孫永強

(重慶翰森建筑工程有限公司,重慶 409000)

城市建設(shè)和工業(yè)文明的不斷發(fā)展,各項生產(chǎn)活動對能源的高度集中利用,使起火因素逐漸變得多元化,在這一形勢下消防安全也越來越被重視,不僅對消防安全設(shè)施的完備程度、消防疏散通道、排煙系統(tǒng)等提出了較為明確的標準,還逐步提高火災(zāi)預(yù)警系統(tǒng)性能,防患于未然?；馂?zāi)預(yù)警系統(tǒng)能夠在火災(zāi)發(fā)生早期進行預(yù)報和提醒,在可控制范圍內(nèi)有效保障人身及財產(chǎn)安全,最大程度避免損失發(fā)生。

為此文獻[1]研究了一種差分閾值法,利用平滑濾波技術(shù)完成對環(huán)境數(shù)據(jù)的檢測和預(yù)處理,以此檢測容易產(chǎn)生火災(zāi)情況的異常信號點,綜合環(huán)境因素分析數(shù)據(jù)中火災(zāi)情況,實現(xiàn)火災(zāi)檢測和預(yù)警;文獻[2]研究了一種煙霧檢測法,通過視頻圖像捕捉煙霧的紋理特征及形狀變化,分辨火災(zāi)源頭情況并發(fā)出預(yù)警信號。但這兩種方法均未能通過多重數(shù)據(jù)融合計算綜合考慮火災(zāi)情況,因此具有一定的局限性,并不能完全達到理想預(yù)警效果。

通過PLC控制器在完成系統(tǒng)語言編程的同時,將編程語言邏輯轉(zhuǎn)換成軟件,存儲用戶系統(tǒng)當(dāng)中,增加系統(tǒng)適用范圍廣泛,在此基礎(chǔ)上組建系統(tǒng)硬件,利用集成電路單片機完成火災(zāi)信號的采集工作,使用溫度和煙霧探測傳感器分別從溫度、煙霧和一氧化碳濃度三方面測量環(huán)境信息,通過總線傳輸?shù)娇刂破鞑⒎治鰯?shù)據(jù)指標,系統(tǒng)對三維數(shù)據(jù)以及火災(zāi)發(fā)生概率的融合計算,準確完成火災(zāi)預(yù)警提醒,經(jīng)實驗證明系統(tǒng)具備預(yù)警準確、時效性好的優(yōu)點。

1 基于PLC編程控制器的硬件設(shè)計

通過對現(xiàn)有火災(zāi)報警裝置及系統(tǒng)的調(diào)研分析[3-5],提出一種基于PLC編程控制器的無線火災(zāi)預(yù)警系統(tǒng)設(shè)計方案,集成電路芯片是采集火災(zāi)信號的模塊控制器[6],溫度傳感器選擇DS18B20,選擇MQ-2作為煙霧探測傳感器,利用總線協(xié)議轉(zhuǎn)換通信技術(shù),將傳感器采集到的空氣溫度、煙霧濃度等信息傳送到PLC控制器,再由控制器將數(shù)據(jù)信息與設(shè)定數(shù)值進行對比分析,判斷空氣溫度、煙霧濃度等數(shù)據(jù)是否超過正常指標,若超標的情況下,預(yù)警系統(tǒng)通過聲光方式發(fā)出警報,利用GPRS無線通信模塊及時向相關(guān)人員傳送預(yù)警信息,提醒相關(guān)人員進行火災(zāi)預(yù)處理和及時撤離,避免發(fā)生火災(zāi)和人員傷亡,保障財產(chǎn)安全。系統(tǒng)控制方案如圖1所示。

圖1 系統(tǒng)控制方案

各個傳感器的參數(shù)型號如表1所示。

表1 傳感器的參數(shù)型號

通過PLC控制器、GPRS、總線通信以及無線局域網(wǎng)構(gòu)建完整的通信網(wǎng)絡(luò),利用S7-200PLC作為主要控制基站[7],以集成電路芯片數(shù)據(jù)采集模塊和GPRS無線通信模塊作為從屬基站,再利用總線協(xié)議轉(zhuǎn)換將各個通信站點相互連接,利用無線局域網(wǎng)實現(xiàn)S7-200PLC和觸摸屏的連接通信,通過以上系統(tǒng)硬件布局,可以實現(xiàn)整個火災(zāi)預(yù)警系統(tǒng)的控制和監(jiān)控。系統(tǒng)的整體架構(gòu)如圖2所示。

