国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      森林火災智能監(jiān)測報警裝置的制作方法

      文檔序號:6708056閱讀:148來源:國知局
      專利名稱:森林火災智能監(jiān)測報警裝置的制作方法
      技術領域
      本實用新型涉及一種森林火災監(jiān)測報警裝置,更具體地說,是一種基于混沌理論研究所建立的林火模型,與模糊理論和人工神經(jīng)網(wǎng)絡技術相結合,具有自學習功能的森林火災智能監(jiān)測報警裝置。
      背景技術
      傳統(tǒng)的火災報警裝置,其構成是由感應元件探測到有關火災的溫度、濃度、光度、音度等物理信號;經(jīng)過中間傳遞、放大元件,將物理信號轉化為電信號;再將電信號傳送給區(qū)域或中心控制站,并給出指令,啟動滅火裝置。這種方法是基于火災表現(xiàn)為時空上失控的燃燒現(xiàn)象,燃燒時會產(chǎn)生火焰、噪音、燃燒產(chǎn)物和大量的熱。這種自動發(fā)出火警信號、自動啟動滅火裝置的火警裝置,過去往往因為它具有一定的自動化程度,而被認為是智能火警。其實,智能火警關鍵問題在于,控制站決定是否發(fā)出火警的判斷方法和依據(jù)不是機械式的比較,而是具有人工智能的判斷。如果是根據(jù)與設定的某一閾值(恒定型)或閾值區(qū)域(浮動型)的比較,那么,這種閾值法仍然是機械式的,它通過設定一個(或多個)判斷閾值,一旦所探測的火災物理信號超過該閾值,就發(fā)出火災報警。中國專利號為CN1348156A,專利名稱為“火災自動報警及火警人工智能調(diào)度系統(tǒng)”在需要監(jiān)控的場所設置傳感器,傳感器的信號經(jīng)單片機傳給監(jiān)控系統(tǒng)。上述系統(tǒng)主要運用傳感器來傳遞信號,經(jīng)過中間傳遞、放大元件,將物理信號轉化為電信號;再將電信號傳送給監(jiān)控系統(tǒng),監(jiān)控系統(tǒng)輸出信號給消防站。顯然,這是一種機械式的閾值法系統(tǒng)。實質(zhì)上,燃燒并不等于火災。例如,某處森林局部突然受熱,或有多人在一小空間內(nèi)抽煙,產(chǎn)生大量的煙霧,這一般是不會形成火災的,閾值法在這時可能會產(chǎn)生誤報警。再如,因森林的陰燃,在短時期內(nèi)可能感受不到熱、煙,但一旦感受到,則已形成難以控制的火災,閾值法在這時則可能會產(chǎn)生漏報警。因此,閾值法報警裝置盡管較為簡便,但很大程度上依賴于傳感器的靈敏度,且易受偶爾出現(xiàn)的其它信號的干擾,誤報、漏報報警率較高。
      實用新型內(nèi)容本實用新型的目的是克服現(xiàn)有火災報警裝置理論基礎不完善、智能化程度不高、誤報、漏報率較高的缺點,提供一種新型的森林火災智能監(jiān)測報警裝置,其傳遞的是火災信號的變化過程,而不是傳統(tǒng)的閾值法,該信號變化過程與本實用新型所建立的森林火災參照模式對比,做出火災報警的判斷,同時將裝置每一次所做出的火災災情判斷和火警準確率反饋回森林火災數(shù)據(jù)庫,人工神經(jīng)網(wǎng)絡技術將反饋的數(shù)據(jù)進行自學習,使裝置具有自學習功能;提高森林火災預測預報火警的準確性和及時性。
