CH686913A5 - Anordnung zur Frueherkennung von Braenden. - Google Patents

Anordnung zur Frueherkennung von Braenden. Download PDF

Info

Publication number
CH686913A5
CH686913A5 CH03479/93A CH347993A CH686913A5 CH 686913 A5 CH686913 A5 CH 686913A5 CH 03479/93 A CH03479/93 A CH 03479/93A CH 347993 A CH347993 A CH 347993A CH 686913 A5 CH686913 A5 CH 686913A5
Authority
CH
Switzerland
Prior art keywords
signals
signal
stage
arrangement according
processing
Prior art date
Application number
CH03479/93A
Other languages
English (en)
Inventor
Jurg Werner
Max Schlegel
Original Assignee
Cerberus Ag
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Cerberus Ag filed Critical Cerberus Ag
Priority to CH03479/93A priority Critical patent/CH686913A5/de
Priority to DK94113869T priority patent/DK0654770T3/da
Priority to DE59409119T priority patent/DE59409119D1/de
Priority to EP94113869A priority patent/EP0654770B1/de
Priority to PT94113869T priority patent/PT654770E/pt
Priority to ES94113869T priority patent/ES2144474T3/es
Priority to AT94113869T priority patent/ATE189549T1/de
Priority to JP6225006A priority patent/JPH07192189A/ja
Priority to US08/345,735 priority patent/US5751209A/en
Priority to CN94118504A priority patent/CN1052087C/zh
Publication of CH686913A5 publication Critical patent/CH686913A5/de

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
    • G08B29/16—Security signalling or alarm systems, e.g. redundant systems
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00—Fire alarms; Alarms responsive to explosion

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Fire-Detection Mechanisms (AREA)
  • Fire Alarms (AREA)
  • Vending Machines For Individual Products (AREA)
  • Looms (AREA)
  • Control Of Combustion (AREA)
  • Alarm Systems (AREA)

