[D];華東理工大學(xué);2012年

7 駱曉娟;市容違章行為智能識別系統(tǒng)設(shè)計(jì)[D];浙江大學(xué);2014年

8 李翔基;基于本體的虛擬零件智能識別方法研究與應(yīng)用[D];北京郵電大學(xué);2009年

9 史中輝;玉米種子品種智能識別系統(tǒng)研究[D];山東農(nóng)業(yè)大學(xué);2011年

10 王強(qiáng);基于小波和希爾伯特—黃變換的氣液兩相流流型智能識別方法[D];東北電力大學(xué);2007年

本文編號：2324831