CN110111548A - 一种消防报警设备的补偿优化方法 - Google Patents
一种消防报警设备的补偿优化方法 Download PDFInfo
- Publication number
- CN110111548A CN110111548A CN201910296751.5A CN201910296751A CN110111548A CN 110111548 A CN110111548 A CN 110111548A CN 201910296751 A CN201910296751 A CN 201910296751A CN 110111548 A CN110111548 A CN 110111548A
- Authority
- CN
- China
- Prior art keywords
- value
- fire protection
- protection warning
- warning equipment
- optimizing method
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
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
- G08B29/18—Prevention or correction of operating errors
- G08B29/20—Calibration, including self-calibrating arrangements
- G08B29/24—Self-calibration, e.g. compensating for environmental drift or ageing of components
- G08B29/26—Self-calibration, e.g. compensating for environmental drift or ageing of components by updating and storing reference thresholds
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Fire-Detection Mechanisms (AREA)
- Fire Alarms (AREA)
Abstract
本发明涉及一种消防报警设备的补偿优化方法,通过在每个校准周期T1内采样,获得采样电压与时间的关系并以Vn=mtn+c进行拟合,确定损失函数后求得新的m′和c′的值,使得L值最小,更新Vn′的线性计算方式,取最后一次记录的tn计算对应的Vn′并以Vn′为新的V1,与测定增量值相加,得到新的报警阈值,等待下一次校准。本发明在不能经常清理和更换迷宫的情况下,可有效避免因迷宫内烟尘堆积或迷宫及器件老化造成的迷宫失灵,减少误报率或漏报率,提高对环境的适应性。
Description
技术领域
本发明涉及调节电变量或磁变量的系统的技术领域,特别涉及一种消防报警设备的补偿优化方法。
背景技术
烟雾探测器也被称为感烟式火灾探测器、烟感探测器、感烟探测器、烟感探头和烟感传感器,主要应用于消防系统。目前,市面上大部分的烟雾探测器均采用较为廉价且可靠的光电接收器,也被称为光电迷宫,其内部一般设置有两个配对设置的红外发光二极管(LED),两个二极管呈一定夹角对向安置,在无烟雾颗粒进入迷宫的情况下,发射管发射的红外光不会被接收管收到,接收管不会有电流产生,而当迷宫中一旦进入烟雾颗粒(μm级),则飘散在迷宫中的颗粒会阻碍发射管的光路造成光的散射,从而接收管电路中有小电流产生。当接收管LED电路中检测到的电流越大,一般则认为进入迷宫的烟雾颗粒越多,实际的电流采样电路会采到电流对应的电压值,通过运算放大电路放大后更精准地被CPU识别。为符合国标一致性要求,烟雾探测器在出厂前都会标定报警阈值,超过报警阈值,则烟雾探测器会发出声光报警信号。
然而,随着烟雾探测器使用时间的增加,环境中的细小灰尘颗粒等会进入烟雾探测器内部,并附着在迷宫内壁上、造成堆积,影响迷宫的内壁的光滑度,这将导致在没有火情发生的情况下,发射管发射的红外光也可能因为散射、反射等现象被接收管接收到,造成误报;另一方面,迷宫的外壳与二极管均会随着时间的推移而发生“材料老化”现象,进而导致烟雾探测器的失灵或失效。
发明内容
本发明解决了现有技术中,随着烟雾探测器使用时间的增加,环境中的细小灰尘颗粒等附着在迷宫内壁上造成堆积,在没有火情发生的情况下发射管发射的红外光也可能因为散射、反射等现象被接收管接收到,且迷宫的外壳与二极管均会随着时间的推移而发生材料老化现象,而导致的烟雾探测器的失灵或失效、误报率增大的问题,提供了一种优化的消防报警设备的补偿优化方法。