Description

1
CH 686 913 A5
2
Beschreibung
Die vorliegende Erfindung betrifft eine Anordnung zur Früherkennung von Bränden, mit einer Mehrzahl von mit einer Zentrale verbundenen Meldern, von denen einige mit mindestens zwei Sensoren zur Überwachung von verschiedenen Brand-kenngrössen ausgerüstet sind, und mit Mitteln zur Verarbeitung der Signale der Sensoren.
Da bei Meldern mit Mehrfachsensoren die einzelnen Sensoren verschiedene Parameter überwachen, kann das Antwortverhalten der Melder besser ausgeglichen und dadurch die Fehleralarmrate pro Detektionspunkt deutlich reduziert werden. Ausserdem steigt durch die mit der Mehrfachüberwachung verbundene Redundanz die Zuverlässigkeit und führt zu einem Ausgleich zwischen den bei Einfachdetektoren auftretenden schwachen und starken Punkten.
Durch die Erfindung soll nun die Fehleralarmrate pro Detektionspunkt weiter reduziert und gleichzeitig eine möglichst frühzeitige Detektionsfähigkeit erhalten werden.
Diese Aufgabe wird erfindungsgemäss dadurch gelöst, dass die genannten Mittel zur Verarbeitung der Signale der Sensoren dezentral in den Meldern angeordnet sind und einen Microcontroller zur Aufbereitung der Sensorsignale und zur Signalverarbeitung zum Zweck der Gewinnung von Gefahrensignalen aufweisen, und dass die Gewinnung der Gefahrensignale in einem neuronalen Netzwerk erfolgt.
Bei der erfindungsgemässen Anordnung ist also die Signalverarbeitung von der Zentrale in die Melder verlagert und dezentralisiert, wodurch die Beschränkung der Kommunikationsbandbreite der üblichen Verbindungen zwischen Zentrale und Meldern ohne Einfluss ist. Ausserdem ist die Beobachtungslänge der Signale keinen Einschränkungen unterworfen und die Möglichkeit einer Überlastung der Zentrale ist praktisch ausgeschlossen. Die hohe Redundanz des Systems hat ausserdem den Vorteil, dass bei Ausfall oder Störung des Hauptprozessors in der Zentrale die Melder selbst Alarm auslösen können.
Die Verwendung des neuronalen Netzwerks hat den Vorteil, dass die Zuverlässigkeit der Melderfunktion ganz allgemein verbessert wird, indem eine breite Palette von Möglichkeiten der Verknüpfung der verschiedenen Signalsignaturen, das sind die Erkennungsmuster, besteht und in dem neuronalen Netzwerk auch optimal genutzt werden kann.
Im folgenden wird die Erfindung anhand eines Ausführungsbeispiels und der Zeichnungen näher erläutert; dabei zeigt:
Fig. 1 ein Übersichtsdiagramm der Signalverarbeitung im Melder,
Fig. 2a, b ein Schema der beiden Signalpfade der Signalverarbeitung; und
Fig. 3 ein Diagramm des neuronalen Netzwerks der Signalverarbeitung.
Fig. 1 zeigt eine Übersicht der Signalverarbeitung im Melder, die in fünf Stufen S1 bis S5 aufgeteilt werden kann. Die erste Stufe S1 besteht aus der
Sensor-Hardware und enthält im wesentlichen einen durch einen NTC-Sensor gebildeten Thermosensor 1, einen durch einen Lichtpulssender und einen Lichtpulsempfänger gebildeten optischen Sensor 2, ein Vorspannungsnetzwerk 3 für den Thermosensor 1 und einen ASIC 4. Zur Sensor-Hardware gehört ausserdem noch ein A/D-Wandler 5 eines Microcontrollers MCU.
Die MCU weist in bekannter Weise eine ROM-Maske auf, die das Betriebssystem und die Sensorsoftware des Melders enthält und damit sämtliche Abläufe auf der Funktionsebene, also die Sensorsteuerung, die Signalverarbeitung sowie die Adressierung und die Kommunikation mit der Zentrale kontrolliert. Der ASIC 5 beinhaltet alle Verstärker und Filter für das Signal des Lichtimpulsempfängers, einen Einchip-Temperatursensor, die Ansteuerelektronik für den Lichtpulssender, einen Quarzoszillator und das Aufstart-/Power-Manage-ment sowie die Linienüberwachung für die MCU. Zwischen der MCU und dem ASIC 4 bestehen ein bidirektionaler, serieller Datenbus und diverse Kontrollleitungen.
In der an den A/D-Wandler 5 anschliessenden zweiten Stufe S2 werden die Signale aufbereitet, wobei durch verschiedene Kompensationen versucht wird, ein möglichst genaues Abbild der reellen Messgrössen zu erhalten. In der dritten Stufe S3 werden Signalsignaturen oder Kriterien extrahiert, die dann in der vierten Stufe S4 in einem neuronalen Netzwerk NN zu einem skalaren Gefahrensignal kondensiert und einer Gefahrenstufe zugeordnet werden. In der fünften Stufe S5 wird schliesslich in einer Verifizierungsstufe 6 der Entscheid über die definitive Gefahrenstufe gefällt und zusammen mit dem Funktionszustand oder Status an das Kommunikationsinterface der MCU weitergeleitet.
