CN111009094A - 新型光电式感烟火灾探测报警方法、装置及系统 - Google Patents
新型光电式感烟火灾探测报警方法、装置及系统 Download PDFInfo
- Publication number
- CN111009094A CN111009094A CN201911183789.8A CN201911183789A CN111009094A CN 111009094 A CN111009094 A CN 111009094A CN 201911183789 A CN201911183789 A CN 201911183789A CN 111009094 A CN111009094 A CN 111009094A
- Authority
- CN
- China
- Prior art keywords
- fire
- sample
- light intensity
- smoke
- data
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/10—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/10—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means
- G08B17/103—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means using a light emitting and receiving device
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Fire-Detection Mechanisms (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明属于报警装置技术领域,具体涉及一种新型光电式感烟火灾报警方法。该方法包括:获取持续采集的火灾样本和干扰源样本的散射角θ1、θ2和θ12的散射光强数据,对获取的数据进行计算得到样本参数,依计算得到的样本参数形成样本类别表;对实时采集的检测数据,计算得到样本参数,并与样本类别表进行比对,判断符合时输出火灾预警信号。本发明的火灾报警方法,通过调制后的两个光信号进行数据采集,在同一调制周期内可以得到三个散射光强数据,并据此进行计算和判断,从而使得该方法的预警精度得以提升,可以避免传统预警方向对于干扰源与火灾信号不能区别的不足。
Description
技术领域
本发明属于火灾探测报警技术领域,具体涉及一种新型的光电式感烟火灾探测报警方法、 装置及系统。
背景技术
传统光电式感烟火灾探测器的工作原理是基于朗伯比尔定律,当一束检测光通过烟雾时, 被烟雾颗粒反射或散射到某一个散射角上,通过光电传感器来测量光的强度,以此来测量烟 雾的相对浓度;当烟雾的浓度逐渐加重,就会有更多的光被反射或散射到光电传感器上,使 其输出电信号量到达设定报警阈值,探测器发出火灾报警信号。
传统光电式感烟火灾探测器的光学迷宫,一般采用一个发射装置和一个接收装置,散射 角设置为60°,并对接收到的信号,按特定的检测方法进行火灾预警检测。传统光电式感烟火 灾探测器的检测方法,一般以平均法、连续比对法为主。平均法,即是将多次光强值进行平 均算法(也包括:去掉最大值和最小值的方法),求出平均光强值,和设定阀值进行比较,若 大于等于,则报警,否则不报警。连续比对法,即将多次光强值与设定阀值进行比较,若大 于等于,则计数值累计加1,否则为0;当计数值达到设定数值(例如3、5等数值)时,则 报警,否则不报警。
因此,传统的光电式感烟火灾探测器在实际使用时经常会发生误报警的情况。
发明内容
本发明的目的在于提供可以很好地识别干扰源与火灾信号,探测精度高的新型光电式感 烟火灾报警方法、光电式感烟火灾预警装置,以及光电式感烟火灾探测报警系统。
作为本发明的第一方面,提供了一种新型的光电式感烟火灾报警方法,其至少包括以下 步骤:
步骤一:数据获取的步骤,获取样本的散射光强数据;获取方式可以是通过额外设置的 探测单元,也可以是以数据接口形式从系统外部获得。此外,所述的散射光强数据并不单单 仅指通过光线散射的过程而产生的光线数据,实际上,在火灾探测器的实际工作中,随着烟 雾浓度的变化,散射、反射、衍射等过程往往是不同程度同时存在的;考虑到火灾探测器主 要目的是在火灾初期起作用,并且火灾初期是以散射为主,因而,本发明用散射光强来概括 探测单元实际接收到的数据。
步骤二:数据分析的步骤,对上一步骤获取的样本数据进行计算得到样本参数,样本参 数包括粒径d和折射率m中的至少一者。
步骤三:样本表格生成的步骤,对上一步骤计算得到的样本参数,以任意一个参数为衡 量指标,形成若干个数的火灾类别,并确定每一火灾类别的各项样本参数的数值或数值范围, 得到涵盖样本参数的样本表格。当然,形成样本表格的过程类似于多项参数表格的排序,原 则上至少需要以某一项参数为指标,例如粒径d;但是,同时采用多种参数亦是可行的,即 在前一参数相同或相近的情况下,可以进一步选择第二参数进行细分排序,从而最终形成样 本表格;即,可以以一个参数,或是多个参数同时作用以形成火灾类别。
步骤四:火灾预警的步骤,按步骤一的方法获取实时采集待检测样本的检测数据(即其 散射光强数据),按步骤二的方法计算得到检测样本的样本参数,再将得到的样本参数与步骤 三所生成的样本表格进行比对;即:对实际的检测数据依次按步骤一、二的顺序进行处理, 得到其样本参数。并按以下规则进行火灾预警判断:
若计算的检测样本的样本参数符合某一火灾类别参数,则判定为火灾,并发出预警信号。
若不符合任一火灾类别参数,则重复至少两次上述的检测(即检测样本数据采集)、计算 (即样本参数计算)、和比对过程,并计算多次的均值(平均值),再以单次检测的样本参数 或多次检测的样本参数均值进行比对;若单次或多次均值符合某一火灾类别参数,则判定为 火灾,并发出预警信号;若仍不符合任一火灾类别参数,则持续进行数据采集并不断重复计 算和比对过程,直至符合前一条件后判定为火灾并预警,否则重复本步骤以持续监测。
对于上述的样本表格的比对过程,可以采用数值完全对应法,也可以采用权项赋值法。
也就是说,样本表格是按本发明的方法预先制作以作为判断标准的,在日常监测过程中, 对实时采集到的监测数据,按本发明步骤的方法计算得到其样本参数,将其与样本表格比对; 若其对应样本表格中的某一项火灾类别,则判定为火灾并报警;若不符合,重复上述单次监 测过程(采集、分析、比对)并计算各次的均值,再以各次检测的均值数据与样本表格进行 比对,符合则判定为火灾并报警;若仍不符合,则持续进行检测数据采集并不断重复计算和 比对过程,直至上一条件满足判定为火灾或环境恢复正常。当然,在上述多次重复监测过程 中,也可以对后续的每次监测的单次检测数据进行单次判定;即,在重复监测时,同时对各 次的单次检测结果和多次均值进行火灾预警判定。
作为优选,还可以将上述方法中的步骤二替换为新的步骤二,即:
步骤二:数据分析的步骤,对上一步骤获取的样本数据进行计算得到样本参数,样本参 数包括光强比n、颗粒分布e中的至少一者。
进一步地,所述光强比n和颗粒分布e是分别按以下方法计算而得的: 光强比n满足:
n=IS1/IS2;
其中,IS1为散射角θ1的散射光强度,IS2为散射角θ2的散射光强度; 颗粒分布e满足:
e=D(d,m);或,e=D(n);
其中,d为颗粒的粒径,m为折射率,n为光强比。
作为优选,粒径d和折射率m是分别按以下方法计算而得的:
散射光强IS满足:Is=Ir+Iι;
其中,Ir、Iι分别为垂直于散射面和平行于散射面的量,它们满足:
上式中,
i1(θ),i2(θ)分别为:
其中,αι、bι为:
α,β满足:
α=πd/λ;
β=mα;
作为优选,所述样本参数还包括升烟率l、烟增量y、烟浓度a和烟曲率k;所述升烟率l、 烟增量y、烟浓度a和烟曲率k分别是按以下方法计算而得的:
首先,以时间为横轴,光强值为纵轴,绘制火灾烟雾颗粒散射光强的数据曲线;
再根据绘制的火灾烟雾颗粒散射光强的数据曲线,计算出升烟斜率l、烟增量y、烟浓度 a、烟曲率k。在该曲线中,以光强曲线A点到B点的斜率作为升烟斜率l,以光强曲线A点到B点增量作为烟增量y,以光强曲线上a点的值作为烟浓度a,以光强曲线k1点到k2点之 间的变化率作为烟曲率。
作为优选,在步骤一中,每一样本的散射光强数据至少包括散射角θ1的散射光强度和散 射角θ2的散射光强度;散射角θ1的散射光强度和散射角θ2的散射光强度是位于两个不同位 置和角度的两发射装置(例如光发射管)分别作用时的所接收到的散射光信号的光强值。更 佳地,每一样本的散射光强数据还可以进一步包括散射角θ12的散射光强数据,其是两发射 装置共同作用下所接收到的散射光信号的光强值。
作为优选,在步骤一中,样本可以包括火灾样本和干扰源样本;同时,在步骤三中,得 到样本表格时,使得该样本表格涵盖各样本的样本参数,并使得任意一干扰源样本与该样本 表格比对不符合其中任意一个火灾类别(即不涵盖干扰源样本)。
进一步地,所述火灾样本可以包括10根木块阴燃火、90根棉绳阴燃火、聚氨酯塑料明 火、正庚烷明火、70根细木条明火、十氢化萘明火、报纸阴燃火、18根细木条明火、泡棉明火、泡棉阴燃火、衣服、鞋子、合成木板、书、包装盒和毛绒玩具中的至少一者。干扰源样 本可以包括水汽、盐雾、厨房油烟、粉尘、灰尘,尘埃、毛发、蜘蛛丝和小虫子中的至少一 者。
作为优选,该方法还可以进一步包括光强矫正的步骤,即先采用经标定的仪器对发射管 的光强进行测量,得到实际初始光强I0,再以实际测得的实际初始光强I0进行计算而得到相 关的样本参数,从而可以使探测报警更为准确。
作为优选,该方法还包括退出的步骤和日常监测的步骤,以使得该方法具有两种不同精 度的探测方法;在日常监测中,可以通过更为简单的探测方法进行火灾的初探测,一旦符合 条件,再启动上述步骤一至四的精确探测方法;从而可以兼顾探测精度与效率和能耗。
步骤五:退出的步骤,若步骤四判定为非火灾,则将步骤四获取的检测数据(例如散射 光强值)与设定阀值进行比对;若其小于设定阀值,判定环境恢复正常,退出步骤一至四的 方法(精确的探测方法);若大于等于设定阀值,判定环境未恢复正常,继续执行步骤四火灾 预警的步骤,直至小于后退出。
