您现在的位置: 首页> 研究主题> 火灾探测

火灾探测

火灾探测的相关文献在1990年到2023年内共计1622篇,主要集中在建筑科学、自动化技术、计算机技术、安全科学 等领域,其中期刊论文721篇、会议论文124篇、专利文献90604篇;相关期刊347种,包括武警学院学报、城市建设理论研究(电子版)、黑龙江科技信息等; 相关会议89种,包括中国航空学会飞机防火系统专业委员会第二届飞机防火系统学术研讨会、2013年度灭火与应急救援技术学术研讨会、2011中国消防协会科学技术年会等;火灾探测的相关文献由2822位作者贡献,包括袁宏永、张永明、王进军等。

火灾探测—发文量

期刊论文>

论文:721 占比:0.79%

会议论文>

论文:124 占比:0.14%

专利文献>

论文:90604 占比:99.08%

总计:91449篇

火灾探测—发文趋势图

火灾探测

-研究学者

  • 袁宏永
  • 张永明
  • 王进军
  • 苏国锋
  • 范维澄
  • 王殊
  • 张卫社
  • 李刚进
  • 梅志斌
  • 赵建华
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 赖家文; 罗家万; 吴国祥; 赖俊驹; 邓柏林
    • 摘要: 七氟丙烷无色无味、低毒、不导电,不会对设备造成损坏,能有效扑灭B、C类及电气设备火灾。现针对当前变电站高压开关柜的消防设计,提出一种开关柜火灾预警及灭火的智能解决方案,从系统总体设计、硬件设计、灭火系统布置等方面展开探讨,设计了基于七氟丙烷的管式灭火装置及开关柜火灾预警系统。该方案能实现开关柜消防关口前移,降低火灾造成的损失,为挖掘开关柜消防大数据价值提供途径和数据基础。
    • 马卓; 李亚飞; 卢洋; 宋芳; 郑传涛(指导); 王一丁
    • 摘要: 基于非分散红外吸收光谱技术,利用CO气体分子在4.6μm处的基频吸收带,采用宽带红外热光源和双通道热释电探测器,研制了一种用于早期火灾探测的红外CO传感系统。根据系统检测原理,对CO分子在红外波段的吸收谱线进行了选择;推导了光学矩阵理论,设计并优化了气室结构,优化后气室的吸收光程达到180 cm。对研制的锁相放大器进行标定,1σ检测下限为0.15μV,背景噪声为38.89~43.23μV。对传感系统的性能进行了实验测试。结果显示,CO的检测分辨率优于2.00×10^(-5),响应时间为35~38 s。对纯氮气(N_(2))样品进行了长达80 min的监测,其浓度波动范围为-1.42×10^(-5)~1.51×10^(-5),当积分时间为0.25 s时,系统的检测下限为1.54×10^(-6);当积分时间为300 s时,系统的理论检测下限可达3.50×10^(-7)。引入卡尔曼滤波算法来提高系统的稳定性,对纯氮气进行长达80 min的探测,引入该算法后系统的检测下限降低到原来的23%,同时,当积分时间为0.25 s时,检测下限降低到3.60×10^(-7)。利用该传感系统,开展了棉花、纸张和木材的火灾阴燃实验,研究了CO浓度随阴燃时间的变化关系,验证了可通过CO浓度的变化来探测火灾发生的方法,证实了该传感系统呈现出良好的早期火灾探测能力。
    • 贾荣田; 苑春苗; 蔡景治; 郑皓天
    • 摘要: 为进一步拓宽神经网络算法在火灾探测领域的应用,利用以阴燃火、明火和无火发生概率作为输出结果的国家标准火实验数据,在MATLAB平台上训练了一个多层BP神经网络,此网络对于测试集样本拟合的决定性系数均达到了0.95以上。以AT89C52为主控芯片,在Proteus中设计出了一种能满足火灾探测目的的仿真电路图。通过将训练好的BP神经网络参数导入到神经网络的仿真公式中,设计了能够驱使电路动作的软件程序,并且最终实现了火灾探测系统的电路仿真测试。
    • 张亚婉; 莫浩明; 朱颖; 唐艳凤; 招奕钧