Gemäss Fig. 1 werden die ersten drei Stufen S1 bis S3 vom Signal des thermischen Sensors 1 und vom Signal des optischen Sensors 2 getrennt durchlaufen, was in der Figur durch zwei Signalpfade, einen «thermischen» und einen «optischen» Pfad, symbolisiert ist, die dann in der vierten Stufe S4, also im neuronalen Netzwerk zusammengeführt sind. Der Signalfluss der beiden Pfade durch die Stufen S1 bis S3 ist in den Fig. 2a und 2b, und das neuronale Netzwerk NN ist in Fig. 3 im Detail dargestellt.
Nachfolgend soll nun zuerst der thermische und dann der optische Signalpfad näher beschrieben werden: Der NTC-Temperatursensor 1 wird über das Vorspannungsnetzwerk 3 gepulst betrieben und die NTC-Spannung wird dem A/D-Wandler 5 zugeleitet. Die NTC-Temperaturdaten werden nachfolgend in einer Stufe 7 analysiert, wobei Unterbrechungen und Kurzschluss erkannt werden. In der Stufe 7 wird ausserdem zur Erhöhung der Messgenauigkeit der Einfluss von kleinen Treiberspannungsänderungen auf den Messwert kompensiert. Allfällige Störspitzen werden im nachfolgenden «anti-EMI»-Algorithmus 8 entfernt. Dieser begrenzt die Signaländerung von einer Messung zur nächsten auf bestimmte, im Datenspeicher der MCU gespeicherte Werte. Normale Brandsignale passieren diesen Algorithmus unverändert.
5
10
15
20
25
30
35
40
45
50
55
60
65
2
3
CH 686 913 A5
4
Anschliessend wird in einer Linearisierungsstufe 9 das Ausgangssignal des A/D-Wandlers mittels einer Interpolationstabelle gemäss der Charakteristik des NTC-Sensors in einen Temperaturwert umgerechnet. Dann wird in einem Block 10 die Wärmeableitung durch Anschlussdrähte und Kunststoffwandung und in einem Block 11 die Wärmekapazität des NTC-Sensors 1 kompensiert. Die Ausgangssignale der Blöcke 10 und 11 durchlaufen dann eine digitale Filterbank 12 und werden schliesslich in einer Stufe 13 mit Parametern verknüpft. Am Ausgang der Stufe 13 und damit am Ende des thermischen Pfads stehen dann mehrere, vom NTC-Signal und damit von der Temperatur abhängige Signatursignale oder Kriterien S1 bis Sm zur Verfügung.
Im optischen Signalpfad treibt ein Pulsgenerator 14, der alle 3 s einen knapp 100 langen Strompuls erzeugt, eine den Lichtimpulssender bildende Infrarot-Leuchtdiode 15, die einen Lichtpuls in den optischen Streuraum sendet. Das von allfällig vorhandenem Rauch gestreute Licht wird von einer Linse gesammelt und auf eine Empfänger-Photodi-ode 15' geleitet. Der resultierende Photostrom wird synchron zum Sendepuls von einem Integrator 16 integriert. Der nachfolgende, immer noch differenti-elle Spannungsverstärker 17 bietet mehrere wählbare Verstärkungseinstellungen an. Damit wird der Melder-Grobabgleich vorgenommen. Ein sogenanntes AMB-Filter 18 eliminiert Gleichstromanteile und niederfrequente Störungen aus dem Signal. Hochfrequente Störungen wurden bereits vom Integrator 17 beseitigt. Am Ausgang des AMB-Filters 18 erscheint ein einziges unipolares Signal, das von einem Spannungsverstärker 19 weiter verstärkt wird.
Das Ausgangssignal des Verstärkers 19 wird im A/D-Wandler 5 in digitale Daten umgewandelt, womit die softwaremässige Signalverarbeitung beginnt (Fig. 1, Stufe S2). Durch Differenzbildung in einer Stufe 20 zwischen einer Hell- und einer Dunkelmessung wird jetzt der effektive Signalhub bestimmt. Dieser gelangt in einen Block 21 und kann dort dank der Verfügbarkeit der ASIC-Temperatur so korrigiert werden, dass eine weitgehende Kompensation der Temperaturabgänge der optoelektronischen Bauteile erfolgt. Als letzte und praktisch stufenlose Anpassung der Signale an eine Sollgrös-se dient der softwaremässige Feinabgleich, der ebenfalls im Block 21 erfolgt. Im nächsten Block 22 beseitigt eine Nachführung diejenigen Signalanteile, die durch sehr langsame Umwelteinflüsse (beispielsweise Verstaubung) verursacht sind, und die mit der Zeit ein Scheinrauchsignal erzeugen und damit die Empfindlichkeit verändern würden.
Das Resultat aus den bisherigen Verarbeitungsschritten ist eine Grösse, die den effektiven, gefilterten, abgeglichenen, temperaturkompensierten und nachgeführten Rauchwert darstellt und die unmittelbare Referenz für die Ermittlung der Gefahrenstufe bildet. Als letztes Glied (Block 23) in der optischen Signalverarbeitung wirken von verschiedenen Parametersätzen gesteuerte Algorithmen, die das zeitliche Verhalten der den Rauchwert darstellenden Grösse beurteilen. Am Ende des optischen Signalverarbeitungspfades stehen dann die Signatursignale Sm + 1 bis Sn zur Verfügung.