步骤六:日常监测的步骤,间隔一定时间定期采集散射光强数据,例如,每隔3、5s或 更长间隔时间采集一次,将散射光强值与设定阀值进行比较;若采集的数值大于或等于设定 阀值,转步骤一至四的火灾探测报警方法以启动精确探测;若采集的数值小于设定阀值,重 复执行本步骤以进行日常监测,直至大于或等于启动精确探测。或者,间隔一定时间定期采 集散射光强数据,将散射光强值相对于环境基准值的实际增量与设定的增量阀值进行比较, 若实际增量大于或等于增量阀值,转步骤一至四的探测报警方法;若实际增量小于增量阀值, 重复执行本步骤直至启动步骤一至四的探测报警方法。这两种方法均是实际可行的方法,前 者是基于标准数值的比对判断,后者是基于增量变化的比对判断;同时,后者的环境基准值 是可以随使用时间延长和环境变化而修正的。
显然,日常监测中仅通过散射光强数据与设定阀值进行比对的结构是粗糙的,并且易受 干扰,传统探测报警方法不管如何优化,均不能解决探测精确与抗干扰这两方面的缺陷。本 发明的方法将其作为精确探测方法的前导和日常监测使用,并通过新设计的精确探测方法来 弥补其方法的缺陷,使得两者组合使用以后,在探测精度、抗干扰、能耗等方面,均有长足 的进步,形成了一种全新的、实际效果极佳的火灾探测报警方法。
作为本发明的第二方面,提供了一种新型的光电式感烟火灾预警装置,其至少包括以下 模块:
数据获取模块,用于获取样本的散射光强数据;获取方式可以是通过额外设置的探测单 元,也可以是以数据接口形式从系统外部获得。所述的散射光强数据并不单单仅指通过光线 散射的过程而产生的光线数据,实际上,在火灾探测器的实际工作中,随着烟雾浓度的变化, 散射、反射、衍射等过程往往是不同程度同时存在的;考虑到火灾探测器主要目的是在火灾 初期起作用,并且火灾初期是以散射为主,因而,本发明用散射光强来概括探测单元实际接 收到的数据。
数据分析模块,用于对获取的样本数据进行计算得到样本参数,样本参数包括粒径d和 折射率m中的至少一者。
样本表格生成模块,用于对数据分析模块计算得到的样本参数,以任一参数为衡量指标, 形成若干个数的火灾类别,并确定每一火灾类别的各项样本参数的数值或数值范围,得到涵 盖样本参数的样本表格。当然,形成样本表格的过程类似于多项参数表格的排序,原则上至 少需要以某一项参数为指标,例如粒径d;但是,同时采用多种参数亦是可行的,即在前一 参数相同或相近的情况下,可以进一步选择第二参数进行细分排序,从而最终形成样本表格。
火灾预警模块,用于对数据获取模块所获取实时采集的检测数据,经数据分析模块计算 得到检测样本参数,再将检测样本参数与样本表格进行比对。
若符合某一火灾类别参数,则判定为火灾,并发出预警信号;若不符合任一火灾类别参 数,重复至少两次上述的检测、计算和比对过程,并计算均值,再以均值进行比对,若符合 某一火灾类别参数,判定为火灾,并发出预警信号;若均值仍不符合任一火灾类别参数,持 续进行采集并不断重复,直至符合后判定为火灾并预警,否则持续监测。当然,在多次均值 判断时,也可以同时进行单次数据比对和判定。
在该装置中,样本表格是按本发明的方法预先制作以作为判断标准的,在日常监测过程 中,对实时采集到的监测数据,按本发明步骤的方法计算得到其样本参数,将其与样本表格 比对;若对应样本表格中的某一项火灾类别,则判定为火灾并报警;若不符合,重复上述单 次监测过程并计算均值,并以均值进行样本表格比对,符合定为火灾并报警;若仍不符合, 继续重复单次监测过程并计算若干次的均值,持续监测至均值符合或环境恢复正常。
作为优选,所述数据分析模块中粒径d和折射率m可以是分别按以下方法计算而得:
散射光强IS满足:Is=Ir+Iι;
其中,Ir、Iι分别为垂直于散射面和平行于散射面的量,它们满足:
上式中,
i1(θ),i2(θ)分别为:
其中,αι、bι为:
α,β满足:
α=πd/λ;
β=mα;
作为优选,所述数据分析模块替换为:
数据分析模块,用于对获取的样本数据进行计算得到样本参数,样本参数包括光强比n、 颗粒分布e中的至少一者。
作为优选,光强比n和颗粒分布e分别按以下方法计算而得:
光强比n满足:
n=IS1/IS2;
其中,IS1为散射角θ1的散射光强度,IS2为散射角θ2的散射光强度;
颗粒分布e满足:
e=D(d,m);或,e=D(n);
其中,d为颗粒的粒径,m为折射率,n为光强比。
作为优选,所述样本参数还包括升烟率l、烟增量y、烟浓度a和烟曲率k;所述升烟率l、 烟增量y、烟浓度a和烟曲率k分别是按以下方法计算而得的:
首先,以时间为横轴,光强值为纵轴,绘制火灾烟雾颗粒散射光强的数据曲线;
再根据绘制的火灾烟雾颗粒散射光强的数据曲线,在该曲线中,以光强曲线A点到B点 的斜率作为升烟斜率l,以光强曲线A点到B点增量作为烟增量y,以光强曲线上a点的值作 为烟浓度a,以光强曲线k1点到k2点之间的变化率作为烟曲率。
作为优选,每一样本的散射光强数据至少包括散射角θ1的散射光强度和散射角θ2的散 射光强度;更佳地,每一样本的散射光强数据还包括散射角θ12的散射光强数据。其中,散 射角θ1和散射角θ2为不相同的两个散射角,即通过两个处于不同位置和角度(发射管与接 收管的相对角度)的两个发射管分别进行光信号发射,并由同一接收管接收,从而可以产生 两个不同角度的信号,以适应本发明的方法的计算要求;所述散射角θ1和散射角θ2是两发 射管分别独立作用时产生的散射信号,而散射角θ12则是两者共同作用下的散射信号,在确 定的发射参数条件下,这三个散射信号作用于相同的待测烟雾并按本发明的方法进行计算后, 三者的实际有效量程不同。因而,在火灾预警判定中,可以根据需要选择三个散射角中的一 个、两个或三个,作为计算指标,可以以最为恰当的量程对待测烟雾进行检测。当然,在此 基础上,还可以对发射信号进行调制,包括设定调制和动态调制,前者预先设定好若干种不 同脉冲数量、脉冲参数的发射信号,依次使用或根据需要选用后,选择最优检测结果作为报 警基础;或是由CPU根据实时检测数据对发射信号进行动态调制,以使最终检测结果最优。
作为优选,在步骤一中,样本包括火灾样本和干扰源样本;同时,在步骤三中,得到样 本表格时,使得该样本表格涵盖各样本的样本参数,并使得任意一干扰源样本与该样本表格 比对不符合其中任意一个火灾类别。
进一步地,所述火灾样本可以包括10根木块阴燃火、90根棉绳阴燃火、聚氨酯塑料明 火、正庚烷明火、70根细木条明火、十氢化萘明火、报纸阴燃火、18根细木条明火、泡棉明火、泡棉阴燃火、衣服、鞋子、合成木板、书、包装盒和毛绒玩具中的至少一者。干扰源样 本可以包括水汽、盐雾、厨房油烟、粉尘、灰尘,尘埃、毛发、蜘蛛丝和小虫子中的至少一 者。
作为优选,该装置还包括退出判断模块和日常监测模块,以使得该方法具有两种不同精 度的探测方法。在日常监测中,可以通过更为简单的探测方法进行火灾的初探测,一旦符合 条件,再启动上述步骤一至四的精确探测方法;从而可以兼顾探测精度与效率和能耗。当然, 该装置也可以不包括退出判断模块和日常监测模块,而只通过上述精确探测的装置进行日常 探测,只是在能耗性能方面不足。
退出判断模块,用于判断是否退出火灾预警模块,若火灾预警模块判定为非火灾,则将 其获取的检测数据与设定阀值进行比对;若其小于设定阀值,判定环境恢复正常,退出火灾 预警模块;若大于等于设定阀值,判定环境未恢复正常,继续执行火灾预警模块,直至小于 后退出。
日常监测模块,用于日常非火灾情况下进行监测,其将定期采集散射光强数据与设定阀 值进行比较;若采集的数值大于或等于设定阀值,转火灾预警模块;若小于设定阀值,重复 执行日常监测模块,直至大于或等于后启动精确探测。或者,将散射光强值相对于环境基准 值的实际增量和设定的增量阀值进行比较,若实际增量大于或等于增量阀值,转火灾预警模 块;若实际增量小于增量阀值,则重复执行日常监测模块,直至大于或等于后启动精确探测。
显然,日常监测中仅通过散射光强数据与设定阀值进行比对的结构是粗糙的,并且易受 干扰,传统探测报警方法不管如何优化,均不能解决探测精确与抗干扰这两方面的缺陷。本 发明的方法将其作为精确探测方法的前导和日常监测使用,并通过新设计的精确探测方法来 弥补其方法的缺陷,使得两者组合使用以后,在探测精度、抗干扰、能耗等方面,均有长足 的进步,形成了一种全新的、实际效果极佳的火灾探测报警方法。
作为本发明的第三方面,提供了一种新型的光电式感烟火灾探测报警系统,其包括光学 探测装置和探测报警装置;光学探测装置用于采集探测数据,探测报警装置用于对采集的数 据进行处理以产生报警或不报警信号。
所述的探测组件包括两个光信号发射管和一个光信号接收管,两光信号发射管与光信号 接收管之间以散射接收的方式相配合;而所述的探测报警装置为如上任一项所述的光电式感 烟火灾探测报警装置。即:将上述第二方面的光电式感烟火灾预警装置与用于数据采集的组 成,可形成为所述的光电式感烟火灾探测报警系统。
本发明的火灾探测报警方法、装置及系统,主要依赖于重新设计过的火灾报警流程,通 过对散射信号按本发明的方法进行特别的处理,得到专有且更为有效的样本参数,并将火灾 标准样本的参数形成为样本表格;在后续火灾探测时,将实时采集到的检测数据与其进行比 对,从而判断是否属于火灾。该方法、装置和系统,其可以区分干扰源与真实火灾,显著降 低现有光电式感烟探测报警器在探测准确性方面不足。
附图说明
图1是传统报警方法中的脉冲电流示意图,其中,X(μs)为脉冲宽度,Y(mA)为脉冲电流值;
图2是本发明某一实施例的火灾烟雾颗粒散射光强的数据曲线;其中,X轴为时间,Y轴 为光强值;
图3是本发明的火灾探测报警系统的工作流程示意图;
图4是本发明一些实施例的火灾探测报警系统的脉冲电流周期示意图;其中,在图4a、 图4b中,每一检测周期内的电流脉冲的数量及参数(宽度、电流值)均不完全相同,两者也 不相同;在图4c、图4d中,其各自检测周期的电流脉冲相同,但两图的电流脉冲相互不同;
图5是本发明某一实施例报警系统的探测装置的结构示意图;
图6a是图5实施例探测装置的结构分解示意图;
图6b是图5实施例探测装置的剖视图;
图7a、图7b分别是图5实施例探测装置的迷宫结构的正面与背面结构示意图;
图7c是图5实施例探测装置的迷宫结构的正面俯视图;
