基于多传感器数据融合的火灾预警系统

摘要：为避免火灾造成的严重损失，实现火灾早期报警，本系统通过对火灾发生过程和产物的研究比较，采用多种传感器对火灾发生初期火灾特征较明显的几个参数进行监测，并实时反馈回采集的数据。系统利用D-S证据理论对多传感器数据进行融合分析，实现对同一目标的判断；本系统通过利用D-S证据理论对多传感器数据融合的方法，不仅弥补了采用单一传感器的不足，而且很大程度上降低系统判断结果的不确定性，提高了系统预警的准确性和可靠性。
关键词：D-S证据理论；多传感器；数据融合；火灾预警

火灾探测是关系人民生命财产安全的重大课题。随着火灾探测技术的不断发展，人们对火灾的认识也越来越深入，不断涌现出新的探测手段。然而现有的大多数火灾探测器只能在火灾发生到难以控制的形势下才发出报警信号。而那些由于长期运行导致设备过载、过热、短路产生火灾的场所，如计算机机房、精密仪器实验中心、网络数据中心等，需要对火灾进行严格控制，确保在火灾发生初期就能及时发现火情并进行扑灭，否则造成的损失燃烧物都很少，因此如何能在火灾处于萌芽状态时，准确实现火灾早期探测，避免严重损失是目前亟待解决的一个重大问题。火灾的早期探测难题主要集中在探测对象难以选择、探测方法单一及准确预警概率低。本系统针对这些问题，在对火灾发生的过程和产物作了详细了解以后，选择适当的传感器对具有明显火灾特征的几个参数进行监测，再利用D-S证据理论对所有监测数据进行融合处理得到更为准确的判定结果。

1 火灾探测对象的选定
在火灾探测过程中，可以利用的火灾信息很多：
(1)固态高温产物：来源于可燃物中的杂质，以及高温状态下可燃物热裂解所形成的物质。
(2)燃烧音：燃烧过程中产生的高温，加热周围空气，使之膨胀，产生一种频率仅在数赫兹左右的压力声波，即是燃烧音。
(3)火焰光谱：主要由炽热微粒的光谱辐射和燃烧气体的特征辐射所构成。
(4)气态燃烧产物：气态燃烧产物的主要成分为H2O、CO、CO2、H2和O2，由于环境中湿度的影响，通常不把H2O作为火灾探测参数。
由于前三点火灾信息都是在火灾已经发生很严重的情况下才产生的，且以火焰光谱进行火灾探测，虽然可以有效避免环境中大部分干扰因素的影响，但为了进一步消除相关干扰因素的影响，还需要利用火焰的闪烁特征。然而，CO和CO2在空气中的含量较低，正常大气环境中CO含量在10 ppm以下，CO2含量大约为360 ppm。从表1中可以看到，绝大多数试验火的CO含量均在20 ppm以上。根据火灾特性，在火灾初期阴燃时，CO含量更是达到最高。由图1可知，各种不同材质在燃烧时，CO2含量也在不断增加，且在初始成长期间，曲线斜率的变化范围是2．5～6．5 ppm／s。因此，将气体作为早期报警探测对象具有明显优势，针对以上2种气体进行监测，将会在很大程度上反映出环境中有无燃烧现象的产生。本系统将CO的浓度、CO2的浓度变化率、环境温度三者作为探测火灾的特征参量。