Die Signatursignale S1 bis Sn des thermischen und des optischen Pfades bilden die Eingangsebene L0 eines geschichteten, neuronalen Netzwerks NN, das in Fig. 3 dargestellt ist. Aus der Darstellung des neuronalen Netzwerks NN in Fig. 1 ist ersichtlich, dass diese Eingangsgrössen entweder vom Temperatursignal (T) abhängig sind, oder vom optischen Signal (O) oder von beiden. Das Netzwerk weist neben der Eingangsebene L0 noch weitere Ebenen L1 bis L5 mit sogenannten Neuronen oder Knoten auf. In diesen werden die mit Parametern gewichteten Eingangsgrössen einer Addition und einer Maximum- und/oder Minimumverknüpfung unterworfen. Die Addition erfolgt in den mit A und die Maximum- und/oder Minimumverknüpfung in den mit M bezeichneten Neuronen.
Dabei ist die Maximumverknüpfung die nichtlineare Netzwerkfunktion:
yi = max (w1* x1, w2* x2 wn* xn),
[xi = Eingangswert, yi = Ausgangswert]
die nach dem Prinzip «alles gehört dem Stärksten» arbeitet.
Die Addition ist das Skalarprodukt:
yi = L wi* xi, [xi = Eingangswert,
yi = Ausgangswert].
Zwischen den Neuronen sind grundsätzlich alle Verbindungen möglich. In einer Lernphase während der Entwicklung des Melders kann das Netzwerk in eine Lernumgebung eingebunden werden. Dabei werden sich durch den Lerneffekt des Netzwerks bestimmte Verbindungen als bevorzugt erweisen und sich verstärken und andere werden gleichsam verkümmern. Alternativ kann das Netzwerk auch ohne Lernphase konstruiert werden. In beiden Fällen werden aus Sicherheitsgründen im Betrieb die Gewichte des Netzwerks eingefroren.
Zwischen der Eingangs- und der Ausgangsebene L0 bzw. L5 des neuronalen Netzwerks NN erfolgt eine Konzentration der jeweiligen Eingangsgrössen auf eine einzige Ausgangsgrössen, die ein skalares Gefahrensignal darstellt. Das Gefahrensignal wird in einer Quantisierungsstufe 24 einer von mehreren, beispielsweise von mindestens drei, Gefahrenstufen zugeordnet, und dieses einer der Gefahrenstufen zugeordnete Signal ist das Ausgangssignal GS des neuronalen Netzwerks NN.
Schliesslich erfolgt in der dem neuronalen Netzwerk nachgeordneten Verfifizierungsstufe 6 die Verifizierung der definitiven Gefahrenstufe. Das entsprechende Ausgangssignal GSdef wird zusammen mit dem Funktionszustand (Fig. 1, «Status») über das Kommunikationsinterface der MCU der Zentrale mitgeteilt.
Abschliessend sollen noch einige besonders vorteilhafte Eigenschaften und Zusatzfunktionen des beschriebenen Rauchmelders erwähnt werden:
- Die Messung der aktuellen ASIC-Temperatur mit Hilfe eines Einchip-Temperatursensors wurde bereits erwähnt. Diese Messung, die periodisch er5
10
15
20
25
30
35
40
45
50
55
60
65
3
5
CH 686 913 A5
6
folgt, liefert einen Temperaturwert, mit dem die Temperaturgänge der optoelektronischen Bauteile softwaremässig kompensiert werden, so dass auch bei extremen Temperaturen zuverlässige Rauchdichtemessungen vorgenommen werden können.
- Die Funktionsweise der Signalnachführung wurde ebenfalls bereits erwähnt. Das Rauchdichtesignal wird von sehr niederfrequenten Anteilen befreit, um Einflüsse der Umwelt auszufiltern, die signifikant langsamer sind als Brandphänomene (beispielsweise Verstaubung). Damit wird eine sehr gute Langzeitkonstanz der Rauchempfindlichkeit erreicht.
- Regelmässig wird automatisch ein Selbsttest auf gewisse Fehler durchgeführt, der den Melder einer detaillierten Diagnose unterzieht.
Wenn auch die beiden Hauptmerkmale des beschriebenen Melders, die Verlagerung der Signalverarbeitung von der Zentrale in die Melder und die Verwendung eines neuronalen Netzwerks bei der Signalverarbeitung, für Melder mit Mehrfachsensoren besonders vorteilhaft ist, so sollen diese Mehrfachsensoren nicht als einschränkend verstanden werden.
Selbstverständlich können auch Melder mit nur einem Sensor in der beschriebenen Art ausgebildet sein. Ausserdem sei noch erwähnt, dass das neuronale Netzwerk NN einen ganz speziellen, einer Fuzzy-Logic verwandten Typus darstellt und daher auch durch eine Fuzzy-Logic ersetzt werden könnte. Aus diesem Grund ist daher in der vorliegenden Beschreibung der Begriff «neuronales Netzwerk» so zu verstehen, dass er eine Fuzzy-Logic ein-schliesst.