图8是图5实施例探测装置的探测组件的结构示意图;
图9是图8的俯视图,其中自两发射管和接收管向中心延伸的中心线即为三者的中心轴 线;
图10是图8实施例探测组件实际有效的发射与接收角度示意图。
具体实施方式
为了使本领域技术人员更好地理解本发明,从而对本发明要求保护的范围作出更清楚地 限定,下面就本发明的某些具体实施例对本发明进行详细描述。需要说明的是,以下仅是本 发明构思的某些具体实施方式仅是本发明的一部分实施例,其中对于相关结构的具体的直接 的描述仅是为方便理解本发明,各具体特征并不当然、直接地限定本发明的实施范围。本领 域技术人员在本发明构思的指导下所作的常规选择和替换,均应视为在本发明要求保护的范 围内。
一种新型的光电式感烟火灾探测报警方法,该方法至少包括以下步骤:
步骤一:数据获取的步骤,获取样本的散射光强数据;获取方式可以是通过额外设置的 探测单元(即增设硬件结构,不在该方法的保护范围内),也可以是以数据接口形式从系统外 部获得(即以信号方式获取)。此外,所述的散射光强数据并不单单仅指通过光线的散射过程 而产生的数据,实际上,在火灾探测器的实际工作中,随着烟雾浓度的变化,散射、反射、 衍射等过程往往是不同程度同时存在的;考虑到火灾探测器主要目的是在火灾初期起作用, 并且火灾初期是以散射为主,因而,本发明用散射光强来概括探测单元实际接收到的数据。 或者说,是与减光式相反的散射光式检测方法。
例如,从数据采集组件处获取持续采集各个样本的散射光强数据,每一样本的散射光强 数据应包括散射角θ1的散射光强度和散射角θ2的散射光强度;在此基础上,当然还可以包 括其他的散射光强数据,例如:散射角θ12的散射光强数据。
为提升该方法的探测报警效果,在步骤一中,样本类别可以具体包括火灾样本和干扰源 样本这两种,其中,火灾样本用于作为参考样本,而干扰源数据用于排除干扰;从而通过对 火灾样本数据进行处理以实现预警,并通过对干扰源样本的处理以排除干扰。显然,干扰源 样本并不是必然需要的,只是为降低误报警的几率(或者说提高本发明方法的报警正确率) 而采取的补充性措施。同时,在步骤三中得到样本表格时,相应地应使得该样本表格涵盖各 样本的样本参数,并使得任意一干扰源样本与该样本表格比对不符合其中任意一个火灾类别。
步骤二:数据分析的步骤,对上一步骤获取的各样本数据(即散射光强数据),进行计算 以得到各样本的样本参数,样本参数包括粒径d、折射率m、升烟率l、烟增量y、烟浓度a和烟曲率k中的至少一者。
其中,粒径d和折射率m可以按以下步骤计算而得的:
散射光强IS满足:Is=Ir+Iι;
其中,Ir、Iι分别为垂直于散射面和平行于散射面的量,它们满足:
上式中,
i1(θ),i2(θ)分别为:
其中,αι、bι为:
α,β满足:
α=πd/λ;
β=mα;
为使计算更为准确,该方法还可以进一步包括光强矫正的步骤,即先采用经标定的仪器 对发射管的光强进行测量,得到实际初始光强I0,再以实际测得的实际初始光强I0进行计算 而得到相关的样本参数,从而可以使探测报警更为准确。
步骤三:样本表格生成的步骤,对上一步骤计算得到的各样本的样本参数,以某一参数 (例如:粒径d)为衡量指标,形成若干个数的火灾类别,并确定每一火灾类别的各项样本 参数的数值或数值范围,得到样本表格;并使得该样本表格涵盖各样本的样本参数,即将任 一火灾样本参数与该样本表格比对,均能使得其符合且仅符合其中某一火灾类别。若此前采 集的样本还包括干扰源样本,则还应使得任一干扰源样本与该样本表格比对,使得其不符合 其中任意一个火灾类别。
形成样本表格的过程类似于多项参数表格的排序,原则上至少需要以某一项参数为指标, 例如粒径d;但是,同时采用多种参数亦是可行的,即在前一参数相同或相近的情况下,可 以进一步选择第二参数进行细分排序,从而最终形成样本表格。
该方法(方法1)的样本格式为:粒径d、折射率m、升烟斜率l、烟增量y、烟浓度a、 烟曲率k;其样本表格可以是如下的表格形式所示。
表一 方法1样本表
火灾类别 | 粒径d | 折射率m | 升烟斜率l | 烟增量y | 烟浓度a | 烟曲率k |
1 | D1 | M1 | L1 | Y1 | A1 | K1 |
2 | D2 | M2 | L2 | Y2 | A2 | K2 |
3 | D3 | M3 | L3 | Y3 | A3 | K3 |
4 | D4 | M4 | L4 | Y4 | A4 | K4 |
5 | D5 | M5 | L5 | Y5 | A5 | K5 |
6 | D6 | M6 | L6 | Y6 | A6 | K6 |
7 | D7 | M7 | L7 | Y7 | A7 | K7 |
8 | D8 | M8 | L8 | Y8 | A8 | K8 |
其中,各数值项可以是数值也可以是数值范围,例如:D1可以为0.01um,也可以是0.01-0.1um。
对于该样本表格中任一火灾类别的各项样本参数的数值或数值范围,原则上来说只需要 满足上述要求即可,对于各项参数的具体数值或数值范围,可以在采集适量样本数据的基础 上,通过人工拟定或是计算机迭代计算而得。理论上来说,越多的样本数据会使得最终得到 的样本表格越精确,同时也会带来运算量的相应增加,因而可以根据预警精度或使用场景的 需要,相应地选择样本的种类和数量。需要说明的是,样本数量并不单指选择测试的可燃物 数量,也包括对于同一可燃物在相同或不同条件下的重复试验数据。
所述的火灾样本可以包括10根木块阴燃火、90根棉绳阴燃火、聚氨酯塑料明火、正庚 烷明火、70根细木条明火、十氢化萘明火、报纸阴燃火、18根细木条明火、泡棉明火、泡棉阴燃火、衣服、鞋子、合成木板、书、包装盒和毛绒玩具中的至少一者或全部。干扰源样本 可以包括水汽、盐雾、厨房油烟、粉尘、灰尘,尘埃、毛发、蜘蛛丝和小虫子中的至少一者。 实际来说,可以通过将法规所要求的样本种类纳入火灾样本中,这样可使产品直接符合法规 要求;同时,常规干扰源的加入,可以极大地降低误报警的几率。
对于本发明的方法所使用的火灾样本和干扰源样本,可以是如下设置的:
对于火灾样本,其可以包括:10根木块阴燃火、90根棉绳阴燃火、聚氨酯塑料明火、正 庚烷明火、70根细木条明火、十氢化萘明火、报纸阴燃火、18根细木条明火、泡棉明火、泡棉阴燃火等CCCF、EN、UL等法规中所规定的火灾样本进行数据采集,以使该报警方法的产品符合相关法规要求;并在极限状态下,创建火灾数据样本。除此之外,还可以对日常生活中比较常见的材料,进行火灾实验,获取火灾数据(即样本材料包括常见材料);例如:衣服、鞋子、合成木板、书、包装盒、毛绒玩具等等。
对于干扰源数据的采集,可以对水汽、盐雾、厨房油烟、粉尘、灰尘,尘埃(悬浮颗粒)、 毛发、蜘蛛丝和小虫子等干扰源进行数据采集,并在极限状态下,创建干扰源数据样本。
步骤四:火灾预警的步骤,按步骤一的方法实时采集检测数据,按步骤二的方法对其进 行处理,得到待检测样本的样本参数,将其与步骤三得到的样本表格进行比对。
若其符合某一火灾类别参数,则判定为火灾,并发出预警信号;若不符合任一火灾类别 参数,重复至少两次上述过程以计算平均值,再以均值进行比对,若符合某一火灾类别参数, 判定为火灾,并发出预警信号;若均值仍不符合任一火灾类别参数,持续进行采集并不断重 复计算均值和比对,直至符合后判定为火灾并预警,否则持续监测。同时,在多次检测过程 中,同样对各次检测的单次数据进行单次比对和判定。
该方法在实际使用中,可以分两来部分来实现。
第一部分,按步骤1-3得到样本表格,并储存后备用;样本表格可以储存于云端并通过 数据链路(4G网络、WIFI等现有成熟通信技术)读取,可以固化储存于警报器的存储介质内, 也可以是储存于U盘等可移除介质上;这三种储存方式有其各自的优缺点(云端便于优化升 级但需要增加通讯模块,固化储存成本更低且不利于升级,可移除介质亦会有硬件成本),可 以根据需要选用。当然,实际的储存方式并不局限于此,也可以是其他可实现本发明方法的 方式。
第二部分,在安装完成后的探测报警过程中,当该方法被激活后,按步骤1的方法实时 采集检测数据,再按步骤2的方法对其进行运算处理以得到检测样本参数,最后将获得的检 测样本参数与第一部分储存的样本表格进行比对,并按既定比对方法进行判断;若判断符合, 输出预警信号,若不符合,持续监测并判断。
一种新型的光电式感烟火灾探测报警方法,其整体与上一方法相同,区别仅在于,在该 方法中,对步骤二进行适当的变化,使其样本参数包括光强比n、颗粒分布e、升烟斜率l、 烟增量y、烟浓度a、烟曲率k中的至少一者(即新的步骤二替换原步骤二)。
其中,光强比n、颗粒分布e可以按以下步骤计算而得的:
光强比n满足:
n=IS1/IS2;
其中,IS1为散射角θ1的散射光强度,IS2为散射角θ2的散射光强度;
颗粒分布e满足:
e=D(d,m);或,e=D(n);
其中,d为颗粒的粒径,m为折射率,n为光强比,计算方法同上。
该方法(简称方法2)所使用的样本格式为:光强比n、颗粒分布e、升烟斜率l、烟增量y、烟浓度a、烟曲率k,其步骤三所形成的样本表格可以是如下的表格形式:
表二 方法2样本表
火灾类别 | 光强比n | 颗粒分布e | 升烟斜率l | 烟增量y | 烟浓度a | 烟曲率k |
1 | N1 | E1 | L1 | Y1 | A1 | K1 |
2 | N2 | E2 | L2 | Y2 | A2 | K2 |
3 | N3 | E3 | L3 | Y3 | A3 | K3 |
4 | N4 | E4 | L4 | Y4 | A4 | K4 |
5 | N5 | E5 | L5 | Y5 | A5 | K5 |
6 | N6 | E6 | L6 | Y6 | A6 | K6 |
7 | N7 | E7 | L7 | Y7 | A7 | K7 |
8 | N8 | E8 | L8 | Y8 | A8 | K8 |
同样地,上表中各数值项可以是数值也可以是数值范围。
以上相关步骤中的升烟率l、烟增量y、烟浓度a和烟曲率k,是按以下方法计算而得的:
首先,以时间为横轴,光强值为纵轴,绘制火灾烟雾颗粒散射光强的数据曲线,例如图 2所示。
再根据绘制的火灾烟雾颗粒散射光强的数据曲线,计算出升烟斜率l、烟增量y、烟浓度 a、烟曲率k。在该曲线中,以光强曲线A点到B点的斜率作为升烟斜率l,以光强曲线A点到B点增量作为烟增量y,以光强曲线上a点的值作为烟浓度a,以光强曲线k1点到k2点之 间的变化率作为烟曲率。
