一种多复合感烟探测器精准识别方法及系统与流程

本发明涉及消防设备，更具体地说，涉及一种多复合感烟探测器精准识别方法及系统。

背景技术：

1、现有的点型感烟火灾探测器主流都是使用由一对红外发射管、pd和光学暗室组成的烟雾探测传感部件。这种传感部件是基于泛粒子测量技术原理对烟雾进行探测，只有一个维度的传感数据，只能表征烟雾的浓度，无法感知识别烟雾的特性及性质。

2、实际生活中，感烟探测器的使用环境十分多样，往往存在一些非火灾产生的气溶胶干扰。比如，沙尘常发地区，灰尘导致感烟探测器误报；南方地区每年都会出现的“回南天”，光学暗室内部出现结露导致误报警；厨房、浴室门口等生产的水蒸气也容易导致感烟探测器报警；厨房中烹饪是产生的油烟等等。这些干扰都容易导致这种只基于泛粒子测量技术原理的感烟探测器误报警。误报警影响了当前感烟探测器的使用体验，更严重的会导致值班人员的懈怠，而错失控制火源的最佳时机。

3、需要一种能够针对以上多种常见非火灾场景的干扰，可以有效降低误报，提升使用体验的多复合感烟探测器精准识别方法及系统。

技术实现思路

1、本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种多复合感烟探测器精准识别方法，还提供了一种多复合感烟探测器精准识别系统。

2、本发明解决其技术问题所采用的技术方案是：

3、构造一种多复合感烟探测器精准识别方法，其中，包括以下步骤：

4、利用传感器分别采样到当前环境的烟雾粒径数据、温度变化速率以及一氧化碳气体浓度数据；

5、将获取的烟雾粒径数据、温度变化速率以及一氧化碳气体浓度数据输入多维数据识别判断矩阵进行识别处理；

6、获得识别结果，并按照识别结果做对应处理。

7、本发明所述的多复合感烟探测器精准识别方法，其中，所述将获取的烟雾粒径数据、温度变化速率以及一氧化碳气体浓度数据输入多维数据识别判断矩阵进行识别处理采用：

8、将烟雾粒径数据、温度变化速率以及一氧化碳气体浓度数据组成一个时刻的烟雾特性输入量矩阵[1/d1,δt1,c1]，多个时刻的烟雾特性输入量矩阵表示为

9、依据设定的权重分配矩阵计算得到某一刻/一段时间内的烟雾特征权重分布：

10、

11、依据计算得到的烟雾特性权重分布数据查询阈值标定列，得到阈值结果；

12、其中，d为多光路烟雾传感器采集的ad数据获得烟雾粒径，δt为由温度传感器采集的ad数据获得温度变化速率，c为co传感器采集的ad数据获得co浓度，ω_d、ω_t、ω_c分别表示烟雾粒径、温度变化速率、co浓度在计算中的权重系数。

13、本发明所述的多复合感烟探测器精准识别方法，其中，所述多光路烟雾传感器采集的ad数据获得烟雾粒径计算采用公式：

14、

15、其中，fd为ad值与粒径的转换关系函数，s_ad分别为各个光路采集的ad值数据，r分别为各个光路对指定光路比值的标准粒径系数，可在已知粒径气溶胶下测试获得。

16、本发明所述的多复合感烟探测器精准识别方法，其中，所述温度传感器采集的ad数据获得温度变化速率采用公式：

17、

18、其中，ft为采样ad值和温度值的转换关系函数，由所用的温度传感器规格给出，通常是查表函数或者线性转换计算，temp_ad0、temp_ad1为温度传感器前一次和本次采集的ad值数据，δt为两次采样的时间间隔。

19、本发明所述的多复合感烟探测器精准识别方法，其中，所述co传感器采集的ad数据获得co浓度采用公式：

20、c＝fc(co_ad)；

21、其中，fc为采样ad值和co浓度的转换关系函数，由所用的co传感器规格给出，通常是线性转换计算，co_ad为co传感器采集的ad值数据。

22、本发明所述的多复合感烟探测器精准识别方法，其中，所述方法还包括步骤：

23、对一段时间的烟雾特性权重分布数据进行滤波算法处理。

24、一种多复合感烟探测器精准识别系统，其中，所述系统包括数据采集单元、数据处理单元和结果输出单元；

25、所述数据采集单元，利用传感器分别采样到当前环境的烟雾粒径数据、温度变化速率以及一氧化碳气体浓度数据；

26、所述数据处理单元，将获取的烟雾粒径数据、温度变化速率以及一氧化碳气体浓度数据输入多维数据识别判断矩阵进行识别处理；

27、结果输出单元，获得识别结果并按照识别结果做对应处理。

28、本发明所述的多复合感烟探测器精准识别系统，其中，所述将获取的烟雾粒径数据、温度变化速率以及一氧化碳气体浓度数据输入多维数据识别判断矩阵进行识别处理采用：

29、将烟雾粒径数据、温度变化速率以及一氧化碳气体浓度数据组成一个时刻的烟雾特性输入量矩阵[1/d1,δt1,c1]，多个时刻的烟雾特性输入量矩阵表示为

30、依据设定的权重分配矩阵计算得到某一刻/一段时间内的烟雾特征权重分布：

31、

32、依据计算得到的烟雾特性权重分布数据查询阈值标定列，得到阈值结果；

33、其中，d为多光路烟雾传感器采集的ad数据获得烟雾粒径，δt为由温度传感器采集的ad数据获得温度变化速率，c为co传感器采集的ad数据获得co浓度，ω_d、ω_t、ω_c分别表示烟雾粒径、温度变化速率、co浓度在计算中的权重系数。

34、本发明所述的多复合感烟探测器精准识别系统，其中，所述多光路烟雾传感器采集的ad数据获得烟雾粒径计算采用公式：

35、

36、其中，fd为ad值与粒径的转换关系函数，s_ad分别为各个光路采集的ad值数据，r分别为各个光路对指定光路比值的标准粒径系数，可在已知粒径气溶胶下测试获得；

37、所述温度传感器采集的ad数据获得温度变化速率采用公式：

38、

39、其中，ft为采样ad值和温度值的转换关系函数，由所用的温度传感器规格给出，通常是查表函数或者线性转换计算，temp_ad0、temp_ad1为温度传感器前一次和本次采集的ad值数据，δt为两次采样的时间间隔；

40、所述co传感器采集的ad数据获得co浓度采用公式：

41、c＝fc(co_ad)；

42、其中，fc为采样ad值和co浓度的转换关系函数，由所用的co传感器规格给出，通常是线性转换计算，co_ad为co传感器采集的ad值数据。

43、本发明所述的多复合感烟探测器精准识别系统，其中，所述数据处理单元，还用于对一段时间的烟雾特性权重分布数据进行滤波算法处理。

44、本发明的有益效果在于：本发明的核心内容和原理在于火灾探测器中设计有多光路烟雾传感器、温度传感器、co传感器以及多维精准识别方法。多个种类的传感器采集数据的输入判据矩阵中，在此进行权重计算识别，输出烟雾特征结果，根据结果设置不同的响应阈值，从而有效降低误报。