基于多傳感器數(shù)據(jù)融合的火災預警系統(tǒng)
摘要:為避免火災造成的嚴重損失,實現(xiàn)火災早期報警,本系統(tǒng)通過對火災發(fā)生過程和產(chǎn)物的研究比較,采用多種傳感器對火災發(fā)生初期火災特征較明顯的幾個參數(shù)進行監(jiān)測,并實時反饋回采集的數(shù)據(jù)。系統(tǒng)利用D-S證據(jù)理論對多傳感器數(shù)據(jù)進行融合分析,實現(xiàn)對同一目標的判斷;本系統(tǒng)通過利用D-S證據(jù)理論對多傳感器數(shù)據(jù)融合的方法,不僅彌補了采用單一傳感器的不足,而且很大程度上降低系統(tǒng)判斷結果的不確定性,提高了系統(tǒng)預警的準確性和可靠性。
關鍵詞:D-S證據(jù)理論;多傳感器;數(shù)據(jù)融合;火災預警
火災探測是關系人民生命財產(chǎn)安全的重大課題。隨著火災探測技術的不斷發(fā)展,人們對火災的認識也越來越深入,不斷涌現(xiàn)出新的探測手段。然而現(xiàn)有的大多數(shù)火災探測器只能在火災發(fā)生到難以控制的形勢下才發(fā)出報警信號。而那些由于長期運行導致設備過載、過熱、短路產(chǎn)生火災的場所,如計算機機房、精密儀器實驗中心、網(wǎng)絡數(shù)據(jù)中心等,需要對火災進行嚴格控制,確保在火災發(fā)生初期就能及時發(fā)現(xiàn)火情并進行撲滅,否則造成的損失燃燒物都很少,因此如何能在火災處于萌芽狀態(tài)時,準確實現(xiàn)火災早期探測,避免嚴重損失是目前亟待解決的一個重大問題?;馂牡脑缙谔綔y難題主要集中在探測對象難以選擇、探測方法單一及準確預警概率低。本系統(tǒng)針對這些問題,在對火災發(fā)生的過程和產(chǎn)物作了詳細了解以后,選擇適當?shù)膫鞲衅鲗哂忻黠@火災特征的幾個參數(shù)進行監(jiān)測,再利用D-S證據(jù)理論對所有監(jiān)測數(shù)據(jù)進行融合處理得到更為準確的判定結果。
1 火災探測對象的選定
在火災探測過程中,可以利用的火災信息很多:
(1)固態(tài)高溫產(chǎn)物:來源于可燃物中的雜質,以及高溫狀態(tài)下可燃物熱裂解所形成的物質。
(2)燃燒音:燃燒過程中產(chǎn)生的高溫,加熱周圍空氣,使之膨脹,產(chǎn)生一種頻率僅在數(shù)赫茲左右的壓力聲波,即是燃燒音。
(3)火焰光譜:主要由熾熱微粒的光譜輻射和燃燒氣體的特征輻射所構成。
(4)氣態(tài)燃燒產(chǎn)物:氣態(tài)燃燒產(chǎn)物的主要成分為H2O、CO、CO2、H2和O2,由于環(huán)境中濕度的影響,通常不把H2O作為火災探測參數(shù)。
由于前三點火災信息都是在火災已經(jīng)發(fā)生很嚴重的情況下才產(chǎn)生的,且以火焰光譜進行火災探測,雖然可以有效避免環(huán)境中大部分干擾因素的影響,但為了進一步消除相關干擾因素的影響,還需要利用火焰的閃爍特征。然而,CO和CO2在空氣中的含量較低,正常大氣環(huán)境中CO含量在10 ppm以下,CO2含量大約為360 ppm。從表1中可以看到,絕大多數(shù)試驗火的CO含量均在20 ppm以上。根據(jù)火災特性,在火災初期陰燃時,CO含量更是達到最高。由圖1可知,各種不同材質在燃燒時,CO2含量也在不斷增加,且在初始成長期間,曲線斜率的變化范圍是2.5~6.5 ppm/s。因此,將氣體作為早期報警探測對象具有明顯優(yōu)勢,針對以上2種氣體進行監(jiān)測,將會在很大程度上反映出環(huán)境中有無燃燒現(xiàn)象的產(chǎn)生。本系統(tǒng)將CO的濃度、CO2的濃度變化率、環(huán)境溫度三者作為探測火災的特征參量。
2 系統(tǒng)總體結構
本系統(tǒng)是基于多傳感器數(shù)據(jù)融合的火災預警系統(tǒng),采用C/S結構,通過網(wǎng)絡實現(xiàn)監(jiān)控室服務器端與校園多個樓宇中的客戶端遠程實時監(jiān)控各房間火災情況,目前該系統(tǒng)已經(jīng)在我校試運行。圖2為多傳感器數(shù)據(jù)融合火災預警系統(tǒng)結構圖,客戶端主要由傳感器模塊、數(shù)據(jù)采集模塊、數(shù)據(jù)處理融合模塊、報警模塊和通信模塊組成;服務器端主要由數(shù)據(jù)處理模塊、報警模塊、參數(shù)修改模塊組成。