      本實用新型的森林火災智能監(jiān)測報警裝置,包括火災信號探測器,用于現(xiàn)場探測火災信號;信號傳遞裝置,用于將火災信號探測器探測到火災信號輸入到火災數(shù)據(jù)庫及管理裝置;火災數(shù)據(jù)庫及管理裝置,對數(shù)據(jù)進行錄入、處理和管理,再將物理量信號的變化過程經(jīng)信號傳遞裝置傳送給火災報警控制器;火災報警控制器,將這種信號變化歷程與森林火災數(shù)據(jù)庫及管理裝置事先儲存的,由模型實驗、數(shù)值計算、人工神經(jīng)網(wǎng)絡技術自學習或現(xiàn)場調(diào)研得到的參照模式進行相互比較,做出火災是否發(fā)生的判斷,再根據(jù)這種判斷決定是否給出火災警報信號;火災警報裝置,火災警報信號經(jīng)數(shù)模轉換器傳給火災警報裝置發(fā)出警報;所述森林火災數(shù)據(jù)庫及管理裝置是計算機。
      還包括手動火災報警按鈕,用于人為地對火災報警控制器做出反應使警報有效地實施。
      所述火災警報裝置每一次所做出的火災災情判斷記錄和火警準確率經(jīng)模數(shù)轉換器反饋回森林火災數(shù)據(jù)庫及管理裝置,經(jīng)人工神經(jīng)網(wǎng)絡技術將反饋的數(shù)據(jù)進行自學習,不斷修正樣本集和判別規(guī)則。
      由二總線原理將所有火災信號探測器連接,將總線接到模數(shù)轉換器,經(jīng)模數(shù)轉換器把信號輸入森林火災數(shù)據(jù)庫及管理裝置,經(jīng)運行處理后的信號輸入火災報警控制器,進行森林火災模式對比,做出火警判斷,信號經(jīng)數(shù)模轉換器傳遞給火災警報裝置發(fā)出火災警報信號。
      警報裝置經(jīng)模數(shù)轉換器與森林火災數(shù)據(jù)庫及管理裝置連接,將每一次火災報警控制器所做出的火災災情判斷和火警準確率經(jīng)模數(shù)轉換器人工和自動控制反饋回森林火災數(shù)據(jù)庫。
      所述森林火災信號探測器包括煙氣探測器、熱帶植被類型探測器、溫度探測器、氣象因子探測器、地形條件探測器,其中一種或一種以上裝置器同時使用。
      所述的森林火災數(shù)據(jù)庫及管理裝置通過計算機來實現(xiàn),數(shù)據(jù)庫存儲有大量關于熱帶植被類型、氣象因子、地形條件、火災發(fā)生記錄、熱帶森林可燃物成分、熱解特性、著火特性、燃燒特性等數(shù)據(jù)和森林火災模型,該數(shù)據(jù)庫管理裝置具有基于模糊理論和人工神經(jīng)網(wǎng)絡訓練的熱帶森林火災參照模式,同時具有查詢、數(shù)據(jù)分析、知識發(fā)現(xiàn)的功能。
      所述的模數(shù)和數(shù)模轉換器所傳遞的是探測器物理量信號變化過程,而不是離散的信號,將其物理量信號變化過程與森林火災參照模式對比后做出火災判斷。
      所述的森林火災模型算法包括基于非線性的可燃物熱解模型,基于突變論的森林可燃物的轟燃模型和林火蔓延模型,基于混沌學和耦合映象格子的火災煙氣運動湍流模型,基于蟲口方程的林火蔓延、發(fā)展模型。
      所述的基于模糊理論和人工神經(jīng)網(wǎng)絡所訓練的森林火災參照模式是通過森林火災數(shù)據(jù)庫得到關于林火的樣本集,并由人工神經(jīng)網(wǎng)絡技術進行模擬訓練得到,并結合模糊理論,確定了火災判別規(guī)則和參照模式。
      所述的數(shù)據(jù)分析、知識發(fā)現(xiàn)的功能有知識發(fā)現(xiàn)的過程,將每一次火災報警控制器所做出的火災災情判斷和火警準確率經(jīng)模數(shù)轉換器反饋回森林火災數(shù)據(jù)庫,人工神經(jīng)網(wǎng)絡技術將反饋的數(shù)據(jù)進行自學習和對數(shù)據(jù)進行知識發(fā)現(xiàn)(KDD),不斷修正樣本集和判別規(guī)則,進而完善森林火災參照模式;最后反饋回來的數(shù)據(jù)存放在火災數(shù)據(jù)庫中,作為以后森林火災的判別數(shù)據(jù)基礎。
