【摘要】：智能化和安全化對(duì)當(dāng)代火災(zāi)報(bào)警系統(tǒng)提出了更高的要求,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),基于此,本文展開(kāi)基于無(wú)線網(wǎng)絡(luò)的多源信息火災(zāi)探測(cè)方法研究。課題從兩方面入手:一方面,由于無(wú)線網(wǎng)絡(luò)具有傳輸速率高,布線簡(jiǎn)單,改造容易等特點(diǎn),本課題依據(jù)相關(guān)規(guī)范設(shè)計(jì)了基于無(wú)線傳感網(wǎng)絡(luò)的火災(zāi)探測(cè)系統(tǒng),該系統(tǒng)能夠準(zhǔn)確收集火災(zāi)信息以便進(jìn)行火情預(yù)判。另一方面,從火災(zāi)信息預(yù)測(cè)方向出發(fā),為改善傳統(tǒng)火災(zāi)報(bào)警系統(tǒng)單一化預(yù)測(cè)和預(yù)判時(shí)間過(guò)長(zhǎng)等缺點(diǎn),采用了多源信息融合技術(shù)和人工智能算法建立火災(zāi)預(yù)測(cè)模型,如何將其更好的應(yīng)用于火災(zāi)預(yù)測(cè)模型是本文研究的重點(diǎn)。針對(duì)火災(zāi)信息數(shù)據(jù)的特征,利用了模糊推理、人工神經(jīng)網(wǎng)絡(luò)和極限學(xué)習(xí)機(jī)三類方法設(shè)計(jì)火情預(yù)測(cè)模型,以CO濃度、煙霧濃度、溫度三種火災(zāi)特征信息作為網(wǎng)絡(luò)輸入,以無(wú)火概率、陰燃火概率、明火概率作為網(wǎng)絡(luò)輸出,使用MATLAB軟件分別進(jìn)行網(wǎng)絡(luò)設(shè)計(jì)和仿真驗(yàn)證,最后與國(guó)家標(biāo)準(zhǔn)火試驗(yàn)數(shù)據(jù)進(jìn)行了對(duì)比分析。由仿真結(jié)果得出,自適應(yīng)模糊神經(jīng)推理、RBF神經(jīng)網(wǎng)絡(luò)模型、GRNN神經(jīng)網(wǎng)絡(luò)模型、PNN神經(jīng)網(wǎng)絡(luò)模型和ELM算法均可進(jìn)行火災(zāi)預(yù)測(cè),且各有優(yōu)勢(shì)。
【圖文】：

西安建筑科技大學(xué)碩士學(xué)位論文策目標(biāo)出發(fā)，按一定的準(zhǔn)則與決策可信度進(jìn)行處理分析，得出一個(gè)最終的決策結(jié)果[21]。因此，可歸納數(shù)據(jù)融合技術(shù)有以下兩點(diǎn)優(yōu)勢(shì)：①提高了系統(tǒng)生存能力的可信度、空間分辨率；②一定程度上，改善了不同參量之間排異性。2.1.3 數(shù)據(jù)融合在火災(zāi)探測(cè)中的應(yīng)用基于傳感器信息融合理論基礎(chǔ)，同樣地，課題所研究的火災(zāi)探測(cè)系統(tǒng)分為三層：信息層、融合層和決策層[22]。傳統(tǒng)數(shù)據(jù)融合系統(tǒng)圖如圖 2.1 所示。

西安建筑科技大學(xué)碩士學(xué)位論文2.2 多傳感器火災(zāi)報(bào)警系統(tǒng)設(shè)計(jì)多傳感器火災(zāi)報(bào)警系統(tǒng)意味著探測(cè)系統(tǒng)具備兩種或兩種以上的火災(zāi)探測(cè)不再像傳統(tǒng)火災(zāi)報(bào)警系統(tǒng)那樣只進(jìn)行簡(jiǎn)單探測(cè)工作，使得火災(zāi)探測(cè)系統(tǒng)探測(cè)大大提升。多傳感器火災(zāi)報(bào)警系統(tǒng)一般由三個(gè)部分組成：傳感器組、數(shù)據(jù)融理中心和報(bào)警決策系統(tǒng)。傳感器組中包含數(shù)個(gè)傳感器，這些傳感器能夠檢測(cè)的火災(zāi)信息，并將測(cè)量所得信號(hào)[23]傳遞給特征信息組，特征信息隨數(shù)據(jù)進(jìn)行預(yù)處理并提取信號(hào)特征；第二部分是前文講述的數(shù)據(jù)融合處理中心，，該組最對(duì)火災(zāi)特征信號(hào)進(jìn)行判別并做出決策；第三部分為報(bào)警系統(tǒng)，報(bào)警系統(tǒng)主要是利用執(zhí)行器對(duì)數(shù)據(jù)融合處理中心傳遞過(guò)來(lái)的決策進(jìn)行判斷，若達(dá)到某預(yù)設(shè)便執(zhí)行報(bào)警。系統(tǒng)整體如圖 2.2 所示，融合系統(tǒng)整體如圖 2.3 所示。
【學(xué)位授予單位】：西安建筑科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TU892;TN92