Claims (16)

Patentansprüche
1. Anordnung zur Früherkennung von Bränden, mit einer Mehrzahl von mit einer Zentrale verbundenen Meldern, von denen einige mit mindestens zwei Sensoren zur Überwachung von verschiedenen Brandkenngrössen ausgerüstet sind, und mit Mitteln zur Verarbeitung der Signale der Sensoren, dadurch gekennzeichnet, dass die genannten Mittel zur Verarbeitung der Signale der Sensoren (1, 2) dezentral in den Meldern angeordnet sind und einen Microcontroller (MCU) zur Aufbereitung der Sensorsignale und zur Signalverarbeitung zum Zweck der Gewinnung von Gefahrensignalen aufweisen, und dass die Gewinnung der Gefahrensignale in einem neuronalen Netzwerk (NN) erfolgt.
2. Anordnung nach Anspruch 1, dadurch gekennzeichnet, dass die Signalverarbeitung für jeden der beiden Sensoren (1, 2) einen getrennten Pfad aufweist, und dass die beiden Pfade am Eingang des neuronalen Netzwerks (NN) zusammengeführt sind.
3. Anordnung nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass das neuronale Netzwerk (NN) mehrere Ebenen (L1 bis L5) mit Knoten (A, M) aufweist, in denen die mit Parametern gewichteten Eingangsgrössen einer Addition und Maximum-und/oder Minimumverknüpfung unterworfen werden.
4. Anordnung nach Anspruch 3, dadurch gekennzeichnet, dass der Microcontroller (MCU) eine Maske mit dem Betriebssystem und der Sensorsoftware des Melders und einen Datenspeicher aufweist, und dass dem Microcontroller ein ASIC (4) zugeordnet ist, der Verstärker und Filter für das Signal des Empfängers eines optischen Sensors (2), einen Temperaturfühler, die Ansteuerelektronik für den Sender des optischen Sensors und einen Quarzoszillator enthält.
5. Anordnung nach Anspruch 3, dadurch gekennzeichnet, dass ein thermischer Pfad eine erste Stufe (S1) mit einem Vorspannungsnetzwerk (3) für den Betrieb eines thermischen Sensors (1) und mit einem A/D-Wandler (5), eine zweite Stufe (S2) zur Aufbereitung der Signale und für eventuelle Kompensationen und eine dritte Stufe (S3) zur Gewinnung von Signalsignaturen enthält, welche Eingangsgrössen für das neuronale Netzwerk (NN) bilden.
6. Anordnung nach Anspruch 5, dadurch gekennzeichnet, dass die zweite Stufe (S2) einen Block (7) zur Analyse der Ausgangssignale des A/D-Wand-lers (5) auf mögliche Fehler und/oder zur Kompensation des Einflusses von Änderungen der Treiberspannung auf den Messwert und/oder einen Block (8) zur Entfernung von Störspitzen, einen Block (9) zur Umrechnung des Messwerts in einen Temperaturwert und/oder einen Block (10 bzw. 11) zur Kompensation der Wärmeableitung und/oder der Wärmekapazität aufweist.
7. Anordnung nach Anspruch 6, dadurch gekennzeichnet, dass im Block (8) zur Entfernung von Störspitzen eine Begrenzung der Signaländerung von einer Messung zur anderen auf bestimmte Werte erfolgt.
8. Anordnung nach Anspruch 5, dadurch gekennzeichnet, dass die dritte Stufe (S3) Mittel zur Verknüpfung der Ausgangssignale der genannten Elemente enthält, so dass am Ende des thermischen Pfades verschiedene aus den Temperatursignalen abgeleitete Signatursignale zur Verfügung stehen.
9. Anordnung nach Anspruch 3, dadurch gekennzeichnet, dass ein optischer Pfad eine erste Stufe (S1) mit einem Pulsgenerator (14) zum Treiben eines Senders (15) und mit einem Integrator (16) für das Signal eines Empfängers (15') eines optischen Sensors (2), sowie mit einem A/D-Wandler (5), eine zweite Stufe (S2) zur Durchführung von eventuellen Kompensationen, und eine dritte Stufe (S3) zur Gewinnung von Signalsignaturen enthält, welche Eingangsgrössen für das neuronale Netzwerk (NN) bilden.
10. Anordnung nach Anspruch 9, dadurch gekennzeichnet, dass dem Integrator (16) ein Spannungsverstärker (17) für den Grobabgleich und diesem ein Filter (18) zur selektiven Detektion des empfangenen Lichtpulses unter Unterdrückung von Störsignalen nachgeschaltet ist.
11. Anordnung nach Anspruch 10, dadurch gekennzeichnet, dass durch das Filter (18) vor, nach und während eines Lichtpulses eine Verrechnung der Signalimpulswerte erfolgt.
12. Anordnung nach Anspruch 9 oder 10, dadurch gekennzeichnet, dass die zweite Stufe (S2) einen Block (20) zur Bestimmung des Signalhubs, einen Block (21) zur Kompensation der Temperaturabgänge der opto-elektronischen Bauteile und/oder
5
10
15
20
25
30
35
40
45
50
55
60
65
4
7
CH 686 913 A5
zum Feinabgleich, und/oder einen Block (22) zur Kompensation des Hintergrundsignals und zur Beseitigung von sich aus langsamen Umwelteinflüssen zusammensetzenden Signalanteilen aufweist, so dass das Ausgangssignal der zweiten Stufe einen abgeglichenen, temperaturkompensierten und nachgeführten Rauchwert darstellt.
13. Anordnung nach Anspruch 9, dadurch gekennzeichnet, dass die dritte Stufe (S3) einen Block (23) zur Beurteilung des zeitlichen Verhaltens des von der zweiten Stufe (S2) gelieferten Rauchwerts mittels einer Filterung enthält, und dass das so gefilterte Rauchwertsignal ein Signatursignal des optischen Pfades bildet.
14. Anordnung nach den Ansprüchen 5 und 9, dadurch gekennzeichnet, dass in den Knoten (A, M) des neuronalen Netzwerks (NN) eine Konzentration der Eingangsgrössen erfolgt, und dass an der Ausgangsebene (L5) des Netzwerks ein skalares Gefahrensignal erhältlich und in einer Quantisierungsstufe (24) einer von mehreren Gefahrenstufen zugeordnet ist.
15. Anordnung nach Anspruch 14, dadurch gekennzeichnet, dass dem neuronalen Netzwerk (NN) eine Verifizierungsstufe (6) zur Verifizierung der definitiven Gefahrenstufe nachgeordnet ist.
16. Anordnung zur Früherkennung von Bränden, mit einer Mehrzahl von mit einer Zentrale verbundenen Meldern, von denen einige mit mindestens zwei Sensoren zur Überwachung von verschiedenen Brandkenngrössen ausgerüstet sind, und mit Mitteln zur Verarbeitung der Signale der Sensoren, dadurch gekennzeichnet, dass die genannten Mittel zur Verarbeitung der Signale der Sensoren (1, 2) dezentral in den Meldern angeordnet sind und einen Microcontroller (MCU) zur Aufbereitung der Sensorsignale und zur Signalverarbeitung zum Zweck der Gewinnung von Gefahrensignalen aufweisen, und dass die Gewinnung der Gefahrensignale mit Hilfe einer Fuzzy-Logic erfolgt.
5
10
15
20
25
30
35
40
45
50
55
60
65
5
CH03479/93A 1993-11-22 1993-11-22 Anordnung zur Frueherkennung von Braenden. CH686913A5 (de)