以上是本发明方法的两种示例性实用方法,其一是由步骤一、二、三、四组成的方法, 另一者为由步骤一、新的步骤二与步骤三、四所组成的方法;这两种方法的区别在于,步骤 二中所使用的样本参数不同,前者包括粒径d、折射率m、升烟率l、烟增量y、烟浓度a和烟曲率k,而后者则包括光强比n、颗粒分布e、升烟率l、烟增量y、烟浓度a和烟曲率k; 并且,两者的运算量也有所差异。这两种报警方法的区别在于计算方式不一样,因而对硬件 的要求也不同,比较来说后者对硬件要求更低。这主要是原因计算过程是迭代计算的,例如 对于方法1而言,是先拟定一个d与m的数值,并计算α,β,再依次经式4、式3、式2和 式1而计算Ir+Iι,最后得到散射光强IS,并与采集散射光强IS的比较;重复这一迭代计算过 程直至得到d、m。因此,后一种方法可以节省一些计算量,其对硬件要求更低,也更有效。
此外,虽然以上两种方法中的样本参数内容有相同有不同,并且以方法1与方法2对两 者进行区别,但并不表示本发明方法的样本参数只能是这些或是只能这样组合;实际上,本 发明的方法所基于的样本参数,可以在上述两种方法所包括的基础上,进一步进行演化、组 合,这并不影响本发明方法的实施。
对于样本表格的比对,可以采用数值完全对应法,也可以采用权项赋值法。前者是指待 对比样本(即检测样本)的各项样本参数与样本表格中的某一项火灾类别的各项样本参数完 全符合(或在其范围内,这主要是指样本参数为范围值时),则判定为符合该项火灾类别;权 项赋重法则是指对于样本表格中的各项样本参数占整体的权重进行赋值,比对时,某一检测 样本与任意一火灾类别的契合程度以比值的形式体现,当比值超过设定的阀值后,判定为符 合该项火灾类别;若某一样本同时符合多项火灾类别,以比值最高的为最终判定火灾类别。
例如,对于方法1的样本表格,将粒径d、折射率m、升烟斜率l、烟增量y、烟浓度a、烟曲率k分别赋予40%、30%、5%、3%、20%和2%的权重,某一检测样本的对应样本参数与样本表格对比后发现,其与火灾类别3的粒径d、折射率m、升烟斜率l和烟浓度a符合,而 另外两项不符合,则该检测样本与该火灾类别的契合度为40%+30%+5%+20%=95%,而设定的 阀值为85%;因此,判定该检测样本符合火灾类别3的火灾。
对于权项赋值法而言,各项参数的具体权重值以及契合阀值,可以根据需要设置,一般 来说,粒径d、折射率m、烟浓度a(对于方法1),光强比n、颗粒分布e、烟浓度a(对于 方法2)等参数,最为重要,原则上来说其权重应不就低于70%。
更佳地,在步骤一中,每一样本的散射光强数据至少包括散射角θ1的散射光强度、散射 角θ2的散射光强度和散射角θ12的散射光强数据;即,两个不同位置、角度的发射装置所产 生的散射信号。最佳地,所述散射光强数据是通过动态调制的光信号散射后获取的,散射角 θ1和散射角θ2的光信号的脉冲时序、脉冲宽度以及脉冲电流值是可调节的。
在另一些较佳实施例中,该方法还包括退出的步骤和日常监测的步骤,以使得该方法具 有两种不同精度的探测方法;在日常监测中,可以通过更为简单的探测方法进行火灾的初探 测,一旦符合条件,再启动上述步骤一至四的精确探测方法;从而可以兼顾探测精度与效率 和能耗。
步骤五:退出的步骤,若步骤四判定为非火灾,将步骤四获取的检测数据(例如光强值) 与设定阀值进行比对;若其小于设定阀值,判定环境恢复正常,退出步骤一至四的方法(精 确的探测方法);若大于等于设定阀值,判定环境未恢复正常,继续执行步骤四火灾预警的步 骤,直至小于后退出。
步骤六:日常监测的步骤,间隔一定时间定期采集散射光强数据,例如,每隔3、5s或 更长间隔时间采集一次,将散射光强值与设定阀值进行比较;若采集的数值大于或等于设定 阀值,转步骤四火灾预警的步骤以启动精确探测;若采集的数值小于设定阀值,重复执行本 步骤以进行日常监测,直至大于或等于启动精确探测。
或者,将散射光强值相对于环境基准值的实际增量值与设定的增量阀值进行比较,若实 际增量大于或等于增量阀值,转步骤一至四的探测报警方法;若实际增量小于增量阀值,则 重复执行本步骤直至启动步骤一至四的探测报警方法。即,采用基于环境修正值的增量判断 方法,大日常监测中,考虑到火灾报警器随着使用时间增加,环境值会呈增大趋势,因而在 日常监测中,将未报警的日常监测数值用以不断修正环境基准值,使得其数据更为客观和合 理,并采监测数据增量变化的方式来判断,而非具体阀值,这样更为准确、有效。
显然,日常监测中仅通过散射光强数据与设定阀值进行比对的结构是粗糙的,并且易受 干扰,传统探测报警方法不管如何优化,均不能解决探测精确与抗干扰这两方面的缺陷。本 发明的方法将其作为精确探测方法的前导和日常监测使用,并通过新设计的精确探测方法来 弥补其方法的缺陷,使得两者组合使用以后,在探测精度、抗干扰、能耗等方面,均有长足 的进步,形成了一种全新的、实际效果极佳的火灾探测报警方法。
也就是说,本发明步骤一至四的方法可以看作是一种精确探测报警方法,其可以在安装 开启后持续工作,一直进行火灾预警监测,这样预警率效果好,但耗电大,成本高;而增加 步骤五、六的方法则是提供触发(或者说激活)机制,在日常监测时类似于传统报警器的光 强模式,当光强达到一定阀值后启动本发明的精确探测报警方法进行精确的火灾预警。当然, 在不背离本发明方法宗旨的基础上,还可以根据需要设置其他工作模式,例如定时启动精确 探测报警方法。
一种新型的光电式感烟火灾预警装置,其至少包括以下模块:
数据获取模块,用于获取样本的散射光强数据;获取方式可以是通过额外设置的探测单 元,也可以是以数据接口形式从系统外部获得。所述的散射光强数据并不单单仅指通过光线 散射的过程而产生的光线数据,实际上,在火灾探测器的实际工作中,随着烟雾浓度的变化, 散射、反射、衍射等过程往往是不同程度同时存在的;考虑到火灾探测器主要目的是在火灾 初期起作用,并且火灾初期是以散射为主,因而,本发明用散射光强来概括探测单元实际接 收到的数据。
数据分析模块,用于对获取的样本数据进行计算得到样本参数,样本参数包括粒径d和 折射率m中的至少一者。
样本表格生成模块,用于对数据分析模块计算得到的样本参数,以任一参数为衡量指标, 形成若干个数的火灾类别,并确定每一火灾类别的各项样本参数的数值或数值范围,得到涵 盖样本参数的样本表格。当然,形成样本表格的过程类似于多项参数表格的排序,原则上至 少需要以某一项参数为指标,例如粒径d;但是,同时采用多种参数亦是可行的,即在前一 参数相同或相近的情况下,可以进一步选择第二参数进行细分排序,从而最终形成样本表格。
火灾预警模块,用于对数据获取模块所获取实时采集的检测数据,经数据分析模块计算 得到检测样本参数,再将检测样本参数与样本表格进行比对。
若其符合某一火灾类别参数,则判定为火灾,并发出预警信号;若不符合任一火灾类别 参数,重复至少两次上述过程以计算均值,再以均值进行比对,若符合某一火灾类别参数, 判定为火灾,并发出预警信号;若均值仍不符合任一火灾类别参数,持续进行采集并不断重 复计算均值和比对,直至符合后判定为火灾并预警,否则持续监测。当然,在上述均值比对 过程中,也可以同时对单次数据进行比对并判定。
在该装置中,样本表格是按本发明的方法预先制作以作为判断标准的,在日常监测过程 中,对实时采集到的监测数据,按本发明步骤的方法计算得到其样本参数,将其与样本表格 比对;若对应样本表格中的某一项火灾类别,则判定为火灾并报警;若不符合,重复上述单 次监测过程并计算均值,并以均值进行样本表格比对,符合定为火灾并报警;若仍不符合, 继续重复单次监测过程并计算若干次的均值,持续监测至均值符合或环境恢复正常。
在数据分析模块中,粒径d和折射率m可以是分别按以下方法计算而得:
散射光强IS满足:Is=Ir+Iι;
其中,Ir、Iι分别为垂直于散射面和平行于散射面的量,它们满足:
上式中,
i1(θ),i2(θ)分别为:
其中,αι、bι为:
α,β满足:
α=πd/λ;
β=mα;
在数据获取模块中,样本包括火灾样本和干扰源样本;在样本表格生成模块中,得到样 本表格时,使得该样本表格涵盖各样本的样本参数,并使得任意一干扰源样本与该样本表格 比对不符合其中任意一个火灾类别。更佳地,所述火灾样本包括10根木块阴燃火、90根棉 绳阴燃火、聚氨酯塑料明火、正庚烷明火、70根细木条明火、十氢化萘明火、报纸阴燃火、 18根细木条明火、泡棉明火、泡棉阴燃火、衣服、鞋子、合成木板、书、包装盒和毛绒玩具。 干扰源样本包括水汽、盐雾、厨房油烟、粉尘、灰尘,尘埃、毛发、蜘蛛丝和小虫子。
一种新型的光电式感烟火灾预警装置,其整体与上一装置相同,区别仅在于,在该装置 中,对数据分析模块进行适当的变化,使其样本参数包括光强比n、颗粒分布e、升烟斜率l、 烟增量y、烟浓度a、烟曲率k中的至少一者(即新的数据分析模块替换原数据分析模块)。
所述数据分析模块替换为:
数据分析模块,用于对获取的样本数据进行计算得到样本参数,样本参数包括光强比n、 颗粒分布e中的至少一者。
作为优选,光强比n和颗粒分布e分别按以下方法计算而得:
光强比n满足:
n=IS1/IS2;
其中,IS1为散射角θ1的散射光强度,IS2为散射角θ2的散射光强度;
颗粒分布e满足:
e=D(d,m);或,e=D(n);
其中,d为颗粒的粒径,m为折射率,n为光强比。
所述的升烟率l、烟增量y、烟浓度a和烟曲率k可以是分别按以下方法计算而得的:
首先,以时间为横轴,光强值为纵轴,绘制火灾烟雾颗粒散射光强的数据曲线;
再根据绘制的火灾烟雾颗粒散射光强的数据曲线,在该曲线中,以光强曲线A点到B点 的斜率作为升烟斜率l,以光强曲线A点到B点增量作为烟增量y,以光强曲线上a点的值作 为烟浓度a,以光强曲线k1点到k2点之间的变化率作为烟曲率。
作为优选,每一样本的散射光强数据至少包括散射角θ1的散射光强度和散射角θ2的散 射光强度。最值地,每一样本的散射光强数据还包括散射角θ12的散射光强数据。
在另一些较佳实施例中,该装置还包括退出判断模块和日常监测模块;以使得该方法具 有两种不同精度的探测方法;在日常监测中,可以通过更为简单的探测方法进行火灾的初探 测,一旦符合条件,再启动上述步骤一至四的精确探测方法;从而可以兼顾探测精度与效率 和能耗。当然,该装置也可以不包括退出判断模块和日常监测模块,而只通过上述精确探测 的装置进行日常探测,只是在能耗性能方面不足。