圖2 系統(tǒng)總體架構(gòu)圖

2 系統(tǒng)軟件設(shè)計

系統(tǒng)軟件部分包括確定預(yù)警及數(shù)據(jù)分析流程,在PCL編程控制器的基礎(chǔ)上,利用C語言完成底層驅(qū)動邏輯和自定義程序的編寫[8],經(jīng)過無誤編譯后,將其下載到集成芯片中完成核心轉(zhuǎn)移,預(yù)警系統(tǒng)的控制邏輯主要分為系統(tǒng)初始化、啟動狀態(tài)鎖定、信息數(shù)據(jù)收集、數(shù)據(jù)分析、信息通信及監(jiān)控預(yù)警等。

由圖3可知,數(shù)據(jù)經(jīng)過信息格式轉(zhuǎn)換,交由藍牙串口[9-10],最終傳送到LCD平臺及線上TFT平臺,通過屏顯完成信息可視化展現(xiàn)。將解析后數(shù)據(jù)與預(yù)先設(shè)定的火災(zāi)預(yù)警閾值相比較[11],給預(yù)定閾值設(shè)定相應(yīng)的標志位,數(shù)據(jù)信息一旦觸發(fā)閾值標志位,預(yù)警裝置將發(fā)出火災(zāi)預(yù)警語音播報,預(yù)警信號燈同時燈光閃爍提醒,此時線上APP出現(xiàn)顏色變換預(yù)警信號,實現(xiàn)線上和線下預(yù)警信號聯(lián)動預(yù)警,并顯示火災(zāi)目前發(fā)生概況及進程;假設(shè)掃描檢測到的是系統(tǒng)暫停信號,系統(tǒng)則進入停止運行階段。

圖3 系統(tǒng)軟件整體流程圖

由于所研究系統(tǒng)能夠適用于多種環(huán)境,為了防止誤報火災(zāi)信息引起不必要的騷亂,將采集的各類環(huán)境數(shù)據(jù)信息規(guī)格縮放至0～100,利用加權(quán)求和算法完成數(shù)據(jù)信息計算,通過加權(quán)后的整體數(shù)據(jù)情況判斷信息的特征值。

其中,數(shù)據(jù)的具體處理和分析模塊,主要包含A/D轉(zhuǎn)換、數(shù)據(jù)預(yù)處理以及算法分析部分,如圖4所示,判斷數(shù)據(jù)的具體符號特征,在處理過程中不可避免地會出現(xiàn)不符合數(shù)據(jù)要求的負數(shù),需要將負數(shù)進行補碼處理[12],轉(zhuǎn)換成正數(shù)信息,利用該信息計算火災(zāi)具體情勢并進行最終判定。

圖4 數(shù)據(jù)處理分析流程

由于各探測傳感器所處環(huán)境復(fù)雜程度不同,所采集的信息存在不確定性的信息概率,利用貝葉斯理論推理融合不確定信息[13-14],達到信息處理的目的。

假設(shè)將A1,A2,…,An作為虛擬火災(zāi)環(huán)境D的區(qū)域劃分,且它們之間互相滿足相關(guān)條件：

Ai∩Aj=φ(i≠j)

(1)

Ai∪Aj∪…∪An=D

(2)

P(Ai)>0(i=1,2,…,n)

(3)

此時針對任一事件B,P(B)>0,其出現(xiàn)結(jié)果Ai的概率可表示為

(4)

利用貝葉斯理論對傳感器收集數(shù)據(jù)進行信息融合時,得到的決策信息相互之間是獨立存在的,預(yù)警系統(tǒng)的決策信息可以看作是A1,A2,…,An[15],經(jīng)過先驗知識的深度判斷,可以得到先知概率P(A1)和發(fā)生條件概率P(B|Ai),通過后驗概率計算公式,得出在已經(jīng)探測到結(jié)果B的情況下,發(fā)生Ai事件的后驗概率為P(Ai|B)。

系統(tǒng)利用強跟蹤濾波,結(jié)合分布式信息融合方法,使不確定數(shù)據(jù)的融合更加完善,便于提取到相關(guān)有效信息,對局部狀態(tài)數(shù)據(jù)進行相互度信息估計,將傳感器探測信息中冗余部分剔除,通過貝葉斯算法,將傳感器收集到的監(jiān)控區(qū)域溫度、煙霧、一氧化碳濃度等信息進行數(shù)據(jù)融合,即信息特征量的三維融合,融合后的數(shù)據(jù)信息可更加詳細表達火災(zāi)現(xiàn)場的具體情況,方便做出相對準確客觀的決策結(jié)果,判斷是否存在火災(zāi)情況,完成系統(tǒng)預(yù)警。

3 仿真實驗

為驗證設(shè)計的火災(zāi)預(yù)警系統(tǒng)在實際操作時的有效性,對溫度、煙霧、一氧化碳三種主要火災(zāi)數(shù)據(jù)的特征量進行融合計算。