      所述火災報警控制器為智能型報警器。
      本實用新型與現(xiàn)有方法技術相比的優(yōu)點是(1)引入非線性動力學對森林火災機理進行基礎理論研究所得到的林火模型,對火災的復雜性和不確定性有了定量的計算,對森林火災的監(jiān)測報警具有強有力的理論基礎,大大增強了森林火災樣本集的可靠性和科學性;(2)運用人工神經(jīng)網(wǎng)絡技術,能模擬復雜的森林火災模型,輸出有界的非線性映射,以構成描述森林火災的非線性模型,具有高度容錯性;(3)本森林火災智能監(jiān)測報警裝置實現(xiàn)與計算機系統(tǒng)并行處理,運行速度快,反應時間短;(4)本裝置所建立的森林火災數(shù)據(jù)庫及其管理裝置和數(shù)據(jù)挖掘系統(tǒng),具有較好的自學習能力,成為智能森林火災監(jiān)測報警裝置,提高森林火災預測預報火警的準確性和及時性。


      圖1是本實用新型森林火災智能監(jiān)測報警裝置的結構示意圖;圖2是本實用新型森林火災智能監(jiān)測報警裝置的原理示意圖;圖3是圖2所示森林火災智能監(jiān)測報警裝置的知識發(fā)現(xiàn)KDD系統(tǒng)模型結構圖;圖4是圖2所示森林火災智能監(jiān)測報警裝置的火災數(shù)據(jù)庫中知識發(fā)現(xiàn)的處理過程示意圖。
      具體實施方式
      以下結合附圖對本實用新型的具體實施方式
      作進一步詳細的說明,但本實用新型的實施方式不限于此。
      以下結合附圖與具體實施方式
      對本實用新型作進一步詳細描述附圖1和2表示了本實用新型實施方式。本實用新型開發(fā)的森林火災智能監(jiān)測報警裝置,把現(xiàn)場探測和調(diào)查得到的熱帶植被類型、氣象因子、地形條件、火災發(fā)生記錄等數(shù)據(jù)1經(jīng)模數(shù)轉換器把信號輸入森林火災數(shù)據(jù)庫及管理裝置2,經(jīng)森林火災數(shù)據(jù)庫及管理裝置2運行處理,再將物理量信號的變化過程3經(jīng)信號傳遞裝置傳送給火災報警控制器4,火災報警控制器4將這種信號變化歷程與森林火災數(shù)據(jù)庫及管理裝置2事先儲存的,由模型實驗、數(shù)值計算、人工神經(jīng)網(wǎng)絡技術自學習或現(xiàn)場調(diào)研得到的參照模式7進行相互比較,做出火災是否發(fā)生的判斷,再根據(jù)這種判斷決定是否給出火災警報信號,信號經(jīng)數(shù)模轉換器傳給火災警報裝置發(fā)出火災警報信號,通過手動火災報警按鈕5人為地對火災報警控制器4做出反應使警報有效地實施,同時對警報裝置8每一次所做出的火災災情判斷記錄和火警準確率經(jīng)模數(shù)轉換器反饋回森林火災數(shù)據(jù)庫及管理裝置2,經(jīng)人工神經(jīng)網(wǎng)絡技術將反饋的數(shù)據(jù)進行自學習,不斷修正樣本集和判別規(guī)則,進而完善森林火災參照模式7,提高森林火災預測預報火警的準確性。
      下面對本實用新型的森林火災數(shù)據(jù)庫及管理裝置作進一步說明。