本发明所采用的技术方案是,一种消防报警设备的补偿优化方法,所述方法包括以下步骤:
步骤1:根据消防报警设备所出的空间设定校准周期T1,0<T1;
步骤2:设任一校准周期T1内采样次数为n,取得样本集合V,V={V1,V2,V3,…,Vn-1,Vn},样本集合V中的元素对应的采样时间为集合t,t={t1,t2,t3,…,tn-1,tn};n>1;
步骤3:令Vn=mtn+c拟合样本集合V中的元素与对应的采样时间集合t中的元素,其中,m为系数,c为拟合常量;
步骤4:确定损失函数L=(Vn-(mtn+c))2,求得m′和c′的值,使得L值最小;
步骤5:得到拟合后Vn′=m′tn+c′;
步骤6:取最后一次记录的tn,计算对应的Vn′,以Vn′为新的V1,与测定增量值相加,得到新的报警阈值;返回步骤2。
优选地,所述步骤1中,校准周期T1≤2160h。
优选地,所述校准周期T1为720h,n≥100。
优选地,所述步骤4包括以下步骤:
步骤4.1:存在一组m′和c′,使得函数与实际数据间的误差的平方和最小,记为
步骤4.2:确定损失函数L=(Vn-(mtn+c))2,
步骤4.3:求关于c和m的偏导数,得到 其中,为V的平均值,为t的平均值,为V和t的积的平均值,为t的平方的平均值。
优选地,所述步骤5中,
优选地,所述步骤6中,测定增量值为消防报警设备在烟雾浓度发生变化时的电压值与上一个采样电压值相比的差值。
优选地,所述方法还包括复检方法,所述复检方法包括以下步骤:
步骤7.1:每N个检测周期对N个m值进行汇总,N个m值以检测周期的先后进行排序;
步骤7.2:若N个m值顺次持续增大,进行内部清理,否则报警,进行检修。
优选地,3≤N≤6。
本发明提供了一种优化的消防报警设备的补偿优化方法,通过在每个校准周期T1内采样,获得采样电压与时间的关系并以Vn=mtn+c进行拟合,确定损失函数后求得新的m′和c′的值,使得L值最小,更新Vn′的线性计算方式,取最后一次记录的tn计算对应的Vn′并以Vn′为新的C1,与测定增量值相加,得到新的报警阈值,等待下一次校准。
本发明在不能经常清理和更换迷宫的情况下,可有效避免因迷宫内烟尘堆积或迷宫及器件老化造成的迷宫失灵,减少误报率或漏报率,提高对环境的适应性。
具体实施方式
下面结合实施例对本发明做进一步的详细描述,但本发明的保护范围并不限于此。
本发明涉及一种消防报警设备的补偿优化方法,所述方法包括以下步骤。
步骤1:根据消防报警设备所出的空间设定校准周期T1,0<T1。
步骤2:设任一校准周期T1内采样次数为n,取得样本集合V,C={C1,C2,V3,…,Vn-1,Vn},样本集合V中的元素对应的采样时间为集合t,t={t1,t2,t3,…,tn-1,tn};n>1。
所述步骤1中,校准周期T1≤2160h。
所述校准周期T1为720h,n≥100。
本发明中,一般情况下每隔至多三个月迷宫中会累积一定数量的灰尘颗粒附在内壁上;在灰尘较大的环境中,可能一个月就需要做一次校准,校准周期可根据实际情况配置,最大不超过三个月。
本发明中,设置校准周期单位为小时,假设一个月为30天,则一个月为720小时,三个月为2160小时,考虑到CPU内存,设置采样校准数据的周期为6小时一次,即一天4次,可以与烟感本身的检测周期重合。
本发明中,忽略烟感在周期检测实时火情时的采样算法,获取补偿基准值的采样算法与之一致;假设每一个月自动校准迷宫一次,故一个月可得到120个样本数据。
本发明中,一般情况下,为保证线性拟合的准确度,样本数据不应当少于100个。
步骤3:令Vn=mtn+c拟合样本集合V中的元素与对应的采样时间集合t中的元素,其中,m为系数,c为拟合常量。
本发明中,一般颗粒物会较为均匀的分布在两个二极管间并持续附着,相邻的两个校准周期间一般存在电压的跃变,因此一般情况下,检测中需要补偿的值为线性增长,故采用线性函数进行拟合集合。
步骤4:确定损失函数L=(Vn-(mtn+c))2,求得m′和c′的值,使得L值最小。
所述步骤4包括以下步骤:
步骤4.1:存在一组m′和c′,使得函数与实际数据间的误差的平方和最小,记为
步骤4.2:确定损失函数L=(Vn-(mtn+c))2,
步骤4.3:求关于c和m的偏导数,得到 其中,为V的平均值,为t的平均值,为V和t的积的平均值,为t的平方的平均值。
步骤5:得到拟合后Vn′=m′tn+c′。
所述步骤5中,
本发明中,
步骤6:取最后一次记录的tn,计算对应的Vn′,以Vn′为新的V1,与测定增量值相加,得到新的报警阈值;返回步骤2。
