智能算法在火灾自动报警中的应用

王艳秋 ，王彦文 ，裴春梅 ，杨秀清

（1.北京电子科技职业学院，北京 100029；2.中国矿业大学，北京 100083）

智能算法是智能火灾报警控制器判断火灾的一种算法，要想通过智能算法最大可能地减少对火灾的误报率和漏报率，提高火灾报警的准确性，首先要了解火灾探测信号的特征。

1 火灾探测信号的特征

火灾探测的原理是火灾探测器或传感器通过火灾发生时产生的各种物理和化学变化特征来间接探测火灾，例如通过探测火灾产生的烟雾、火灾引起的高温、火焰和气体等。

火灾探测器或传感器的输出信号 x0（t）随火灾的发展而变化，火灾的早期特征状态不稳定，并且具有不同的表现形式，如慢速阴燃、明火和快速发展的火焰等，这些火灾信号的变化量不一样，并且火灾为偶然事件，很少有观察数据，因此，x0（t）是事先未知的或不确定的信号。此外，环境变化如气候、湿度、灰尘、电子噪声和人为的其他活动都有可能引起 x0（t）的变化，而这种变化的特征与火灾参数变化的特征基本相似。尽管检测x0（t）是困难的，但它们的变化还是表现了火灾早期的一些特征，有时可以把 x0（t）近似看作是一种非平稳的随机过程，主要由火灾信号和非火灾信号两部分组成：

式中，xh（t）表示火灾信号，xu（t）表示由其他因素引起的非火灾信号，xh（t）与 xu（t）互不影响，在火灾发生时无法从 x0（t）中分离出 xh（t），但是在非火灾情 况下，xu（t））却有可能产生类似 xh（t）的变化。 要想从中有效地检测出火灾信号 xh（t），就要用到智能算法。

2 智能算法的组成

所谓智能是指辨析判断及自适应的能力，充分利用模拟量探测器所提供的丰富信息，采用具有一定判断分析能力和应变能力的智能算法最大可能地减少对火灾的误报率和漏报率，提高火灾报警的准确性。

智能算法的关键是要充分利用模拟量探测器所能提供的各种信息，通过对数据在时间上、变化上的全方位分析，消除环境干扰等对探测器的各种影响，正确区分真假火灾情况，实现正确报警。智能算法的组成如图1所示。

图1 智能算法的组成

探测器发出的脉宽信号经过模数转换处理成数字量信号，经过数字滤波，滤去高频脉冲干扰信号，并对信号进行平滑处理，然后将信号分别与火警阈值、预警阈值和故障阈值进行数值比较。火警阈值、预警阈值和故障阈值分别等于各自的设定值加上修正值。修正值由两部分组成，一部分为灵敏度自动调整，它根据时间的变化进行数值调整；另一部分为漂移自动补偿，由时漂的积累得出。当测量值超过预警阈值时，再经过时间积累确定是否为预警；当测量值超过火警阈值时，再经过上升速率分析和时间积累，确定是否为火警；当测量值低于故障阈值时，经时间积累确定是否为故障。

3 智能算法原理

3.1 数字滤波

探测器的安装现场通常强电设备较多，因此在数据采集的过程中，不可避免地会产生脉冲干扰，这种干扰一般持续时间短，峰值大，对这样的数据进行数字滤波处理时，仅仅采用算术平均或移动平均滤波时，尽管对脉冲干扰进行了1/n的处理，但其剩余值仍然较大。这种场合最好的策略是：将被认为是受干扰的信号数据去掉，这就是防止脉冲干扰的平均值滤波法的原理。采用平均值滤波方法的作用是去掉信号中的脉冲干扰，同时对信号进行平滑处理。

数字滤波方法：对连续n个信号数据累加求和，从累加和中减去其中最大值和最小值，将剩下（n-2）个数据的平均值作为有效值。实质是求一次巡检时间内所有采样值的平均数。这里采样周期T的确定非常重要，T过小时n增大，灵敏度降低；T过大时会出现漏报。T的倒数f是采样频率，f的大小与实际火灾信号的频率范围有关。由实验统计数据知道，火灾产生时的温度变化最大频率 fm约为60 MHz。根据奈奎斯特（Nyquist）采样定理规定，采样周期因此，设计火灾报警控制器的数字滤波程序时，模拟量感温探测器的采样周期T为8.3 s，或者说，模拟量感温探测器的采样频率 f应大于0.12 Hz。

设数字滤波程序的截止频率为fT，它是有效频带的极点频率。对于低通滤波器而言，fT是上限频率；对高通滤波器而言，fT则是下限频率。火灾探测系统的数字滤波属于低通滤波范畴。当采样周期T和一次巡检时间内的采样次数n确定后，则fT也就定了，

3.2 灵敏度自动调整

根据现场的实际情况，预先设置火灾探测器的灵敏度，在探测器运行的过程中再根据时间来调整灵敏度的数值，也就是说，控制器在进行火警判断时将会根据时间的进程、环境的变化自动调整探测器的灵敏度。

灵敏度自动调整的方法是：将灵敏度需要调整的时间点和数值预先给控制器，控制器随时检测实时时钟，当时钟到了设定的时间点，则使探测器的灵敏度等于设定的灵敏度值I。可以根据需要设定多个时间点和对应的灵敏度值。

3.3 漂移自动补偿

漂移是指系统受环境变化、温度等影响使系统工作点不能稳定在零点（原始点）的现象，漂移有时漂和温漂之分，对于火灾探测器，主要表现为与时间有关的时漂。如果探测器长期漂移的话，其灵敏度数值将偏高，因此会导致火警误报。

由于漂移的影响，探测器的测量值会向某一个方向缓慢地变化，经过较长的一段时间后，探测器的测量值与初始工作时的测量值将产生偏差，这个偏差就是漂移补偿值。

漂移补偿的方法是：首先判断本次测量值是否在补偿范围内，若是，则计算最新几个测量值的累加值，即将上次的累加值加本次测量值减去前第（n-m）个测量值：然后求最新的几个测量值的平均值 D，即 D=ΣXn/m，用平均值 D减去探测器的基准测量值X0，其差就是漂移补偿值。最后对本次测量值进行修正计算，修正值=Xn-漂移补偿值。

3.4 上升速率分析

在对探测器信号进行灵敏度的自动调整和测量值的自动漂移补偿修正之后，接下来进行火警判断。当测量值≥火警阈值时，对测量值从预警阈值到火警阈值这一段曲线进行上升速率分析。上升速率分析就是对超过火警阈值的探测器信号的上升速率进行分析，当上升速率超过速率上限时，先暂时不报火警，而是经过一段时间的延时，如果测量值不超过火警阈值，则判断是干扰引起的，不能报火警。当上升速率小于速率下限时，判断是因为长期缓慢漂移引起的，只有上升速率在规定范围内的，才确认为火警。上升速率分析流程图如图2所示。

在实际应用中，当采样值达到火警阈值时，该时刻tm对应阈值为ym，超过火警预警那一时刻t1对应阈值为y1，此时上升速率为：

图2 上升速率分析流程图

智能算法充分应用现代计算机大规模的数据处理能力，对火灾数据进行多种补偿、修正、判断，提高了火灾探测器区分真假火警的能力，从而减少了对火灾的误报率和漏报率，提高了火灾报警的准确性。

[1]樊尚春，周浩敏.信号与测试技术[M].北京：北京航空航天大学出版社，2002.

[2]范维澄，王清安，张人杰，等.火灾科学导论[M].武汉：湖北科技出版社，1993.

[3]吴龙标，卢结成，陆法同，等.电气火灾产生的机理及其对策[J].中国安全科学学报，1998（3）：25-28.

[4]吴龙标，袁宏永.火灾探测与控制工程[M].合肥：中国科学技术大学出版社，1999.

[5]全国消防标准化技术委员会.消防技术标准汇编[M].北京：中国标准出版社，1994.

[6]孙景芝，韩永学.电气消防[M].北京：中国建筑工业出版社，2000.

[7]中国消防协会.面向新世纪消防学术研讨会论文集.1999.

[8]王彦文.快速断电安全技术[M].北京：煤炭工业出版社，1996.