主动吸气式高灵敏火灾探测系统研制

摘要

火灾会造成巨大的生命财产损失，有效探测火灾是预防火灾，减少火灾伤亡和损失的必要手段。随着社会的进步，人们对火灾探测也提出了更高的要求。尽早地发现火灾，争取更多的时间疏散人员和物资，有效地遏制火灾的进一步恶化，是当今火灾探测的发展方向。吸气式火灾探测系统是一种超早期火灾探测系统，采用主动吸气的方式对空气进行采样，基于先进的激光粒子检测技术、微处理控制技术，能在火灾发生的超早期有效地侦测到火灾特征参量，并发出警报，广泛应用于通信机房、控制室和芯片制造洁净厂房等场所的火灾监控。
　　本文简要介绍吸气式火灾探测方法的特点以及适用场所，详细分析吸气式火灾探测系统的工作原理以及设计方案。提出了烟雾、温度、CO气体三参数复合的主动吸气式高灵敏火灾探测系统，克服了现有吸气式火灾探测系统单一采样空气中烟雾的不足。该系统通过高灵敏的激光粒子探测模块以及灰色模糊神经网络多信息融合火灾探测算法，增大了吸气式火灾探测的应用范围，加快了火灾报警响应速度，降低了火灾漏报率。
　　主动吸气式高灵敏火灾探测系统的硬件由烟雾浓度探测、CO气体浓度探测、温度探测和数据综合处理模块等组成。烟雾浓度探测采用独特的光学测量室，能对光源发出的激光进行扩束准直以及消光处理；高灵敏的光电池以及低噪声的电路放大设计，保证了系统能够检测到样品空气中极低的烟雾浓度。CO气体浓度探测模块集成了厚膜半导体式传感器，灵敏度高，响应速度快，能对微量的CO气体做出迅速反应。利用集成一体化芯片DS18B20，温度探测模块具有高度的稳定性，可以快速检测样品空气的温度并直接输出数字信号。数据综合处理模块配置了运算能力较强的ARM芯片S3C2440，基于Qt/Embedded开发了应用控制程序。通过设备驱动采集火灾特征参量，利用基于灰色模糊神经网络多信息融合的火灾探测算法对火灾特征参量进行分析，在液晶屏上显示采集的数据以及分析结果，真实地反映了监视区域火灾的情况，有效地减少了火灾的误报率和漏报率；提供了基于UDP协议的网络数据传输和控制，满足火灾探测系统网络化的需求，为远程火灾监控带来极大的便利。
　　实验结果表明：研制的主动吸气式高灵敏火灾探测系统烟雾浓度探测、CO气体浓度探测和温度探测的灵敏度分别达到了0.005％obs/m，0.5ppm和0.1℃，能够在极短的时间内判断火灾并给出警报，对标准棉绳火的响应时间≤15s。

目录

文摘

英文文摘

致谢

插图清单

表格清单

第一章 绪论

1.1 选题背景和研究意义

1.2 国内外研究现状

1.3 论文的内容安排

第二章 主动吸气式高灵敏火灾探测系统概述

2.1 主动吸气式高灵敏火灾探测的原理及特点

2.1.1 主动吸气式高灵敏火灾探测系统的工作原理

2.1.2 主动吸气式高灵敏火灾探测系统的特点及可应用场所

2.2 火灾参量检测原理

2.2.1 激光烟雾浓度探测原理

2.2.2 CO气体探测原理

2.2.3 温度探测原理

2.3 数据综合处理模块概述

2.3.1 微处理器S3C2440简介

2.3.2 Linux操作系统简介

2.4 TCP/IP计算机网络概述

2.4.1 TCP/IP协议分层

2.4.2 用户数据报协议UDP

2.5 基于人工神经网络的数据融合技术概述

2.6 本章小结

第三章 主动吸气式高灵敏火灾探测系统的硬件体系结构

3.1 主动吸气式高灵敏火灾探测系统的主机结构

3.2 数据综合处理模块的硬件结构

3.3 激光烟雾浓度探测模块的电路结构

3.3.1 激光器件以及感光器件的选择

3.3.2 光电转换的电路设计

3.4 CO气体探测模块的电路结构

3.5 温度探测模块电路

3.6 本章小结

第四章 基于ARM-LINUX的数据处理及网络传输

4.1 三参数的数据采集和处理

4.1.1 ADC采样驱动

4.1.2 DS18820读取温度驱动

4.1.3 基于QT/Embedded的应用程序结构

4.2 灰色模糊神经网络多信息融合火灾探测算法

4.3 远程网络TCP/IP通信方案

4.4 本章小结

第五章 实验结果与数据分析

5.1 系统远程数据传输功能测试

5.2 系统烟雾浓度探测模块测试

5.3 系统温度探测模块测试

5.4 系统CO气体模块测试

5.5 系统综合火灾报警测试

第六章 总结与展望

参考文献

攻读硕士学位期间发表的论文