所述步骤6中,测定增量值为消防报警设备在烟雾浓度发生变化时的电压值与上一个采样电压值相比的差值。
本发明中,烟感在首次上电的正常室内环境下读出采样电压值,是迷宫中无烟雾的“初始值”,当烟雾浓度发生变化,电压值增大,与前一个值相比会得到一个“增量值”,报警阈值被认为是“初始值”和某个合适的“增量值”之和。
所述方法还包括复检方法,所述复检方法包括以下步骤:
步骤7.1:每N个检测周期对N个m值进行汇总,N个m值以检测周期的先后进行排序;
步骤7.2:若N个m值顺次持续增大,进行内部清理,否则报警,进行检修。
3≤N≤6。
本发明中,复检主要是为了解决烟雾探测器存在的、不能进行补偿优化的问题。
本发明中,当N个m值顺次持续增大,表示光电迷宫中持续附着灰尘颗粒,此时应当在一定的时间内进行清理,保证烟雾探测器的正常工作。
本发明中,当N个m值非顺次持续增大时,可能存在顺次持续减小或存在波动,在这种情况下,更多的考虑到器件失灵或老化,为了保证烟雾探测器能正常工作并应用于消防预警,故应及时报警并进行检修。
本发明通过在每个校准周期T1内采样,获得采样电压与时间的关系并以Vn=mtn+c进行拟合,确定损失函数后求得新的m′和c′的值,使得L值最小,更新Vn′的线性计算方式,取最后一次记录的tn计算对应的Vn′并以Vn′为新的V1,与测定增量值相加,得到新的报警阈值,等待下一次校准。
本发明在不能经常清理和更换迷宫的情况下,可有效避免因迷宫内烟尘堆积或迷宫及器件老化造成的迷宫失灵,减少误报率或漏报率,提高对环境的适应性。
Claims (8)
1.一种消防报警设备的补偿优化方法,其特征在于:所述方法包括以下步骤:
步骤1:根据消防报警设备所出的空间设定校准周期T1,0<T1;
步骤2:设任一校准周期T1内采样次数为n,取得样本集合V,V={V1,V2,V3,...,Vn-1,Vn},样本集合V中的元素对应的采样时间为集合t,t={t1,t2,t3,...,tn-1,tn};n>1;
步骤3:令Vn=mtn+c拟合样本集合V中的元素与对应的采样时间集合t中的元素,其中,m为系数,c为拟合常量;
步骤4:确定损失函数L=(Vn-(mtn+c))2,求得m′和c′的值,使得L值最小;
步骤5:得到拟合后Vn′=m′tn+c′;
步骤6:取最后一次记录的tn,计算对应的Vn′,以Vn′为新的V1,与测定增量值相加,得到新的报警阈值;返回步骤2。
2.根据权利要求1所述的一种消防报警设备的补偿优化方法,其特征在于:所述步骤1中,校准周期T1≤2160h。
3.根据权利要求2所述的一种消防报警设备的补偿优化方法,其特征在于:所述校准周期T1为720h,n≥100。
4.根据权利要求1所述的一种消防报警设备的补偿优化方法,其特征在于:所述步骤4包括以下步骤:
步骤4.1:存在一组m′和c′,使得函数与实际数据间的误差的平方和最小,记为
步骤4.2:确定损失函数L=(Vn-(mtn+c))2,
步骤4.3:求关于c和m的偏导数,得到其中,为V的平均值,为t的平均值,为V和t的积的平均值,为t的平方的平均值。
5.根据权利要求4所述的一种消防报警设备的补偿优化方法,其特征在于:所述步骤5中,
6.根据权利要求1所述的一种消防报警设备的补偿优化方法,其特征在于:所述步骤6中,测定增量值为消防报警设备在烟雾浓度发生变化时的电压值与上一个采样电压值相比的差值。
7.根据权利要求1所述的一种消防报警设备的补偿优化方法,其特征在于:所述方法还包括复检方法,所述复检方法包括以下步骤:
步骤7.1:每N个检测周期对N个m值进行汇总,N个m值以检测周期的先后进行排序;
步骤7.2:若N个m值顺次持续增大,进行内部清理,否则报警,进行检修。
8.根据权利要求7所述的一种消防报警设备的补偿优化方法,其特征在于:3≤N≤6。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910296751.5A CN110111548A (zh) | 2019-04-14 | 2019-04-14 | 一种消防报警设备的补偿优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910296751.5A CN110111548A (zh) | 2019-04-14 | 2019-04-14 | 一种消防报警设备的补偿优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110111548A true CN110111548A (zh) | 2019-08-09 |
Family