      森林火災數(shù)據(jù)庫的形成過程如下火災是一門涉及燃燒、傳熱、流動、傳感、自控、氣候、氣象、森林(或建筑、礦井、坑道)等多學科的交叉學科。首先必須掌握有關可燃物的熱解動力學規(guī)律、揮發(fā)分組分與燃燒特性、固定碳著火與燃燒燃燼特性、火焰?zhèn)鞑ニ俣?;然后建立可燃物轟燃是否發(fā)生和火災是否持續(xù)、發(fā)展的判斷模型;預測燃燒產(chǎn)物的擴散、流動、填充規(guī)律;最終構造考慮各種相關因素的火災預測、預報模型?;馂倪^程包括熱源的產(chǎn)生;可燃物被對流、輻射或熱傳導加熱,可燃物熱解;揮發(fā)分在空氣中擴散混合;揮發(fā)分轟燃;固定碳著火、燃燒、燃燼,熱對流產(chǎn)生、發(fā)展,煙氣運動;火災蔓延,大規(guī)?;馂男纬?、發(fā)展?;馂牡膹碗s性在于它是一個受多種因素影響的,帶化學反應的湍流流動,而湍流本身就是一個強烈的非線性過程,難以用經(jīng)典流體力學的方法得到其確定解;同時熱解、燃燒產(chǎn)物的擴散、流動以及燃燒過程中的許多特征和火災蔓延時的特殊火行為,具有很強的非線性特性。運用非線性動力學模型來研究和描述森林火災的非線性復雜性行為,經(jīng)過對火災的發(fā)生、蔓延發(fā)展機理的深入研究,作為人工神經(jīng)網(wǎng)絡訓練所需的可靠樣本集的基礎。本發(fā)明人對以下林火模型的研究作為本發(fā)及其人工神經(jīng)網(wǎng)絡預測明的理論研究基礎基于質(zhì)能守恒的森林火災能量變化規(guī)律分析;基于傳熱分析的林火蔓延特性研究;基于突變論的林火蔓延分析;溫度場的非線性模型及其人工神經(jīng)網(wǎng)絡預測;基于混沌理論的煙氣羽流的混沌特性分析;熱帶森林可燃物的轟燃模型;基于耦合映象格子模型的煙氣羽流模型;熱帶森林火災產(chǎn)生的特點分析;基于蟲口模型的林火蔓延分析。經(jīng)過獲取大量關于熱帶植被類型、氣象因子、地形條件、火災發(fā)生記錄等數(shù)據(jù)進行火災的自組織臨界性行為的研究;按植物的分科和建筑材料的分類,選擇若干種熱帶典型的可燃物,進行熱解、燃燒實驗,導出可燃物熱解反應動力學規(guī)律。建立轟燃預測模型,導出轟燃的熱力條件。通過對典型條件和對象的實驗,深入的燃燒機理分析,及基于尖點突變模型、Logistic差分模型、耦合映象格子模型的數(shù)學物理模擬和數(shù)值模擬,來揭示和描述森林火災發(fā)生、發(fā)展的特點和規(guī)律。
      本實用新型的森林火災參照模式7的生成過程如下火災現(xiàn)象具有多變性。火災形成、發(fā)展過程中,各物理量在總體上表現(xiàn)出一定的規(guī)律性,而某一物理量或多個物理量的瞬時值卻往往表現(xiàn)出一定的隨機性,具有不確定性。不同森林的幾何坡度、可燃物的熱解燃燒特性及干燥程度、熱源的產(chǎn)生和強度、空氣的濕度與溫度、風力與風向等多種因素都影響到火災的產(chǎn)生與發(fā)展。這樣,實際探測到的信號往往難以和給出模式完全吻合,這就要求模式識別過程具有較強的模糊類比、識別和容錯能力。模糊理論、人工神經(jīng)網(wǎng)絡具有樣本自學習能力、高容錯性,是實現(xiàn)復雜模式分類與辯識的有效工具。人在認識和處理事物時,所使用的邏輯往往不是絕對的“是”與“非”的二值邏輯,即,判別一個事件對于某一范疇的從屬程度,不是絕對的“1”,也不是絕對的“0”,而常常是界于“1”與“0”之間,這正是模糊邏輯——連續(xù)多值邏輯的特征。人工神經(jīng)網(wǎng)絡技術,是目前世界上最突出的智能化理論,其自適應、自學習的功能能夠很好地模擬非線性系統(tǒng)的特征。將模糊邏輯理論、人工神經(jīng)網(wǎng)絡與上述的火災理論、火災基礎數(shù)據(jù)等有機結合,形成真正的智能火警技術。由探測器、調(diào)研、實驗、理論計算得到了關于林火的樣本集,通過該樣本集利用人工神經(jīng)網(wǎng)絡技術進行訓練,形成具有樣本自學習能力、高容錯性、實現(xiàn)復雜模式分類與辯識的高效的森林火災智能監(jiān)測報警裝置。