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳國(guó)興;劉作軍;陳玲玲;楊鵬;;假肢穿戴者跌倒預(yù)警系統(tǒng)設(shè)計(jì)[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年S1期

2 葉宇翔;郭文成;馮岷生;;基于神經(jīng)網(wǎng)絡(luò)心電圖ST段形態(tài)識(shí)別[J];計(jì)算機(jī)仿真;2014年11期

3 展敏;李彥;;基于ELM算法的起重船擺動(dòng)軌跡跟蹤[J];電子設(shè)計(jì)工程;2014年17期

4 吳金華;;多傳感器信息融合火災(zāi)預(yù)警技術(shù)系統(tǒng)模型的研究[J];機(jī)電工程技術(shù);2014年06期

5 趙辰冰;齊占輝;張鎖平;;基于信息融合技術(shù)的多傳感器大氣波導(dǎo)探測(cè)研究[J];傳感器與微系統(tǒng);2014年04期

6 苑津莎;張利偉;王瑜;尚海昆;;基于極限學(xué)習(xí)機(jī)的變壓器故障診斷方法研究[J];電測(cè)與儀表;2013年12期

7 高嵩;唐耀庚;李蘭君;;無(wú)線傳感器網(wǎng)絡(luò)系統(tǒng)的設(shè)計(jì)[J];電腦知識(shí)與技術(shù);2012年04期

8 黎元元;謝雁鳴;付瑩坤;;基于AHP-模糊神經(jīng)網(wǎng)絡(luò)法建立中藥上市后風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系的研究方法[J];中國(guó)中藥雜志;2011年20期

9 張藝莎;;模糊控制在工程機(jī)械控制系統(tǒng)中的應(yīng)用[J];建設(shè)機(jī)械技術(shù)與管理;2011年05期

10 魏國(guó);王宇;龍興武;;二頻機(jī)抖激光陀螺漂移數(shù)據(jù)濾波方法[J];紅外與激光工程;2011年02期

相關(guān)碩士學(xué)位論文 前10條

1 朱佳明;基于計(jì)算機(jī)視覺(jué)的山竹檢測(cè)與分級(jí)[D];昆明理工大學(xué);2017年

2 周創(chuàng)創(chuàng);基于無(wú)線傳感網(wǎng)絡(luò)的樓宇火災(zāi)監(jiān)測(cè)系統(tǒng)研究[D];西安建筑科技大學(xué);2016年

3 方璐;基于神經(jīng)網(wǎng)絡(luò)的棉紗質(zhì)量預(yù)測(cè)模型[D];東華大學(xué);2016年

4 楊升;基于分形技術(shù)與概率神經(jīng)網(wǎng)絡(luò)的柴油機(jī)故障診斷[D];中北大學(xué);2014年

5 徐玉姣;基于圖像處理的火災(zāi)探測(cè)技術(shù)的研究[D];南華大學(xué);2014年

6 展敏;起重船吊物系統(tǒng)的控制研究[D];江蘇科技大學(xué);2014年

7 繆曉龍;基于無(wú)線傳感器網(wǎng)絡(luò)的油罐區(qū)火災(zāi)監(jiān)測(cè)節(jié)點(diǎn)研究[D];南京理工大學(xué);2014年

8 謝振南;多傳感器信息融合技術(shù)研究[D];廣東工業(yè)大學(xué);2013年

9 王剛;基于極限學(xué)習(xí)機(jī)的AUV路徑規(guī)劃的研究[D];中國(guó)海洋大學(xué);2013年

10 胡兆杰;基于BP神經(jīng)網(wǎng)絡(luò)和證據(jù)理論融合的火災(zāi)探測(cè)信息處理[D];天津理工大學(xué);2013年

本文編號(hào)：2588778