    • 摘要: 针对消防救援行动中,消防人员不能立刻掌握火场内部信息而导致救援不及时,文中设计了一套基于OpenCV计算机视觉库和CUDA运算平台应用于消防机器人的辅助探测系统,提出使用RGB色彩空间与HSI色彩模型混合技术识别火焰颜色、面积等特征,识别实时输入的视频序列中是否有火焰信息。在正常、过强、昏暗3种光照条件下模拟实现了识别单个或多个火焰的情况,实验结果表明,该方法能够准确地识别火焰行为,可以对不同光照条件进行有效识别,以实际真火实验的100张图片为样本,识别准确率超过96%。
    • 钱承山; 茹清晨; 王彭辉; 裴梓权; 杨仁昊; 刘虹芝
    • 摘要: NB-IoT技术因其覆盖范围广、低功耗、低成本等特点非常适合用来实时传输环境数据参数,因此文中设计了一种基于NB-IoT的火灾探测系统。本系统以STM32F103C8T6为主控芯片,并集成CO传感器、烟雾浓度传感器和温湿度传感器对火灾敏感参数进行采集,最后通过NB-IoT模块将数据上传至云平台实现数据实时监测。经过验证,本系统可以稳定地将数据上传且成本可控,降低了火灾发生率,可以为消防安全部门提供便利和保障。
    • 钟锐; 陆守香
    • 摘要: 针对BP神经网络在拟合过程中探测精度低、容易陷入局部最优的问题,提出一种基于遗传算法(GA)和模拟退火算法(SA)共同改进的BP神经网络模型,该网络模型可以有效提高火灾识别准确率,同时避免网络过拟合现象,使预测结果跳出局部最优从而达到全局最优。首先,通过GA改进隐藏层结构部分,然后通过SA改进连接权重部分,最后利用优化后的GA-SABP模型对火灾实验数据进行信息融合实现火灾探测。实验研究表明,对比单一BP神经网络,经GA和SA改进后的BP神经网络能够有效改善网络拟合能力,并提升火灾探测精度至98.91%。
    • 李传杰
    • 摘要: 火灾是威胁人类生命与财产安全的重大灾害,消防救援工作面临着巨大挑战。随着社会的发展,科技水平不断提高,消防机器人在火灾中应用也越来越广泛,消防机器人的使用频率也越来越高,其主要功能是对人员进行搜救、灭火以及救援等。消防机器人的运用可以有效地减少人员伤亡,可以准确的定位灭火救援的位置,提升火灾探测能力与灭火效率以应对灾害隐患影响,从而更好地保护人身安全和财产利益,促进社会和谐稳定建设。
    • 郑皓天; 张树川; 朱俊奇
    • 摘要: 为提高火灾探测精度,避免标准ELM陷入局部最优,本文基于火灾特征值CO浓度、烟雾浓度、温度建构了一种基于粒子群(PSO)优化极限学习机(ELM)的火灾探测模型,通过PSO优化ELM输入层与隐含层权值以及偏置,利用最优值进行极限学习机网络训练,将训练好的网络对测试样本进行预测并验证方法有效性。研究显示,PSO-ELM的均方根误差(RMSE)为1.403%、平均绝对误差(MAE)为1.055%、平均绝对百分比误差(MAPE)为1.183%,相较于BP、GA-BP和ELM 3个模型,算法精度和泛化能力均有明显提升。同时,PSO-ELM模型训练速度更快,可以更高效地提高火灾探测能力。
    • 王德龙; 孙健
    • 摘要: 固定式火灾探测及报警系统是船舶重要的早期火灾探测设备,针对该设备的检查保养过程中,容易出现疏忽,当火灾发生时会导致重大损失的问题,提出借助虚拟现实技术,开发一套完整的固定式火灾探测及报警系统的仿真系统,用于船员熟悉设备的操作与保养训练。应用效果表明,该系统在设备讲解及训练中,可以提高船员设备操作技能以及更好地掌握设备保养的要点,具有较大的意义。
    • 张苗; 李璞; 杨漪; 宋文华
    • 摘要: 针对传统图像型火灾探测算法误差率高、延迟探测、计算量大等问题,提出了基于目标检测卷积神经网络(FasterRCNN、R-FCN、SSD和YOLO v3)的图像型火灾探测算法。通过对比实验表明,基于目标检测卷积神经网络的探测算法准确性较高。其中,YOLO v3探测算法的平均精度为84.5%,探测速度为28帧/s,具有更高的稳定性,更适用于图像型火灾探测系统的开发。
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号