Priority Applications (10)

Application Number Priority Date Filing Date Title
CH03479/93A CH686913A5 (de) 1993-11-22 1993-11-22 Anordnung zur Frueherkennung von Braenden.
DK94113869T DK0654770T3 (da) 1993-11-22 1994-09-05 Anordning til tidlig identificering af brande
DE59409119T DE59409119D1 (de) 1993-11-22 1994-09-05 Anordnung zur Früherkennung von Bränden
EP94113869A EP0654770B1 (de) 1993-11-22 1994-09-05 Anordnung zur Früherkennung von Bränden
PT94113869T PT654770E (pt) 1993-11-22 1994-09-05 Instalacao para a deteccao precoce de incendios
ES94113869T ES2144474T3 (es) 1993-11-22 1994-09-05 Dispositivo para la deteccion precoz de incendios.
AT94113869T ATE189549T1 (de) 1993-11-22 1994-09-05 Anordnung zur früherkennung von bränden
JP6225006A JPH07192189A (ja) 1993-11-22 1994-09-20 火災の早期発見装置
US08/345,735 US5751209A (en) 1993-11-22 1994-11-20 System for the early detection of fires
CN94118504A CN1052087C (zh) 1993-11-22 1994-11-22 早期火灾探测装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CH03479/93A CH686913A5 (de) 1993-11-22 1993-11-22 Anordnung zur Frueherkennung von Braenden.

Publications (1)

Publication Number Publication Date
CH686913A5 true CH686913A5 (de) 1996-07-31

Family

ID=4256867

Family Applications (1)

Application Number Title Priority Date Filing Date
CH03479/93A CH686913A5 (de) 1993-11-22 1993-11-22 Anordnung zur Frueherkennung von Braenden.

