基于气体传感器和自组织神经网络的早期火灾探测研究

摘要

传统的火灾探测利用烟雾和温度触发火灾报警。这些装置缺乏对早期火灾源的探测能力,而且总存在错误报警。利用金属氧化物气体传感器（MOGS）的组合,采用自组织特征映射网络方法,应用于多种火灾源的早期探测。试验表明,采用自组织特征映射网络方法能够区分所试验火灾气味,达到99.8%的识别准确率,表明这种电子鼻（EN）应用于实际探测早期多种火灾源的可能性。