退出判断模块,用于判断是否退出火灾预警模块,若火灾预警模块判定为非火灾,则将 其获取的检测数据与设定阀值进行比对;若其小于设定阀值,判定环境恢复正常,退出火灾 预警模块;若大于等于设定阀值,判定环境未恢复正常,继续执行火灾预警模块,直至小于 后退出。
日常监测模块,用于日常非火灾情况下进行监测;其将定期采集散射光强数据与设定阀 值进行比较;若采集的数值大于或等于设定阀值,转火灾预警模块;若小于设定阀值,重复 执行日常监测模块,直至大于或等于后启动精确探测;或者,将采集的散射光强值相对于环 境基准值的实际增量值与设定的增量阀值进行比较,若实际增量大于或等于增量阀值,转火 灾预警模块;若增量小于增量阀值,重复执行日常监测模块。
显然,日常监测中仅通过散射光强数据与设定阀值进行比对的结构是粗糙的,并且易受 干扰,传统探测报警方法不管如何优化,均不能解决探测精确与抗干扰这两方面的缺陷。本 发明的方法将其作为精确探测方法的前导和日常监测使用,并通过新设计的精确探测方法来 弥补其方法的缺陷,使得两者组合使用以后,在探测精度、抗干扰、能耗等方面,均有长足 的进步,形成了一种全新的、实际效果极佳的火灾探测报警方法。
一种新型的光电式感烟火灾探测报警系统,其包括光学探测装置和探测报警装置;光学 探测装置用于通过光信号采集探测数据,探测报警装置用于对采集的数据进行处理以产生报 警或不报警信号。
光学探测装置应包括两个光信号发射管和一个光信号接收管,两光信号发射管与光信号 接收管之间以散射接收的方式相配合;而所述的探测报警装置为如上任一项所述的光电式感 烟火灾探测报警装置。即:将上述第二方面的光电式感烟火灾预警装置与用于数据采集的光 学探测装置组合,即可形成为所述的光电式感烟火灾探测报警系统。
如图5-10所示,所述光学探测装置包括光学迷宫1、上盖2和探测组件3组成。
光学迷宫1包括基座100,基座100靠近探测器的一侧设有迷宫部,迷宫部具有迷宫通 道300,在不考虑迷宫通道300连通作用的情况下,所述迷宫部的截面形状优选可以呈环形、 多边形或椭圆形形状等具有封闭边界的形状;也就是说,迷宫部内外只能通过迷宫通道300 连通。
迷宫通道300由相邻的两个迷宫块210之间间隔地设置而配合形成,每一个迷宫块210 具有相同的结构,均包括首阜210、中阜220和尾阜230,首阜210和尾阜230分别设置于中 阜220的两端处或靠近两端处,并且两者朝向不同。例如,第一阜210自第二阜220一端向其右侧延伸而第三阜230自第二阜220的另端向其左侧延伸。
各迷宫块210在基座100一侧表面上,按圆周方向以环形且间隔地设置,并且,各迷宫 块210以朝向相同的方式设置于基座100上。由于迷宫块200具有一定的高度,从而在基座 100的该侧表面上形成了环形的突起结构,环形的中心形成为腔室101。
中阜220和尾阜230之间的夹角为锐角,并且,前一迷宫块210的尾阜230伸入后一迷 宫块210的首阜210和中阜220的连接处附近,从而在两者之间形成了一个“Z”字形或者类 似于“Z”字形的迷宫通道。原则上来说,第四阜314在第一阜311和第二阜312之间的区域内的延伸位置可以是多种多样的,但就实际效果来说,将其延伸至两者的连接处或附近,可以在不影响气体流通效果的情况下,最大程度地降低外界光线对于探测组件的干扰,是最佳 的解决方案。此时,所述第四阜314的末端优选可以与第二阜312平行地设置以形成为平行 部3141,以降低对于气体通道的不利影响。
为确保内外的气体交换效果,迷宫通道300的最窄宽度不应小于1mm,即:第一阜311 前端与第三阜313之间的距离以及第四阜314末端与第一阜311或第二阜312之间的距离, 均不小于1mm,从而确保火灾报警器内外具有充分的气体交换效果。更佳地,迷宫通道300 的最窄宽度不小于3mm。
所述光学迷宫还包括腔室101,腔室101与探测组件相连通,腔室101设置于形成封闭 形状的迷宫部的中心位置(仅指相对位置,而非传统意义上的“中心点”或“中心区域”),从而使得腔室101经由迷宫通道300方能与外界连通。
为避免外界气体(即待探测的环境气体)从迷宫一侧进入迷宫通道300穿过腔室101后 直接则由另一侧的迷宫通道300流出(当然也可以是由其他方向上的迷宫通道300流出)而 降低探测效果;可以在腔室101内设置导流件102,导流件102包括若干导流片1021,以使 得外界气体进入腔室101后转变方向沿该光学迷宫的轴线方向流向探测组件;同时,这样的 转向也可以很大程度上降低外界光线对于探测器的干扰。
上盖2整体形状可以采用中空圆柱体状,其下表面空置以形成第二开口503,上表面中 心区域空置以形成第一开口502,内部中空的腔体则形成为探测腔501;同时,上表面第一开 口502外侧设有环形的支撑台504,以供基座100的迷宫部设置,并且支撑台504与迷宫部 的下表面相配合可以很大程度上避免探测腔接触,使外界的光线或烟雾只能穿过迷宫部后进 入探测腔501内而被检测。
探测组件3包括底板400,底板400为扁平的圆柱体形状。底板400表面上设有第一发 射管401、第二发射管402和接收管403,所述第一发射管401和第二发射管402均以散射地 配合于接收管403的方式而设置于底板400上;即,所述第一发射管401和第二发射管402所发射的光信号不能直接被接收管403接收,而需要通过其他介质(例如待探的测烟雾)进行散射或反射方可被收管403接收。
为实现两发射管与接收管的散射配合,于底板400上设置一遮板404;遮板404包括第 一遮挡部4041和第二遮挡部4041,第一遮挡部4041遮挡第一发射管401的部分发射角度以 使其光信号不被接收管403直接接收,第一遮挡部4041和第二遮挡部4041共同遮挡第二发 射管402的部分发射角度以使其光信号不被接收管403直接接收。从而,使得第一发射管401 和第二发射管402均散射地配合于接收管403。
所述第一发射管401、第二发射管402和接收管403的中心光轴位于同一平面上,且平 行于底板400表面;遮板404具有一定高度以使得其上沿高于第一发射管401和第二发射管 402的有效发射高度,即:第一发射管401和第二发射管402与接收管403的散射配合是于平面内完成(当然也包括平面上、下一定范围内),而不是越过遮板404顶部的立体散射配合。
该光学探测装置的发射、接收角度范围如图10所示,其中标注了三个角,A1、A2、B分 别为第一发射管401、第二发射管402和接收管403的实际发射/接收角度范围。显然,发射 管与接收管是不直接配合的。
实施例
一种新型的光电式感烟火灾探测报警系统,其包括光学探测装置和探测报警装置;光学 探测装置用于采集探测数据,探测报警装置用于对采集的数据进行处理以产生报警或不报警 信号。
所述的探测组件包括两个光信号发射管和一个光信号接收管,两光信号发射管与光信号 接收管之间以散射接收的方式相配合;而所述的探测报警装置为如上任一项所述的光电式感 烟火灾探测报警装置。即:将上述第二方面的光电式感烟火灾预警装置与用于数据采集的组 成,可形成为所述的光电式感烟火灾探测报警系统。
其采用如图5-10所示的迷宫结构和探测器作为探测装置,相关结构如上所述。
首先,确定火灾样本和干扰源样本的组成,火灾样本具体包括正庚烷明火和棉绳阴燃火, 并在极限状态下(即点燃后进行测试工作),进行火灾模拟实验,获取火灾样本数据。
当正庚烷火灾颗粒进入光学迷宫后,对散射角θ1、θ2和θ12的散射光强进行实时计算, 从中获取一段数据,如下:
时间 | 光强比n | 颗粒分布e | 升烟斜率l | 烟增量y | 烟浓度a | 烟曲率k |
1 | 4.592 | 0.049512 | 0.055 | 16.689 | 81 | 2 |
2 | 4.595 | 0.047843 | 0.056 | 16.831 | 81 | 2 |
3 | 4.585 | 0.044615 | 0.056 | 16.970 | 81 | 2 |
4 | 4.582 | 0.044638 | 0.057 | 17.108 | 81 | 2 |
5 | 4.573 | 0.045037 | 0.057 | 17.244 | 81 | 2 |
6 | 4.544 | 0.048696 | 0.057 | 17.382 | 81 | 2 |
7 | 4.537 | 0.048914 | 0.058 | 17.520 | 82 | 2 |
8 | 4.527 | 0.046287 | 0.058 | 17.659 | 82 | 2 |
9 | 4.529 | 0.044146 | 0.059 | 17.800 | 82 | 2 |
10 | 4.517 | 0.044752 | 0.059 | 17.943 | 82 | 2 |
当棉阴燃火灾颗粒进入光学迷宫后,对散射角θ1、θ2和θ12的散射光强进行实时计算, 从中获取一段数据,如下:
时间 | 光强比n | 颗粒分布e | 升烟斜率l | 烟增量y | 烟浓度a | 烟曲率k |
1 | 6.859 | 0.075 | 0.861 | 120.589 | 252 | 0 |
2 | 6.886 | 0.067 | 0.886 | 124.135 | 254 | 0 |
3 | 6.889 | 0.055 | 0.912 | 127.720 | 257 | 0 |
4 | 6.902 | 0.050 | 0.942 | 131.948 | 259 | 0 |
5 | 6.941 | 0.045 | 0.968 | 135.574 | 260 | 0 |
6 | 6.994 | 0.048 | 0.994 | 139.229 | 260 | 0 |
7 | 7.053 | 0.045 | 1.020 | 142.882 | 260 | 0 |
8 | 7.109 | 0.042 | 1.046 | 146.551 | 260 | 0 |
9 | 7.170 | 0.038 | 1.072 | 150.215 | 260 | 0 |
10 | 7.256 | 0.044 | 1.099 | 153.881 | 259 | 1 |
