一种基于物联网的智慧简易喷淋火灾早期抑制系统

本发明属于建筑消防设计技术，具体涉及一种基于物联网的智慧简易喷淋火灾早期抑制系统。

背景技术：

1、

2、传统的独立式火灾报警器只是在实时监测烟雾浓度参数，而随着ai技术的逐步发展，越来越多的大数据技术进入了火灾温度与烟气的探测领域。由于连续的过程监控、严格的过程控制和恶劣的火灾环境，独立式火灾硬件传感器往往质量差、成本高、可靠性低。传统的喷头优化策略存在着单点测量的局限性，而随着光学测量技术的进步，喷头优化也涌现出了新的策略。

3、目前，尚缺乏一种借助机器学习的火灾预测及自动调控灭火的喷淋火灾早期抑制系统及其喷头优化策略。

技术实现思路

1、针对上述技术问题，本发明提供一种火灾早期简易喷淋抑制系统，该系统可根据平方指数高斯过程回归机器学习模型实现火灾程度和类型预测，以达到同步自动调整喷淋水量及喷洒策略的目标，最大程度的提高灭火的准确性与灵活性。

2、本发明提供的技术方案如下：

3、第一方面，本发明提供一种基于物联网的智慧简易喷淋火灾早期抑制系统，包括：

4、火灾类型预测系统、简易喷淋装置、喷淋装置优化系统和服务器；

5、所述火灾预测系统包括烟雾探测器、温度探测器、数据采集模块、数据处理模块、输出模块，用于预测火灾的类型和程度；

6、所述喷淋装置包括喷雾喷头和管道；管道连接消防管道接口、高位消防水箱和喷雾喷头；高位消防水箱用于补充水压；管道上设置电磁阀，用于连接到服务器；

7、所述喷淋装置优化系统包括激光发射器、同步控制器、运动特征捕捉器、触发器和控制与分析平台；所述喷淋装置优化系统通过采集喷头的喷雾图像，利用阴影法成像技术结合图像识别技术，分析喷头的喷淋效果以筛选出最优规格的喷头；

8、所述智慧消防物联网控制平台包括智慧消防服务器、消防传感器、消防设备控制器、视频监控系统、报警系统和数据分析与决策支持系统，用于实现智能化消防管理和控制。

9、进一步，所述火灾预测系统中，数据采集模块用于采集烟雾、温度探测器的数据，数据包括环境中的烟雾浓度和温度，并将采集到的数据传输给数据处理模块；数据处理模块利用数据挖掘、平方指数高斯过程回归模型预测机器学习模型、统计分析和规则引擎方法处理数据采集模块的数据；输出模块用于输出火灾的类型和程度给相关人员或其他系统，输出方式可以包括声音警报、文字提示、手机短信和邮件通知。

10、更进一步，所述火灾预测系统预测火灾的类型和程度的方法，步骤如下：

11、火灾预测系统首先需要采集烟雾和温度等相关数据；随后利用采集到的数据数据处理模块进行分析和处理，以预测火灾的类型和程度；

12、数据处理方法采用数据挖掘和机器学习算法、统计分析或规则引擎；根据数据处理的结果，系统可以将火灾按照不同的类型进行分类；

13、火灾类型包括电气火灾、燃气火灾、固体物质等火灾；分类依据火灾特征、起火原因、火灾发展过程；根据数据处理的结果，系统对火灾的程度划分为轻微、一般、严重等级；最终将结果输出给相关人员或其他系统，以提供及时的火灾预警和灾情评估。