選擇一處空曠建筑的室內(nèi)作為實驗場所,室內(nèi)大小為4.0 m×3.0 m×5.0 m,選擇天然氣作為燃燒氣體,為保證實驗數(shù)據(jù)可靠,各類探測器的預(yù)警閾值設(shè)置,須考慮正常情況下室內(nèi)溫度的升高、煙霧及一氧化碳濃度的實際情況,將閾值設(shè)定在可靠范圍內(nèi)。為了方便系統(tǒng)對火災(zāi)信息的融合應(yīng)用,將火災(zāi)初期、中期的信息數(shù)據(jù)進行離散處理。設(shè)定仿真實驗為60 min,在實驗前10 min內(nèi)處于無火狀態(tài),10～15 min處于陰燃火狀態(tài),15 min之后轉(zhuǎn)為明火狀態(tài),分析數(shù)據(jù)的特征量變化,如圖5所示,計算得出的火災(zāi)特征參數(shù)離散變化區(qū)間和發(fā)生概率如表2所示。

圖5 離散點的特征量變化曲線

表2 火災(zāi)特征參數(shù)所在離散區(qū)間及火災(zāi)發(fā)生概率

根據(jù)圖5和表2可以看出,所提系統(tǒng)經(jīng)過對火情三維特征參數(shù)的融合計算,得出離散點特征變化量及概率預(yù)測與火災(zāi)實際發(fā)生時參數(shù)值的曲線擬合,可更加全面直觀地判斷火災(zāi)情況,可有效降低單一特征判斷所帶來的信息不全面問題,減少系統(tǒng)誤判,增加系統(tǒng)對火災(zāi)預(yù)測的準確性。

為進一步評估系統(tǒng)對火災(zāi)情況的預(yù)警能力,建立火災(zāi)信息的訓(xùn)練數(shù)據(jù)集合和測試數(shù)據(jù)集合,其中包含無火、陰燃火及明火三種不同的火情狀態(tài)集合數(shù)據(jù),利用差分閾值法、煙霧檢測法及本文方法,分別對仿真實驗中60組訓(xùn)練數(shù)據(jù)集合進行訓(xùn)練,獲得以時間序列為基礎(chǔ)的火災(zāi)發(fā)生概率預(yù)測結(jié)果,如圖6所示。

圖6 三種方法火災(zāi)預(yù)警能力對比

從圖6中可以看出,針對同一批實驗數(shù)據(jù)而言,差分閾值法在火災(zāi)發(fā)生概率為60%時開始預(yù)警,而煙霧檢測法在80%概率的時候才開始預(yù)警,在實驗場所內(nèi)火災(zāi)已經(jīng)發(fā)生,預(yù)警實時性差,沒有為消防人員留出充足的時間來處理火災(zāi)事故。而本文方法在火災(zāi)概率為40%的時候發(fā)出預(yù)警,這個指標不會因為概率過小而產(chǎn)生誤報警情況,同時又能夠在火災(zāi)發(fā)生前給相關(guān)人員發(fā)出火情預(yù)警,減少火災(zāi)發(fā)生概率和損失,預(yù)警效果更好。

驗證系統(tǒng)的計算響應(yīng)耗時,為了使實驗結(jié)果更精確,將實驗數(shù)據(jù)增加到120組,三種方法的響應(yīng)耗時結(jié)果如圖7所示。

圖7 系統(tǒng)平均響應(yīng)耗時對比

系統(tǒng)在特定時間內(nèi)進行多次的預(yù)警檢測,且沒有進行維修和保養(yǎng),所以平均耗時會逐步增加,即系統(tǒng)的耐久性不斷降低。從圖7中可以看出,差分閾值法和煙霧檢測法,隨著數(shù)組數(shù)量的增加,算法的平均響應(yīng)耗時也在不斷增加,差分閾值法耗時上升趨勢相對更快;本文方法在初始耗時就小于其他方法,雖耗時也在上漲,但是實驗過程中整體的用時趨于平穩(wěn)。綜合來看所提系統(tǒng)響應(yīng)耗時最短,且耐久性最好,能夠給用戶提供長時間精準的火災(zāi)預(yù)警服務(wù)。

4 結(jié) 論

本文設(shè)計的基于PLC控制的電氣火災(zāi)預(yù)警系統(tǒng),從硬件、軟件及融合算法三方面進行深度研究,經(jīng)過仿真實驗證明,系統(tǒng)通過三維數(shù)據(jù)的融合計算,對火災(zāi)發(fā)生概率的預(yù)測更為精準,預(yù)警能力更強,能夠在火災(zāi)發(fā)生之前及時發(fā)出警報,相較于其他方法,提供了更多的救援處理時間,使相關(guān)人員能夠做出更完善的火災(zāi)應(yīng)對措施,有效性和可靠性更好,同時系統(tǒng)的響應(yīng)耗時短,耐久性高,整體的魯棒性好,能夠很好地實現(xiàn)火災(zāi)的預(yù)測和報警,可適應(yīng)性強。