      本實用新型應用人工神經(jīng)網(wǎng)絡來訓練以上所述林火模型。設計選用了含隱層的ANN結構,輸入變量為經(jīng)過預處理每一模型的控制變量。設計中根據(jù)可燃物的燃燒特性選擇了非線性關聯(lián)較復雜的可燃物作為研究對象,通過試探法來選擇隱含層節(jié)點數(shù)。神經(jīng)網(wǎng)絡的訓練采用改進后的誤差反向傳播算法(BP),采用了動態(tài)調(diào)整步長的加速技術。改進后的BP算法多數(shù)情況下能有效跳出局部極小點,而且其訓練過程的飽和也是判斷是否達到網(wǎng)絡容量極限的一個有效指標。采用上述方法最終選定了三層和四層前饋神經(jīng)網(wǎng)絡模型。
      至此通過對火災機理的基礎研究、實驗室實驗、現(xiàn)場調(diào)研以及數(shù)值模擬,積累起有關火災的基礎數(shù)據(jù),并由探測器、調(diào)研、實驗、理論計算得到了關于林火的樣本集,通過該樣本集應用人工神經(jīng)網(wǎng)絡技術進行訓練,并建立森林火災數(shù)據(jù)庫及管理裝置2;提取火災信號特征值,構成人工智能訓練得到的判別規(guī)則和參照模式7;本發(fā)明人根據(jù)實際實驗得出了預期可靠的監(jiān)測報警效果。
      下面結合圖3和圖4對本實用新型的森林火災數(shù)據(jù)庫中知識發(fā)現(xiàn)過程作進一步說明。
      附圖3為知識發(fā)現(xiàn)KDD系統(tǒng)的結構圖,本發(fā)明人將研究火災所得的有關數(shù)據(jù)建立火災數(shù)據(jù)庫DBF,把火災數(shù)據(jù)庫DBF在數(shù)據(jù)庫管理系統(tǒng)DBMS進行處理,使火災數(shù)據(jù)庫可以與用戶界面進行人機對話,用戶界面通過計算機發(fā)出指令給KDD模塊和DM模塊,數(shù)據(jù)庫管理系統(tǒng)DBMS和KDD模塊以及DM模塊相互進行知識發(fā)現(xiàn)過程。本發(fā)明人運用附圖4的原理把火災的有關數(shù)據(jù)進行知識發(fā)現(xiàn),獲得可靠的容錯性高的判別規(guī)則。通過用戶界面一方面從火災數(shù)據(jù)庫中篩選出判斷火災發(fā)生與否的目標數(shù)據(jù),另一方面確定KDD目標,確定定KDD系統(tǒng)算法。定KDD系統(tǒng)算法對火災目標數(shù)據(jù)進行數(shù)據(jù)挖掘,對挖掘數(shù)據(jù)進行模式解釋和知識評價,得到發(fā)現(xiàn)的知識,進行知識應用之后又收集新的數(shù)據(jù),將新收集到的數(shù)據(jù)反饋到火災數(shù)據(jù)庫,對火災數(shù)據(jù)庫進行補充和完善。
      綜上所述,本實用新型的森林火災監(jiān)測報警裝置的實現(xiàn)步驟如下將探測器現(xiàn)場探測和調(diào)查得到的植被類型、氣象因子、地形條件、火災發(fā)生記錄等數(shù)據(jù)1經(jīng)模數(shù)轉換器把信號輸入森林火災數(shù)據(jù)庫及管理裝置2,再將物理量信號變化過程3經(jīng)信號傳遞裝置傳送給火災報警控制器4,物理量信號變化過程3與本實用新型系統(tǒng)建立的森林火災參照模式7進行對比,對比之后得到對森林火災災情的預測情況,做出森林火災是否發(fā)生的判斷,再根據(jù)這種判斷決定是否給出火災報警信號,判斷有火警信號之后,將火警信號經(jīng)數(shù)模轉換器傳遞給警報系統(tǒng)8、9、10、11、12,消防機構收到火警后開展撲救林火的工作。