ID=67485470
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910296751.5A Pending CN110111548A (zh) | 2019-04-14 | 2019-04-14 | 一种消防报警设备的补偿优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110111548A (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1127394A (zh) * | 1993-12-20 | 1996-07-24 | 塞比卢斯有限公司 | 用于火情的早期检测的火警系统 |
CN101194293A (zh) * | 2005-06-06 | 2008-06-04 | L·凯茨 | 用于可变阈值传感器的系统和方法 |
CN101292154A (zh) * | 2005-09-23 | 2008-10-22 | L·凯茨 | 检测建筑材料中的湿气的方法和设备 |
CN102944583A (zh) * | 2012-11-30 | 2013-02-27 | 重庆大学 | 基于漂移补偿的金属氧化物气体传感器阵列浓度检测方法 |
CN104246433A (zh) * | 2012-01-26 | 2014-12-24 | 因文森斯公司 | 用于移动装置中的传感器的使用中自动校准方法 |
CN105528000A (zh) * | 2016-01-07 | 2016-04-27 | 北京航天发射技术研究所 | 一种用于飞行器的智能温控表 |
CN105938116A (zh) * | 2016-06-20 | 2016-09-14 | 吉林大学 | 基于模糊划分和模型集成的气体传感器阵列浓度检测方法 |
CN107221130A (zh) * | 2017-04-26 | 2017-09-29 | 南京信息工程大学 | 一种家用空气污染分级预警装置及方法 |
US20180012480A1 (en) * | 2013-07-18 | 2018-01-11 | Google Inc. | Systems and methods for multi-criteria alarming |
CN107727545A (zh) * | 2017-09-29 | 2018-02-23 | 四川长虹电器股份有限公司 | 烟雾传感器阀值校准系统及其校准方法 |
CN109073563A (zh) * | 2016-03-31 | 2018-12-21 | ams有限公司 | 用于检测颗粒的方法和传感器系统 |
CN109285313A (zh) * | 2018-08-27 | 2019-01-29 | 广东九联科技股份有限公司 | 一种烟雾报警器的传感器自动校正方法及系统 |
-
2019
- 2019-04-14 CN CN201910296751.5A patent/CN110111548A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1127394A (zh) * | 1993-12-20 | 1996-07-24 | 塞比卢斯有限公司 | 用于火情的早期检测的火警系统 |
CN101194293A (zh) * | 2005-06-06 | 2008-06-04 | L·凯茨 | 用于可变阈值传感器的系统和方法 |
CN101292154A (zh) * | 2005-09-23 | 2008-10-22 | L·凯茨 | 检测建筑材料中的湿气的方法和设备 |
CN104246433A (zh) * | 2012-01-26 | 2014-12-24 | 因文森斯公司 | 用于移动装置中的传感器的使用中自动校准方法 |
CN102944583A (zh) * | 2012-11-30 | 2013-02-27 | 重庆大学 | 基于漂移补偿的金属氧化物气体传感器阵列浓度检测方法 |
US20180012480A1 (en) * | 2013-07-18 | 2018-01-11 | Google Inc. | Systems and methods for multi-criteria alarming |
CN105528000A (zh) * | 2016-01-07 | 2016-04-27 | 北京航天发射技术研究所 | 一种用于飞行器的智能温控表 |
CN109073563A (zh) * | 2016-03-31 | 2018-12-21 | ams有限公司 | 用于检测颗粒的方法和传感器系统 |