并按本发明报警方法中步骤二的方法对上述数据进行分析,得到各样本的样本参数。
表三 火灾样本的样本参数表
测试样本 | 光强比n | 颗粒分布e | 升烟斜率l | 烟增量y | 烟浓度a | 烟曲率k |
正庚烷-明火 | 4.517 | 0.044752 | 0.059 | 17.943 | 82 | 2 |
棉-阴燃火 | 7.256 | 0.044 | 1.099 | 153.881 | 259 | 1 |
对于干扰源样本,具体选择水汽和盐雾这两者,在极限状态下,进行干扰模拟实验,获 取干扰源样本数据,通过上述的探测装置对干扰源样本的测试结果进行测量,得到各干扰源 样本的散射光强数据。
当环境水汽进入光学迷宫后,对散射角θ1、θ2和θ12的散射光强进行实时计算,从中获 取一段数据,如下:
时间 | 光强比n | 颗粒分布e | 升烟斜率l | 烟增量y | 烟浓度a | 烟曲率k |
1 | 1.151 | 0.0140 | 1.512 | 75.600 | 103 | 0 |
2 | 1.170 | 0.0165 | 1.419 | 70.970 | 103 | 0 |
3 | 1.183 | 0.0182 | 1.312 | 65.647 | 103 | 0 |
4 | 1.188 | 0.0185 | 1.230 | 61.527 | 103 | 0 |
5 | 1.194 | 0.0191 | 1.148 | 57.421 | 103 | 0 |
6 | 1.200 | 0.0196 | 1.088 | 54.437 | 103 | 0 |
7 | 1.209 | 0.0207 | 1.035 | 51.752 | 102 | 1 |
8 | 1.219 | 0.0218 | 0.996 | 49.840 | 101 | 2 |
9 | 1.231 | 0.0235 | 0.975 | 48.775 | 100 | 3 |
10 | 1.239 | 0.0244 | 0.952 | 47.639 | 98 | 5 |
当环境粉尘(悬浮颗粒)进入光学迷宫后,对散射角θ1、θ2和θ12的散射光强进行实时计 算,从中获取一段数据,如下:
时间 | 光强比n | 颗粒分布e | 升烟斜率l | 烟增量y | 烟浓度a | 烟曲率k |
1 | 15.849 | 5.3684 | 3.247 | 162.361 | 159 | 0 |
2 | 15.863 | 5.1437 | 3.213 | 160.653 | 166 | 0 |
3 | 16.110 | 5.5647 | 3.206 | 160.305 | 170 | 0 |
4 | 16.153 | 5.5510 | 3.207 | 160.373 | 173 | 0 |
5 | 16.277 | 5.1936 | 3.203 | 160.152 | 181 | 0 |
6 | 16.344 | 5.1752 | 3.187 | 159.365 | 184 | 0 |
7 | 16.350 | 5.0778 | 3.170 | 158.517 | 184 | 0 |
8 | 16.104 | 5.2681 | 3.186 | 159.303 | 183 | 1 |
9 | 16.112 | 4.8416 | 3.151 | 157.559 | 192 | 1 |
10 | 16.376 | 4.9713 | 3.219 | 160.96 | 193 | 1 |
并按本发明报警方法中步骤二的方法对上述数据进行分析,得到各样本的样本参数。
表四 干扰源样本的样本参数表
测试样本 | 光强比n | 颗粒分布e | 升烟斜率l | 烟增量y | 烟浓度a | 烟曲率k |
水汽 | 1.239 | 0.0244 | 0.952 | 47.639 | 98 | 5 |
粉尘(悬浮颗粒) | 16.376 | 4.9713 | 3.219 | 160.96 | 193 | 1 |
再按本发明报警方法中步骤三的方法,形成方法2的样本参数表如下。
表五 方法2样本表格
火灾类别 | 光强比n | 颗粒分布e | 升烟斜率l | 烟增量y | 烟浓度a | 烟曲率k |
1 | 5-12 | <1.4 | >1.64 | >82 | >82 | =0 |
2 | 3-12 | <0.1 | >0.01 | >0 | >60 | <8 |
3 | 3-18 | <0.1 | >0.01 | >0 | >82 | <8 |
注:该样本表格是以光强比n为衡量指标而形成的。
将形成的样本表格储存于报警器的存储体内,从而形成可供实际使用的报警器,将其安 置于测试环境中,进行后续的产品测试;测试环境为面积为70平米的房间(火灾试验室 10m*7m)。
报警器实时采集环境数据,初始监测环境正常,随着燃烧的进行,测试环境内烟雾增加, 报警器由日常监测模式转换至精确探测模式;探测装置采集到实时的散射光强数据后,利用 数据分析模块进行分析而得到测试样本参数,火灾预警模块将其与储存的样本表格进行比对。 统计各种试验材料的报警时间和燃烧情况,试验结果汇总如下:
可见,本发明的报警方法,可以及时有效地对火灾进行报警。
此外,同样在上述测试环境下,采用水汽和盐雾样本作为测试干扰源,对该报警器进行 测试,试验结果汇总如下:
将以上实验结果与表五的样本表格比对可知,在60-240s的监测范围内,实测得到的干 扰源的样本参考不符合表五的样本表格,不会产生误报警操作。
Claims (10)
1.新型光电式感烟火灾探测报警方法,其特征在于,包括:
步骤一:数据获取的步骤,获取样本的散射光强数据;
步骤二:数据分析的步骤,对上一步骤获取的样本数据进行计算得到样本参数,样本参数包括粒径d和折射率m中的至少一者;
步骤三:样本表格生成的步骤,对上一步骤计算而得到的样本参数,以任一参数为衡量指标,从而可以形成若干个数的火灾类别,并确定每一火灾类别的各项样本参数的数值或数值范围,得到样本表格;
步骤四:火灾预警的步骤,按步骤一的方法获取实时采集检测样本的检测数据(散射光强数据),按步骤二的方法计算得到检测样本的样本参数,再将检测样本的参数与样本表格进行比对;
若符合某一火灾类别的参数,则判定为火灾,发出预警信号;
若不符合任一火灾类别的参数,则重复至少两次上述检测、计算和比对过程并计算均值,再以单次或多次均值分别进行比对;
若符合某一火灾类别的参数,则判定为火灾,发出预警信号;若仍不符合任一火灾类别的参数,则持续进行检测数据采集并不断重复计算和比对过程;
作为优选,粒径d与折射率m可以分别按以下方法计算而得:
散射光强IS满足:Is=Ir+Iι;
其中,Ir、Iι分别为垂直于散射面和平行于散射面的量,它们满足:
上式中,
i1(θ),i2(θ)分别为:
其中,αι、bι为:
α,β满足:
α=πd/λ;
β=mα;
2.根据权利要求1所述的火灾报警方法,其特征在于,步骤二替换为:
步骤二:数据分析的步骤,对上一步骤获取的样本数据进行计算得到样本参数,样本参数包括光强比n、颗粒分布e中的至少一者;
作为优选,其中的光强比n与颗粒分布e是分别按以下方法计算而得:
光强比n满足:
n=IS1/IS2;
其中,IS1为散射角θ1的散射光强度,IS2为散射角θ2的散射光强度;
颗粒分布e满足:
e=D(d,m);或,e=D(n);
其中,d为颗粒的粒径,m为折射率,n为光强比。
3.根据权利要求1或2所述的火灾报警方法,其特征在于,所述样本参数还包括升烟率l、烟增量y、烟浓度a和烟曲率k;
所述升烟率l、烟增量y、烟浓度a和烟曲率k分别是按以下方法计算而得的:
首先,以时间为横轴,光强值为纵轴,绘制火灾烟雾颗粒散射光强的数据曲线;
再根据绘制的火灾烟雾颗粒散射光强的数据曲线,在该曲线中,以光强曲线A点到B点的斜率作为升烟斜率l,以光强曲线A点到B点增量作为烟增量y,以光强曲线上a点的值作为烟浓度a,以光强曲线k1点到k2点之间的变化率作为烟曲率。
4.根据权利要求1或2所述的火灾报警方法,其特征在于,在步骤一中,样本的散射光强数据包括散射角θ1的散射光强度和散射角θ2的散射光强度;
作为优选,每一样本的散射光强数据还可以包括散射角θ12的散射光强数据;
作为优选,在步骤一中,样本包括火灾样本和干扰源样本;同时,在步骤三中,得到样本表格时,使得该样本表格涵盖各火灾样本的样本参数但并不涵盖各干扰源样本的样本参数。
5.根据权利要求1或2所述的火灾报警方法,其特征在于,该方法还包括退出和日常监测的步骤;
步骤五:退出的步骤,若步骤四判定为非火灾,则将步骤四获取的检测数据与设定阀值进行比对;
若其小于设定阀值,判定环境恢复正常,退出步骤一至四的方法;若大于等于设定阀值,判定环境未恢复正常,重复执行步骤四火灾预警的步骤直至退出;
步骤六:日常监测的步骤,定期采集散射光强数据,将获取的散射光强值与设定阀值进行比较;若采集的数值大于或等于设定阀值,转步骤一至四的探测报警方法;若采集的数值小于设定阀值,重复执行本步骤直至启动步骤一至四的探测报警方法;或,
定期采集散射光强数据,将获取的散射光强值相对于环境基准值的实际增量与增量阀值进行比较,若实际增量大于或等于增量阀值,转步骤一至四的探测报警方法;若其小于增量阀值,重复执行本步骤。
6.新型光电式感烟火灾探测报警装置,其特征在于,包括:
数据获取模块,用于获取样本的散射光强数据;
数据分析模块,用于对获取的样本数据进行计算得到样本参数,样本参数包括粒径d和折射率m中的至少一者;
样本表格生成模块,用于对数据分析模块计算得到的样本参数,以任一参数为衡量指标,从而可以形成若干个数的火灾类别,并确定每一火灾类别的各项样本参数的数值或数值范围,得到样本表格;
火灾预警模块,用于通过数据获取模块获取实时采集检测样本的检测数据(散射光强数据),通过数据分析模块计算得到检测样本的参数,再将检测样本的参数与样本表格生成模块得到样本表格进行比对;
若符合某一火灾类别的参数,则判定为火灾,并发出预警信号;
若不符合任一火灾类别的参数,则重复至少两次上述检测、计算和比对过程并计算均值,再以单次或多次均值进行比对;
若符合某一火灾类别参数,则判定为火灾,并发出预警信号;若仍不符合任一火灾类别的参数,则持续进行检测数据的采集并不断重复计算和比对过程;
作为优选,数据分析模块中粒径d和折射率m可以是分别按以下方法计算而得:
散射光强IS满足:Is=Ir+Iι;
其中,Ir、Iι分别为垂直于散射面和平行于散射面的量,它们满足:
上式中,
i1(θ),i2(θ)分别为:
其中,αι、bι为:
α,β满足:
α=πd/λ;
β=mα;
7.根据权利要求6所述的装置,其特征在于,所述数据分析模块替换为:
数据分析模块,用于对获取的样本数据进行计算得到样本参数,样本参数包括光强比n、颗粒分布e中的至少一者;
作为优选,光强比n和颗粒分布e分别按以下方法计算而得:
光强比n满足:
n=IS1/IS2;
其中,IS1为散射角θ1的散射光强度,IS2为散射角θ2的散射光强度;
颗粒分布e满足:
e=D(d,m);或,e=D(n);
其中,d为颗粒的粒径,m为折射率,n为光强比;
作为优选,所述样本参数还包括升烟率l、烟增量y、烟浓度a和烟曲率k;所述升烟率l、烟增量y、烟浓度a和烟曲率k分别是按以下方法计算而得的:
首先,以时间为横轴,光强值为纵轴,绘制火灾烟雾颗粒散射光强的数据曲线;
再根据绘制的火灾烟雾颗粒散射光强的数据曲线,在该曲线中,以光强曲线A点到B点的斜率作为升烟斜率l,以光强曲线A点到B点增量作为烟增量y,以光强曲线上a点的值作为烟浓度a,以光强曲线k1点到k2点之间的变化率作为烟曲率。
8.根据权利要求6或7所述的装置,其特征在于,每一样本的散射光强数据至少包括散射角θ1的散射光强度和散射角θ2的散射光强度;
作为优选,每一样本的散射光强数据还包括散射角θ12的散射光强数据;
作为优选,在步骤一中,样本包括火灾样本和干扰源样本;同时,在步骤三中,得到样本表格时,使得该样本表格涵盖各样本的样本参数,并使得任意一干扰源样本与该样本表格比对不符合其中任意一个火灾类别,即不涵盖各干扰源样本的样本参数。
9.根据权利要求6或7所述的装置,其特征在于,该装置还包括退出判断模块和日常监测模块;
退出判断模块,用于判断是否退出火灾预警模块,若火灾预警模块判定为非火灾,则将其获取的检测数据与设定阀值进行比对;若其小于设定阀值,判定环境恢复正常,退出火灾预警模块;若大于等于设定阀值,则判定环境未恢复正常,重复执行火灾预警模块直至退出;
日常监测模块,用于日常非火灾情况下进行监测;其将定期采集散射光强数据与设定阀值进行比较;若采集的数值大于或等于设定阀值,转火灾预警模块执行;若小于设定阀值,重复执行日常监测模块;或,将散射光强值相对于环境基准值的实际增量与增量阀值进行比较,若实际增量大于或等于增量阀值,转火灾预警模块执行;若实际增量小于增量阀值,重复执行本模块。
10.新型光电式感烟火灾探测报警系统,包括光学探测装置和探测报警装置;其特征在于,
所述探测组件包括两个光信号发射管和一个光信号接收管,两光信号发射管与光信号接收管之间以散射接收的方式相配合;
所述探测报警装置为根据权利要求6-9任一项所述的光电式感烟火灾探测报警装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911183789.8A CN111009094B (zh) | 2019-11-27 | 2019-11-27 | 新型光电式感烟火灾探测报警方法、装置及系统 |
US16/918,580 US11238716B2 (en) | 2019-11-27 | 2020-07-01 | Photoelectric smoke fire detection and alarming method, apparatus and system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911183789.8A CN111009094B (zh) | 2019-11-27 | 2019-11-27 | 新型光电式感烟火灾探测报警方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111009094A true CN111009094A (zh) | 2020-04-14 |
CN111009094B CN111009094B (zh) | 2022-02-18 |
Family
ID=70112232
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911183789.8A Active CN111009094B (zh) | 2019-11-27 | 2019-11-27 | 新型光电式感烟火灾探测报警方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111009094B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021104148A1 (en) * | 2019-11-27 | 2021-06-03 | Xuedan Wu | Detection component, detection system and fire alarm for photoelectric smoke detection fire alarm |
CN114419830A (zh) * | 2022-01-26 | 2022-04-29 | 江苏南工科技集团有限公司 | 一种基于权值算法技术的热解粒子火灾探测早期预警方法 |
CN115311835A (zh) * | 2022-08-08 | 2022-11-08 | 无锡商业职业技术学院 | 一种光电式烟雾探测器的基于多电流扫描的烟雾检测方法 |
CN116665397A (zh) * | 2023-08-01 | 2023-08-29 | 中国科学技术大学 | 火灾烟雾报警方法及报警装置、报警器与可读存储介质 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3316410A (en) * | 1964-07-14 | 1967-04-25 | Cerberus Ag | Apparatus for detecting the presence of aerosols and the like in air |
US5225810A (en) * | 1990-08-23 | 1993-07-06 | Nohmi Bosai Ltd. | Fire detector for discriminating smoke and flame based on optically measured distance |
CN1882968A (zh) * | 2003-11-17 | 2006-12-20 | 报知机股份有限公司 | 光散射型烟雾传感器 |
CN1987426A (zh) * | 2005-12-23 | 2007-06-27 | 蚌埠依爱消防电子有限责任公司 | 立式双向散射感烟探测器迷宫 |
EP2156420A1 (en) * | 2007-06-13 | 2010-02-24 | Hochiki Corporation | Position specifying system |
CN101896948A (zh) * | 2007-12-17 | 2010-11-24 | 报知机株式会社 | 火灾判定装置 |
JP5280347B2 (ja) * | 2009-12-17 | 2013-09-04 | 能美防災株式会社 | 光電式煙感知器 |
US8952822B2 (en) * | 2009-03-20 | 2015-02-10 | Google Inc. | Use of optical reflectance proximity detector for nuisance mitigation in smoke alarms |
CN104392577A (zh) * | 2014-12-08 | 2015-03-04 | 王殊 | 一种基于双波长散射信号的气溶胶粒径传感方法及其在火灾烟雾探测中的应用 |
US20170092083A1 (en) * | 2015-09-30 | 2017-03-30 | Siemens Schweiz Ag | Lens, Light-Emitting Device Having The Lens, And Visual Notification Appliance |
US20170169683A1 (en) * | 2015-12-09 | 2017-06-15 | Fire & Risk Alliance, LLC | System and methods for detecting, confirming, classifying, and monitoring a fire |
WO2017130730A1 (ja) * | 2016-01-29 | 2017-08-03 | パナソニックIpマネジメント株式会社 | 粒子検出センサ、ダストセンサ、煙感知器、空調装置、及び、粒子検出方法 |
CN107016816A (zh) * | 2017-05-12 | 2017-08-04 | 浙江恒洲电子实业有限公司 | 烟雾探测器迷宫结构及其烟雾探测方法 |
CN208298362U (zh) * | 2018-07-03 | 2018-12-28 | 秦皇岛尼特智能科技有限公司 | 一种火灾烟雾探测用复合式迷宫结构 |
CN109601019A (zh) * | 2016-08-25 | 2019-04-09 | 西门子瑞士有限公司 | 用于根据散射光原理、借助用于使不同波长和散射光角度的另外的光脉冲入射的另外的led单元交错地接通来进行火灾探测的方法以及这样的散射光烟雾报警器 |
CN109712367A (zh) * | 2019-02-20 | 2019-05-03 | 北大青鸟环宇消防设备股份有限公司 | 烟雾探测器及烟雾探测方法 |
CN209248721U (zh) * | 2018-12-10 | 2019-08-13 | 吴雪丹 | 迷宫式光学探测器 |
-
2019