14、进一步，所述火灾预测系统中，数据处理方法包括：

15、(1)获取受限空间的火灾数据集，数据集包括时间和温度数据；

16、(2)使用火灾预测模型对数据集进行训练，模型如下：

17、

18、其中，xi:训练集数据；xj：测试集数据；；σf：信号的标准偏差；θ为参数向量，σm:每个预测器单独的长度尺度；d:预测器的数量；m＝1,2,…,d；

19、θ的参数化为：对于m＝1,2,…,d，θm＝logσm，且θd+1＝logσf；

20、(3)计算验证预测结果，验证rmse值。

21、进一步，所述喷淋装置优化系统筛选出最优规格喷头的方法，步骤如下：

22、1)通过柱状光源照射水颗粒流场，捕捉颗粒投射到显微焦距的工业相机中的影子，随后结合颗粒图像的边缘识别与圆度判定技术，统计一定区域内的水颗粒形态参数；

23、2)通过532nm片状光源照射流场，由携带滤波片的ccd相机收集光学信息，结合湍流统计、模式与混沌理论分析颗粒的运动，最大限度地表征喷雾对初始火场的扰动；

24、3)通过步骤(1)和(2)分析对比不同规格喷头在不同水压条件下的粒子直径与火焰扰动特性，依据不同的火灾场景配置最佳规格遴选喷头。

25、进一步，所述喷淋装置优化系统筛选出最优规格喷头的方法中，步骤1)的方法如下：

26、将每个粒子从全局图像中分割出来，使其边界略微大于自身；分割出颗粒后对界限框进行局部阈值分割，重新提取颗粒；基于此，对分割后的单颗粒图像进行二值化处理，并提取颗粒完成初步表征；使用2d墨西哥帽过滤器卷积原始粒子图像，得到的结果是灰度值强度梯度的2d图；

27、在灰度值强度梯度的2d图的基础上，获取水颗粒的形态参数。

28、相关水颗粒形态参数的具体统计参数如下所示，下述参数均会对灭火效能造成影响。

29、1)颗粒数量(particle count):统计在给定区域内的水颗粒总数。

30、2)颗粒大小分布(particle size distribution):分析颗粒的尺寸范围，可以通过直方图展示。

31、3)边缘特征(edge features):通过边缘识别技术，获得颗粒的轮廓信息，包括边缘长度、形状等。

32、4)粒子圆度(roundness):即归一化粒子惯性动量的验证准则是基于粒子质心周围点的扩散而建立的，使用圆度判定技术评估颗粒形状的圆形程度，不同圆度的水颗粒对燃烧边缘的扰动具有较大的差异，在火焰燃烧边缘，颗粒的形状会对火焰的稳定性产生影响。圆形颗粒更容易使得火焰的边缘破碎，尖锐的颗粒更容易形成火焰的断层。

33、5)颗粒分布密度(particle density):在给定区域内单位面积或单位体积内的颗粒数量。

34、6)颗粒分布趋势(particle distribution trend):颗粒在区域内的空间分布趋势，是否有集聚现象。

35、7)颗粒间距(particle spacing):颗粒之间的平均距离。

36、8)颗粒位置均匀性(particle position uniformity):颗粒在区域内的位置分布是否均匀；

37、9)长轴比，由颗粒的偏心率算法确定，即最大轴与最小轴的比值。

38、进一步，所述喷淋装置优化系统筛选出最优规格喷头的方法中，步骤2)的方法如下：

39、生成532nm激光照射视场；

40、由工业ccd相机捕捉被激光照射的水颗粒运动特征，以分析该粒子运动场的时均湍流特性；

41、结合湍流统计、模式与混沌理论分析颗粒的运动，最大限度地表征喷雾对初始火场的扰动；其中，高速粒子区域能对火焰结构造成显著影响，低速粒子区域对火焰边缘形成扰动。

42、进一步，所述喷淋火灾早期抑制系统还包括物联网控制平台。

43、更进一步，所述物联网控制平台包括无线传输模块和云服务中心；

44、无线传输模块将喷淋火灾早期抑制系统的数据传输给云服务中心；云服务中心用于将数据传输到客户端进行查看和远程控制。

45、本发明的有益效果如下：

46、本发明所述智慧简易喷淋火灾早期抑制系统利用机器学习技术对火灾进行预测，可以提供及时的火灾预警和灾情评估，进而可以实现火灾情况的自动监测和喷淋水量的自动调整，自动化程度较高；根据火灾情况自动调整喷淋水量和喷淋方式，最大限度地减少了水源浪费和火势蔓延的可能性；在火灾情况下，能够快速响应并自动启动喷淋装置，安全可靠；针对无法使用喷淋系统的特殊火灾环境，提供低压水喷雾系统及其测试与路径优化手段，提高了灭火系统的泛用性。

47、本发明所述智慧简易喷淋火灾早期抑制系统利用图像识别技术，结合结合湍流统计、模式与混沌理论，用于筛选最优最佳规格遴选喷头，提高喷头对火灾的喷淋效率，最大程度利用现有水压，进一步降低改造成本。

48、本发明所述系统还可以结合物联网控制平台，实现快速预警，远程控制，及时扑灭或控制初期火灾，为人员逃生和进一步灭火赢得时间，将火灾损失降低到最低。