通過手動火災報警按鈕5人為地對火災報警控制器4做出反應使警報有效地實施,對裝置每一次所做出的火災災情判斷8和火警準確率經(jīng)模數(shù)轉換器反饋回森林火災數(shù)據(jù)庫及管理裝置2,人工神經(jīng)網(wǎng)絡技術將反饋的數(shù)據(jù)進行自學習,不斷修正樣本集和判別規(guī)則,進而完善森林火災參照模式7;最后反饋回來的數(shù)據(jù)存放在火災數(shù)據(jù)庫2中,作為以后森林火災判別的基礎數(shù)據(jù)。本實用新型運用火災非線性機理、模糊理論和人工神經(jīng)網(wǎng)絡技術相結合建立起的森林火災數(shù)據(jù)庫,具有自學習的能力和知識發(fā)現(xiàn)的過程,獲得可靠的容錯性高的訓練樣本集和判別規(guī)則,能不斷自我補充和完善,有助于林火的機理研究和提高火警智能化的程度,大大提高森林火災火警的準確性、及時性和可靠性。
      權利要求1.一種森林火災智能監(jiān)測報警裝置,包括火災信號探測器,用于現(xiàn)場探測火災信號;信號傳遞裝置,用于將火災信號探測器探測到火災信號輸入到火災數(shù)據(jù)庫及管理裝置;火災數(shù)據(jù)庫及管理裝置,對數(shù)據(jù)進行錄入、處理和管理,再將物理量信號的變化過程經(jīng)信號傳遞裝置傳送給火災報警控制器;火災報警控制器,將這種信號變化歷程與森林火災數(shù)據(jù)庫及管理裝置事先儲存的,由模型實驗、數(shù)值計算、人工神經(jīng)網(wǎng)絡技術自學習或現(xiàn)場調(diào)研得到的參照模式進行相互比較,做出火災是否發(fā)生的判斷,再根據(jù)這種判斷決定是否給出火災警報信號;火災警報裝置,火災警報信號經(jīng)數(shù)模轉換器傳給火災警報裝置發(fā)出警報;所述森林火災數(shù)據(jù)庫及管理裝置是計算機。
      2.根據(jù)權利要求1所述的森林火災智能監(jiān)測報警裝置,其特征在于還包括手動火災報警按鈕,用于人為地對火災報警控制器做出反應使警報有效地實施。
      3.根據(jù)權利要求1或2所述的森林火災智能監(jiān)測報警裝置,其特征在于所述火災警報裝置警報裝置每一次所做出的火災災情判斷記錄和火警準確率經(jīng)模數(shù)轉換器反饋回森林火災數(shù)據(jù)庫及管理裝置,經(jīng)人工神經(jīng)網(wǎng)絡技術將反饋的數(shù)據(jù)進行自學習,不斷修正樣本集和判別規(guī)則。
      專利摘要本實用新型涉及一種森林火災智能監(jiān)測報警裝置,包括火災信號探測器,用于現(xiàn)場探測火災信號;信號傳遞裝置,用于將火災信號探測器探測到火災信號輸入到火災數(shù)據(jù)庫及管理裝置;火災數(shù)據(jù)庫及管理裝置,對數(shù)據(jù)進行處理,再將物理量信號的變化過程經(jīng)信號傳遞裝置傳送給火災報警控制器;火災報警控制器,將這種信號變化歷程與參照模式進行相互比較,做出火災是否發(fā)生的判斷,再根據(jù)這種判斷決定是否給出火災警報信號;火災警報裝置,火災警報信號經(jīng)數(shù)模轉換器傳給火災警報裝置發(fā)出警報;本實用新型運用計算機系統(tǒng)、模糊理論和人工神經(jīng)網(wǎng)絡技術輔助森林火災智能監(jiān)測報警裝置進行實時處理,反應速度快,具有高度容錯性,能準確及時監(jiān)測、預報森林火災。
      文檔編號G08B17/00GK2653613SQ200320117060
      公開日2004年11月3日 申請日期2003年10月16日 優(yōu)先權日2003年10月16日
      發(fā)明者馬曉茜, 楊景標, 管霖, 張凌 申請人:華南理工大學
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1