Country Status (10)

Country Link
US (1) US5751209A (de)
EP (1) EP0654770B1 (de)
JP (1) JPH07192189A (de)
CN (1) CN1052087C (de)
AT (1) ATE189549T1 (de)
CH (1) CH686913A5 (de)
DE (1) DE59409119D1 (de)
DK (1) DK0654770T3 (de)
ES (1) ES2144474T3 (de)
PT (1) PT654770E (de)

Families Citing this family (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5659292A (en) * 1995-02-21 1997-08-19 Pittway Corporation Apparatus including a fire sensor and a non-fire sensor
EP0759602B1 (de) 1995-08-23 2001-10-31 Siemens Building Technologies AG Brandmelder
HU224146B1 (hu) * 1998-09-09 2005-05-30 Siemens Building Technologies Ag Tűzjelző és tűzjelző berendezés
DE19902319B4 (de) * 1999-01-21 2011-06-30 Novar GmbH, Albstadt-Ebingen Zweigniederlassung Neuss, 41469 Streulichtbrandmelder
DE19932906A1 (de) * 1999-07-12 2001-01-18 Siemens Ag Verfahren und Anordnung zum Erfassen einer Wärmequelle in einem überwachten Gebiet
US6493687B1 (en) * 1999-12-18 2002-12-10 Detection Systems, Inc. Apparatus and method for detecting glass break
DE10011411C2 (de) 2000-03-09 2003-08-14 Bosch Gmbh Robert Bildgebender Brandmelder
US6184792B1 (en) 2000-04-19 2001-02-06 George Privalov Early fire detection method and apparatus
US7034701B1 (en) * 2000-06-16 2006-04-25 The United States Of America As Represented By The Secretary Of The Navy Identification of fire signatures for shipboard multi-criteria fire detection systems
PT102617B (pt) 2001-05-30 2004-01-30 Inst Superior Tecnico Sistema lidar controlado por computador para localizacao de fumo, aplicavel, em particular, a deteccao precoce de incendios florestais
FR2831981B1 (fr) * 2001-11-08 2005-07-08 Cit Alcatel Procede et dispositif d'analyse d'alarmes provenant d'un reseau de communication
WO2005045775A1 (en) * 2003-11-07 2005-05-19 Axonx, L.L.C. Smoke detection method and apparatus
US7680297B2 (en) * 2004-05-18 2010-03-16 Axonx Fike Corporation Fire detection method and apparatus
US7202794B2 (en) * 2004-07-20 2007-04-10 General Monitors, Inc. Flame detection system
US8248226B2 (en) 2004-11-16 2012-08-21 Black & Decker Inc. System and method for monitoring security at a premises
EP1768074A1 (de) 2005-09-21 2007-03-28 Siemens Schweiz AG Frühzeitige Detektion von Bränden
US7769204B2 (en) * 2006-02-13 2010-08-03 George Privalov Smoke detection method and apparatus
CA2675705A1 (en) * 2007-01-16 2008-07-24 Utc Fire & Security Corporation System and method for video based fire detection
US8378808B1 (en) 2007-04-06 2013-02-19 Torrain Gwaltney Dual intercom-interfaced smoke/fire detection system and associated method
US7786880B2 (en) * 2007-06-01 2010-08-31 Honeywell International Inc. Smoke detector
US8531286B2 (en) * 2007-09-05 2013-09-10 Stanley Convergent Security Solutions, Inc. System and method for monitoring security at a premises using line card with secondary communications channel
DE502008002126D1 (de) † 2008-02-15 2011-02-10 Siemens Ag Gefahrenerkennung mit Einbezug einer in einem Mikrocontroller integrierten Temperaturmesseinrichtung
CN104008625A (zh) * 2014-05-21 2014-08-27 关宏 一种图像智能火灾疏散系统
CN104933841B (zh) * 2015-04-30 2018-04-10 重庆三峡学院 一种基于自组织神经网络的火灾预测方法
EP3531386B1 (de) * 2016-10-24 2024-06-12 Hochiki Corporation Feuerüberwachungssystem
EP3704679A1 (de) * 2017-10-30 2020-09-09 Carrier Corporation Kompensator in einer detektorvorrichtung
AU2019274402A1 (en) * 2018-05-21 2020-12-17 Tyco Fire Products Lp Systems and methods of real-time electronic fire sprinkler location and activation
US11361654B2 (en) * 2020-08-19 2022-06-14 Honeywell International Inc. Operating a fire system network
CN114333251B (zh) * 2021-12-29 2023-06-20 成都中科慧源科技有限公司 一种智能报警器、方法、系统、设备和存储介质

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3099825A (en) * 1960-09-30 1963-07-30 Harriman Cy Control units for fire protective signaling systems
US3703721A (en) * 1971-06-01 1972-11-21 Audio Alert Corp Fire alarm system
US4027302A (en) * 1976-06-03 1977-05-31 W. E. Healey & Associates, Inc. Double detection circuit for conserving energy in fire detection systems and the like
US4319229A (en) * 1980-06-09 1982-03-09 Firecom, Inc. Alarm system having plural diverse detection means
JPS58127292A (ja) * 1982-01-26 1983-07-29 ニツタン株式会社 火災感知システム
US4633230A (en) * 1984-05-04 1986-12-30 Tam Wee M Cooking, fire, and burglar alarm system
JPH0778484B2 (ja) * 1986-05-16 1995-08-23 株式会社日立製作所 空燃比センサの温度制御装置
EP0338218B1 (de) * 1988-03-30 1993-09-15 Cerberus Ag Verfahren zur Brandfrüherkennung
EP0403659B1 (de) * 1988-12-02 1996-08-14 Nohmi Bosai Kabushiki Kaisha Feueralarmsystem
IT225152Z2 (it) * 1990-11-05 1996-10-22 G P B Beghelli S R L Ora Begne Perfezionamento nelle lampade di emergenza, specialmente di tipo por- tatile, provviste di un sensore di un gas e/o di fumo nocivo da combu-stione.

Also Published As

Publication number Publication date
CN1052087C (zh) 2000-05-03
CN1122486A (zh) 1996-05-15
DE59409119D1 (de) 2000-03-09
EP0654770B1 (de) 2000-02-02
EP0654770A1 (de) 1995-05-24
JPH07192189A (ja) 1995-07-28
US5751209A (en) 1998-05-12
PT654770E (pt) 2000-07-31
DK0654770T3 (da) 2000-07-17
ATE189549T1 (de) 2000-02-15
ES2144474T3 (es) 2000-06-16

Similar Documents

Publication Publication Date Title
EP0654770B1 (de) Anordnung zur Früherkennung von Bränden
DE69737336T2 (de) Auf Gültigkeit prüfende Sensoren
DE60014709T2 (de) Zweidraht-sender mit selbstprüfung und niedriger leistung
DE68926958T2 (de) Feueralarmsystem
DE3610466C2 (de)
DE69226277T2 (de) Fail-safe fuehlerschaltung
DE3418622C2 (de)
DE10140134A1 (de) Multi-Sensor Detector
WO2006037804A1 (de) Streulicht-rauchmelder
DE19629275A1 (de) Verfahren und Vorrichtung zur Unterscheidung verschiedener Arten eines Feuers
EP1860410A1 (de) Verfahren zur Verarbeitung des Ausgangssignals eines Messumformers sowie Kraftmessvorrichtung
DE19952327B4 (de) Brandsensor und Verfahren zur Detektion eines Feuers
EP3017279A1 (de) Vorrichtung und verfahren zum ermitteln eines schliesszustands einer haustür oder eines hausfensters
WO2010026025A1 (de) Verfahren zum betreiben einer messstelle und messstelle
DE10109362A1 (de) Verfahren zur Branderkennung
EP1736748A1 (de) Verfahren zur Verarbeitung des Ausgangssignals eines Messumformers sowie eine Kraftmessvorrichtung zur Durchführung des Verfahrens.
EP0788624A1 (de) Verfahren zur analyse eines messwertes sowie messwertanalysator zur durchführung des verfahrens
DE102008057474B4 (de) Meßumformer
EP0418409B1 (de) Verfahren und Vorrichtung zur Berücksichtigung klimatischer Umgebungseinflüsse auf automatische Brandmelder
EP0660282B1 (de) Brandmeldesystem zur Früherkennung von Bränden
EP0707247B1 (de) Analysegerät, insbesondere für Abwasser
EP0376024B1 (de) Verfahren und Vorrichtung zur Korrektur von Bauteiltoleranzen bei der Verarbeitung von Signalen
DE19611503C1 (de) Einrichtung in einem Kraftfahrzeug zur Übertragung von mit Hilfe eines Sensors erzeugten Signalen
EP0995122A1 (de) Offsetregelung
DE10037489A1 (de) Fehlererfassungsvorrichtung für ein Kommunikationssystem

Legal Events

Date Code Title Description
PL Patent ceased