CN105938116A (zh) * | 2016-06-20 | 2016-09-14 | 吉林大学 | 基于模糊划分和模型集成的气体传感器阵列浓度检测方法 |
CN107221130A (zh) * | 2017-04-26 | 2017-09-29 | 南京信息工程大学 | 一种家用空气污染分级预警装置及方法 |
CN107727545A (zh) * | 2017-09-29 | 2018-02-23 | 四川长虹电器股份有限公司 | 烟雾传感器阀值校准系统及其校准方法 |
CN109285313A (zh) * | 2018-08-27 | 2019-01-29 | 广东九联科技股份有限公司 | 一种烟雾报警器的传感器自动校正方法及系统 |
Non-Patent Citations (1)
Title |
---|
李笃明: "压阻式传感器温度补偿中几种数值分析方法的应用比较", 《传感器世界》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11105715B2 (en) | System and method of conducting particle monitoring using low cost particle sensors | |
CN107134105B (zh) | 监视系统以及烟探测器 | |
CN1175385C (zh) | 火灾警报系统 | |
US6526801B2 (en) | Method of compensating for drift in gas sensing equipment | |
EP2539689A1 (en) | Method for calibration of a co2 concentration sensor and a measuring device | |
CN101571410B (zh) | 一种智能光电直读器 | |
CN106067244A (zh) | 一种用于周界探测系统的传感器阈值自适应调节方法及系统 | |
JPS61247918A (ja) | アナログセンサの出力補正装置 | |
US11127284B1 (en) | Self-calibrating fire sensing device | |
EP3958233B1 (en) | Self-calibrating fire sensing device | |
JP2020155100A (ja) | 遠隔較正システム及びそのセンサの遠隔較正方法 | |
CN110111548A (zh) | 一种消防报警设备的补偿优化方法 | |
WO2017006593A1 (ja) | センサ監視装置、センサ監視方法、及び、プログラム | |
CN110426069B (zh) | 一种复合型感烟装置及其自动校准方法 | |
Sommer et al. | Brief description of the RS92 GRUAN data product (RS92-GDP) | |
CN107884319B (zh) | 用于对粉尘传感器进行标定的系统和方法 | |
CA3164627A1 (en) | System and method for debris detection and integrity validation for right-of-way based infrastructure | |
GB2592709A (en) | Smoke Detection and Localization based on cloud platform | |
KR102477455B1 (ko) | 딥러닝 기반 고정밀 라돈 모니터링 시스템 및 그 방법 | |
CN115359641B (zh) | 一种面向光电传感设备的规律型误报判断方法 | |
CN208298382U (zh) | 用于地面气象站的采集通道 | |
JP2022147696A (ja) | 煙監視システム | |
US10778957B2 (en) | Adjustable lighting in a stereo-optical counting device based on ambient lighting | |
JPH10334363A (ja) | 光電式煙感知器 | |
JP2023161638A (ja) | 火災報知システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190809 |