基于传感器融合技术的智能火灾报警系统的设计.pdf
- 文档编号:3211758
- 上传时间:2022-11-20
- 格式:PDF
- 页数:67
- 大小:2.69MB
基于传感器融合技术的智能火灾报警系统的设计.pdf
《基于传感器融合技术的智能火灾报警系统的设计.pdf》由会员分享,可在线阅读,更多相关《基于传感器融合技术的智能火灾报警系统的设计.pdf(67页珍藏版)》请在冰豆网上搜索。
广东工业大学硕士学位论文基于传感器融合技术的智能火灾报警系统的设计姓名:
张红兰申请学位级别:
硕士专业:
信号与信息处理指导教师:
李扬20090602摘要摘要火灾探测的准确性和及时性直接影响整个报警系统的性能。
当代社会,火灾的频频发生,给人民生命和财产造成了巨大的损失,而火灾探测的误报率高,报警不及时加剧了这一灾害带来的损失。
传统的火灾探测只是运用单一的传感器来探测火灾参数并对参数信息进行简单的处理后发出报警信号,这己无法满足现代社会对火灾报警技术的要求。
所以,研究新型的火灾探测技术就显得尤为重要。
本论文在分析了现代火灾探测技术存在的问题的基础上,提出了一种基于传感器信息融合技术的智能火灾报警系统,该系统运用多种传感器来探测火灾现场的参数,并对探测到的参数进行智能的处理,在此基础上实现火灾的报警。
本论文的主要采用温度传感器,烟雾传感器,CO气体传感器,热释电红外传感器来探测火灾发生时的温度,烟雾,CO气体,火焰四种信息;同时采用ATMEL公司的AVR单片机Atmegal6作为信息处理的核心,Atmegal6对上述四种传感器探测的信息进行融合,运用神经网络和模糊控制等人工智能技术进行智能处理。
为了简化系统结构,本论文选用数字型温度传感器DSl8820作为温度探测的传感器,该种传感器的输出量是数字量,不在需要对其进行模数的转换。
选用NIS09A作为烟雾探测的传感器,选用NAP505作为CO气体探测的传感器,选用热释电红外传感器D204S作为火焰探测的传感器处理器,这三中传感器输出都是模拟信号,需要对其进行模数转换,所以选用具有模数转换功能的Atmegal6,这就不再需要外接专门的模数转换器。
本文的最后对各种标准火和容易引起误报的干扰环境进行了仿真,结果表明这种神经网络和模糊控制相结合的智能火灾探测系统能够准确的探测各种标准火和试验火,从而验证了该火灾探测系统的有效性和准确性。
关键词:
多传感器;火灾探测;智能处理广东工业大学硕士学位论文AbstractAccuracyandTimelinessofFireDetectionactadirectimpactontheperformanceoftheentirealarmsystemContemporarysociety,mostofthefrequentoccurrenceoffirecausesgreatlosswhichisaggravatedbysuchfactorsashi曲falsealarmrateandnot-timelywarningoffiredetectionThetraditionalfiredetectiononlydependsonasinglesensortodetectfireparametersandprocessesthoseparametersinasimplewaythengivesanalarmsignal,whichhasbeenunabletomeetmodemsocietySrequirementoffirealarmtechnologyTherefore,thestudyofanewtypeoffiredetectiontechnologyhasbecomeparticularlyimportantAccordingtoanalysistheproblemsofamodemfiredetectiontechnology,thethesisputsforwardsanintelligentfirealarmsystembasedonsensorfusiontechnologyThesystemusesavarietyofsensorstodetecttheparametersoffire,deals、五t11thoseparametersbyintelligentmethodsandthengivesafirealarmInthispaper,themainuseoftemperaturesensor,smokesensor,COgassensor,pyroelectricinfraredsensorstodetectthetemperature,smoke,COgas,theflamewhenthefirebrokeout;atthesametime,usingATMELsAVRsinglechipAtmegal6astheCOreofinformationprocessing,Atrnega16fusesthosefourtypesinformation,usesartificialintelligencetechnologysuchasneuralnetworkandfuzzycontroltoprocessinformationintelligentlyInordertosimplifythesystemstructure,thethesisselectsdigitaltemperaturesensorDS18820whichoutputsdigitalinformationwhichmakesdonotneedtobeanalog-to-digitalconversionItchoosesNIS-90Atodetectsmokesignal,usesNAP505asCOgasdetectingandchoosesPIRD204StodetectflamesignalAllofthosethreekindsofsensoroutputanalogsignal,SOitchoosesAtmegal6whichhasallanalogdigitalconversion,whichmakesdonotneedtodedicatedanexternalADCAt也eendofthethesis,itsimulatesvarietystandardfireandtheenvironmentwhichCaneasilyleadtoafalsealarm,theresultsshowthattheintelligentsystemthatcombinesneuralnetworkandfuzzycontrolCanaccuratelydetectavarietyofstandardfireandtestfire,whichverifytheeffectivenessandaccuracyofthisfiredetectionsystemKeywords:
Multisensor;Firedetection;Intelligentprocess独创性声明独创性声明秉承学校严谨的学风与优良的科学道德,本人声明所呈交的论文是我个人在导师的指导下进行的研究工作及取得的研究成果。
尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,不包含本人或其他用途使用过的成果。
与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明,并表示了谢意。
本学位论文成果是本人在广东工业大学读书期间在导师的指导下取得的,论文成果归广东工业大学所有。
申请学位论文与资料若有不实之处,本人承担一切相关责任,特此声明。
指导教师签名论文作者签名:
弧红兰阳?
年6月1日第章绪论第一章绪论11课题研究的背景及意义火的应用对人类的文明和社会的进步起了巨大的推动作用。
几千年来,人类的祖先既崇拜火又畏惧火,人类在与水灾、火灾长期抗争后,得出了“水火无情”的经验教训。
火灾自古以来与水灾并列为灾害之首,其发生次数又居各种灾害之首。
现代社会,由于人口密度较大,高层建筑普及,建筑、财产和商业相对集中,新能源的广泛开发,新材料和新设备的大量使用等因素,加重了一旦发生火灾所造成的危害。
1938年中国长沙发生了最大一次的人为纵火,此次火灾烧死了3万多人;最大的林火发生在1983年印度尼西亚加里曼丹,共烧掉了350万公顷的森林;1980年在印度贾里煤矿发生的火灾持续了2年,白白烧掉了3700万吨煤矿;中国最大的电气火灾发生在1994年12月的新疆克拉玛依,一
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 传感器 融合 技术 智能 火灾 报警 系统 设计