- 2019-11-27 CN CN201911183789.8A patent/CN111009094B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3316410A (en) * | 1964-07-14 | 1967-04-25 | Cerberus Ag | Apparatus for detecting the presence of aerosols and the like in air |
US5225810A (en) * | 1990-08-23 | 1993-07-06 | Nohmi Bosai Ltd. | Fire detector for discriminating smoke and flame based on optically measured distance |
CN1882968A (zh) * | 2003-11-17 | 2006-12-20 | 报知机股份有限公司 | 光散射型烟雾传感器 |
CN1987426A (zh) * | 2005-12-23 | 2007-06-27 | 蚌埠依爱消防电子有限责任公司 | 立式双向散射感烟探测器迷宫 |
EP2156420A1 (en) * | 2007-06-13 | 2010-02-24 | Hochiki Corporation | Position specifying system |
CN101896948A (zh) * | 2007-12-17 | 2010-11-24 | 报知机株式会社 | 火灾判定装置 |
US8952822B2 (en) * | 2009-03-20 | 2015-02-10 | Google Inc. | Use of optical reflectance proximity detector for nuisance mitigation in smoke alarms |
JP5280347B2 (ja) * | 2009-12-17 | 2013-09-04 | 能美防災株式会社 | 光電式煙感知器 |
CN104392577A (zh) * | 2014-12-08 | 2015-03-04 | 王殊 | 一种基于双波长散射信号的气溶胶粒径传感方法及其在火灾烟雾探测中的应用 |
US20170092083A1 (en) * | 2015-09-30 | 2017-03-30 | Siemens Schweiz Ag | Lens, Light-Emitting Device Having The Lens, And Visual Notification Appliance |
US20170169683A1 (en) * | 2015-12-09 | 2017-06-15 | Fire & Risk Alliance, LLC | System and methods for detecting, confirming, classifying, and monitoring a fire |
WO2017130730A1 (ja) * | 2016-01-29 | 2017-08-03 | パナソニックIpマネジメント株式会社 | 粒子検出センサ、ダストセンサ、煙感知器、空調装置、及び、粒子検出方法 |
CN109601019A (zh) * | 2016-08-25 | 2019-04-09 | 西门子瑞士有限公司 | 用于根据散射光原理、借助用于使不同波长和散射光角度的另外的光脉冲入射的另外的led单元交错地接通来进行火灾探测的方法以及这样的散射光烟雾报警器 |
CN107016816A (zh) * | 2017-05-12 | 2017-08-04 | 浙江恒洲电子实业有限公司 | 烟雾探测器迷宫结构及其烟雾探测方法 |
CN208298362U (zh) * | 2018-07-03 | 2018-12-28 | 秦皇岛尼特智能科技有限公司 | 一种火灾烟雾探测用复合式迷宫结构 |
CN209248721U (zh) * | 2018-12-10 | 2019-08-13 | 吴雪丹 | 迷宫式光学探测器 |
CN109712367A (zh) * | 2019-02-20 | 2019-05-03 | 北大青鸟环宇消防设备股份有限公司 | 烟雾探测器及烟雾探测方法 |
Non-Patent Citations (6)
Title |
---|
LI,J: "《Discrimination of smoke particles using infrared photoelectric detection》", 《INTERNATIONAL JOURNAL OF INFRARED AND MILLIMETER WAVES》 * |
吴龙标,张洪江,李力: "散射光强比法", 《细水雾灭火技术与应用》 * |
常照荣: "固体物质的粒径分布测定", 《物理化学实验》 * |
李良波: "高灵敏度吸气式烟雾和气体复合火灾探测器的研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
林宏: "海洋悬浮粒子的米氏散射特性分析", 《海洋悬浮粒子的光学散射特性研究》 * |
谢启源: "火灾烟颗粒Stokes散射矩阵的实验研究", 《红外与毫米波学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021104148A1 (en) * | 2019-11-27 | 2021-06-03 | Xuedan Wu | Detection component, detection system and fire alarm for photoelectric smoke detection fire alarm |
CN114419830A (zh) * | 2022-01-26 | 2022-04-29 | 江苏南工科技集团有限公司 | 一种基于权值算法技术的热解粒子火灾探测早期预警方法 |
CN115311835A (zh) * | 2022-08-08 | 2022-11-08 | 无锡商业职业技术学院 | 一种光电式烟雾探测器的基于多电流扫描的烟雾检测方法 |
CN115311835B (zh) * | 2022-08-08 | 2024-04-16 | 无锡商业职业技术学院 | 一种光电式烟雾探测器的基于多电流扫描的烟雾检测方法 |
CN116665397A (zh) * | 2023-08-01 | 2023-08-29 | 中国科学技术大学 | 火灾烟雾报警方法及报警装置、报警器与可读存储介质 |
CN116665397B (zh) * | 2023-08-01 | 2023-09-26 | 中国科学技术大学 | 火灾烟雾报警方法及报警装置、报警器与可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111009094B (zh) | 2022-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111009094B (zh) | 新型光电式感烟火灾探测报警方法、装置及系统 | |
EP1508032B3 (en) | Smoke detector | |
US11238716B2 (en) | Photoelectric smoke fire detection and alarming method, apparatus and system | |
CN108205867B (zh) | 一种具备干扰粒子识别能力的早期火灾烟雾探测方法 | |
US7724367B2 (en) | Particle monitors and method(s) therefor | |
EP2112639B1 (en) | Improvement(s) related to particle detectors | |
CN106872316A (zh) | 测量超低浓度烟尘的粒径分布和质量浓度的装置及方法 | |
CN101512613A (zh) | 涉及微粒监控器及其方法的改进 | |
US11087605B2 (en) | Smoke detection methodology | |
CN110009863A (zh) | 一种立式双光路感烟探测迷宫及其探测方法 | |
US11402326B2 (en) | Systems and methods for multi-wavelength scattering based smoke detection using multi-dimensional metric monitoring | |
CN102967542B (zh) | 一种识别、计量烟雾粒子的方法及装置 | |
CN107516397B (zh) | 光电感烟探测器 | |
US8988681B2 (en) | Spray droplet sizer | |
CN112384784B (zh) | 基于多波长散射的使用多维度指标监测的烟雾检测系统和方法 | |
CN209248721U (zh) | 迷宫式光学探测器 | |
CN109949534A (zh) | 一种多光路双向散射感烟探测器迷宫 | |
CN113362560B (zh) | 一种精准识别火灾烟雾的光电感烟探测方法 | |
CN211292460U (zh) | 一种便于使用的粉尘检测装置 | |
CN201259719Y (zh) | 烟感探测器 | |
CN215218461U (zh) | 一种用于烟雾浓度检测的激光探测腔体结构 | |
AU2007203107B2 (en) | Improvement(s) related to particle monitors and method(s) therefor | |
CN201060154Y (zh) | 一种β射线烟尘浓度直读监测仪 | |
CN210293997U (zh) | 一种响应阈值烟箱 | |
Nan et al. | Experimental study on the testing environment improvement of fire smoke detectors |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |