武汉理工大学毕业设计（论文）武汉理工大学本科学生毕业设计（论文）开题报告题目基于数据融合技术的火灾报警系统一目的及意义人类社会发展到今天，火灾依然是威胁人类生命安全、财产、和自然资源的重大灾害之一。火灾是无情的，为了抗拒火灾给人类带来的危害，就需要发展反应更快，可靠性更高的火灾探测技术来为火灾报警系统的可靠运行提供强有力的保障，对于当今的火灾探测系统，人们不仅希望其能尽早探测到火灾的发生，同时对探测的准确性也提出了更高的要求。然而，现阶段国内传统的单一参量火灾报警器误报率都较高。如感温探测器对阴燃火不敏感，响应速度慢，不适于探测早期火情，而且也不能区分是火灾产生的热还是空调或烹饪蒸汽产生的热；离子感烟探测器对有焰火较灵敏，但对阴燃火报警迟缓，容易产生火灾不报警；光电感烟探测器不仅可探测一般火情，还对阴燃火有极好的效果，但对燃烧产生的不可见烟或出现明火的黑烟不敏感，延误火灾报警[1]。鉴于单一参量火灾探测技术已无法满足现时火灾报警的需要，一种崭新的多参量数据融合火灾探测技术悄然兴起。多参量数据融合火灾探测系统绝不是原有单一参量火灾探测器的简单组合，而是实施多参量同步探测，并及时进行综合智能信号处理。根据其同时测得的不同类型的火灾参量，应用智能算法，对多传感器的火灾参量进行融合，以判断是否存在火灾危险。这样不但大幅度提高了可靠辨别真实与虚假火灾的能力。而且对不同类型的火灾都具有较高的灵敏度。可以说数据融合技术已成为当代消防科技领域中最具有发展前途的高新技术。国外将数据融合技术应用再火灾探测领域比中国起步早且发展快，研究热点主要集中在：复合探测技术、高灵敏吸气式火灾探测技术、光纤测温技术、大空间火灾安全监测技术、城市消防通信指挥、火灾信号处理。从以上研究热点可以看出，早期准确预报是火灾自动报警的关键问题，也是今后的发展趋势。主要是多参量多判据火灾探测技术、早期火灾探测技术、网络型火灾自动报警技术。世界各国都在致力于研究将数据融合技术应用到火灾早期探测中，并取得了显著的效果。瑞士已将数据融合技术应用到火灾探测中并投入使用，统计结果表明误报警率大大降低。日本东京消防厅科研所已经研制出将火灾声音、热敏、烟雾、火焰等传感器组合起来的火灾探测系统。总的来说，“更快、更准”将是火灾探测技术未来发展的一个方向[2]。将多传感器数据融合技术应用到火灾探测中的一个主要问题就是信息融合的算法问题，进行信息融合的算法很多，如经典推理法、贝叶斯方法、卡尔曼滤波等，本文提出一种基于数据融合技术的火灾探测系统的智能算法，从而达到提早报警和降低误报警率的目的。按照融合系统的三层结构设计火灾探测系统：象素层（信息层）、特征层、和决策层。本文在每一层的实现上采取了不同的算法。信息层主要完成对火灾信号（如温度信号、烟雾浓度信号、和CO信号）的采集与处理，提出了基于速率检测的局部决策器算法，以完成对采集到的火灾信号的处理；特征层主要完成对象素层送来的数据进行特征提取，由于火灾探测是一种非结构问题，我们都知道人的识别能力是有很强的，而模糊逻辑和神经网络是两类非常有效的仿人思维智能控制技术。所以采用专家系统特征器和神经网络特征器完成火灾特征的提取，分别提取火灾经验特征和数据拟合特征，采用模糊系统为决策层，对专家系统特征提取器和神经网络特征提取器提取的特征进行融合，并考虑到火灾信号的渐变特性，同时也将火灾信号持续时间送入模糊系统进行融合，得到最终的火灾发生概率。二基本内容和技术方案：基于单参量的传统火灾探测系统的探测信号处理就是简单的阈值判断和趋势算法，原里非常简单。这些方法和技术在应用中虽有能力探测火灾，但由此造成的误报警率却大大增加。而多参量复合探测技术结合相关的信号处理方法不仅可以克服因使用单火灾参量造成的漏报，还可以从根本上是别由于非火灾信号的误报和由于电子干扰信号等引起单一参量火灾探测器的误报，使得火灾的误报率大大降低。多参量多判据火灾探测技术还可以使火灾探测的时间缩短，达到早起预报的目的。本设计采用三参量，即选用烟雾传感器、温度传感器、CO气体传感器三个传感器来对被监测区域进行火灾探测，利用这三个传感器各自特点、使用范围、精度可以提供局部现象和信息，在通过数据融合技术加以综合作出准确的判断，可以为决策者提供较准确的信息。本设计提出的基于数据融合技术的火灾报警系统，采用了智能化的火灾探测算法：模糊逻辑+神经网络。火灾探测是一个非结构性问题，当前处理非结构性问题最有效的方法就是让系统能够模仿人对火灾判断的某些过程。即感官神经、经验、思考三者的综合结果。人工神经网络具有模拟人的思维方式的特征。再结合模糊逻辑和数学计算过程，使得火灾探测具有自学习自适应等功能，使其智能化水平大大提高□。一下图一是三传感器数据融合的火灾报警模型：设计论文的基