系統(tǒng)通過不同傳感器對CO濃度、CO2濃度、溫度這3個參數(shù)進行監(jiān)測和數(shù)據(jù)采集。本文主要介紹在數(shù)據(jù)處理過程中,如何利用D-S數(shù)據(jù)融合技術進行數(shù)據(jù)分析,實現(xiàn)火災提前預警、且減少漏報誤報概率、提高系統(tǒng)可靠性和準確性。
3 火災預警中的數(shù)據(jù)融合
3.1 D-S證據(jù)理論
數(shù)據(jù)融合的方法很多,其中Dempster-Shafer證據(jù)理論是應用得最多的一種。它是一種處理不確定性的推理方法。證據(jù)理論可處理由不知道所引起的不確定性。它采用信任函數(shù)而不是概率作為度量,通過對一些事件的概率加以約束以建立信任函數(shù)而不必說明精確的難以獲得的概率。
定義1 設D為辨別框架,由一完備且互不相容的命題集合組成冪集2D,在其上定義基本信任指派函數(shù)(basic probability assignment,BPA):m(A)[0,1],A代表辨別框架中任一子集,m(A)表示證據(jù)支持命題A發(fā)生的程度,m(A)滿足如下條件:
從上面2個式子可以看出,多個證據(jù)的結合與次序無關,多個證據(jù)結合的計算可以用2個證據(jù)結合的計算遞推得到。
3.2 D-S證據(jù)理論數(shù)據(jù)融合方法在多傳感器火災早期探測上的應用
多傳感器數(shù)據(jù)融合的實質是在同一鑒別框架下,利用Dempster合并規(guī)則將各個證據(jù)體合并成一個新的證據(jù)體,而產(chǎn)生的新的證據(jù)體就表示了融合所得的信息,然后根據(jù)決策規(guī)則進行決策。用D-S理論實現(xiàn)多傳感器數(shù)據(jù)融合方法見圖3。
在多傳感器數(shù)據(jù)融合系統(tǒng)中,首先初始給一次基本可信度的分配。然后,每當收到一次傳感器的信息,就進行一次基本可信度的分配,隨著信息的不斷傳回,再不斷地對基本可信度進行分配。最后,依據(jù)決策規(guī)則得出決策結果。本系統(tǒng)探測的3個對象,根據(jù)探測值不同,對斷定是否發(fā)生火災的可信度值也不同。表2中對各個探測對象在不同范圍內的值,賦予了不同的信任值,這些信任值不是精確得到的概率值,而是由經(jīng)驗和我校實驗室火災統(tǒng)計數(shù)據(jù)得到的。
當CO濃度超過10 ppm時,確定發(fā)生火災的概率較??;當超出20 ppm時,確定為火災的準確率可高達85%。從我校實驗室CO2監(jiān)測數(shù)據(jù)來看,即使?jié)舛雀哌_1 500 ppm以上,也有可能是房間人數(shù)突然增多導致的,所以只從CO2的含量探測數(shù)值來斷定火災,會有很大誤差。但根據(jù)圖1的結果得知,火災發(fā)生時CO2含量是一直在遞增的,且在火災初始成長期間,曲線斜率(即增長速度)的變化范圍是2.5~6.5 ppm/s,因此本系統(tǒng)將CO2的變化率作為數(shù)據(jù)融合對象。同樣,隨著溫度值變高,能斷定是火災的概率也越大。以CO含量為15~20ppm,CO2變化率是2.0~4.0 ppm/s,溫度為40~50℃這個情況為例,用D-S方法進行數(shù)據(jù)融合,從表3可以看出,不確定性的概率下降到了可以忽略的程度,即系統(tǒng)的不確定性明顯降低;并且原來的單個傳感器不能準確判定是否發(fā)生火災,融合后正確判斷的概率增大,即對來自3個不同傳感器的數(shù)據(jù)融合提高了系統(tǒng)的判別火災能力。
4 結語
傳感器在采集信息過程中受多種因素的影響,不確定性是普遍存在的。Dempster-Sharer合并規(guī)則較好地解決了這種不確定性問題,將多個傳感器獲得的信息準確地合成為對目標(是否火災)判定的一致性,增加了系統(tǒng)的正確決策能力。但是,這種方法的使用仍然存在一些局限性。即每一傳感器對目標判決的概率賦值,需要依靠經(jīng)驗和數(shù)據(jù)積累不斷進行更準確的設置。