CN113741258B - 基于物联网的轨道交通车站火灾监控系统及其优化方法 - Google Patents
基于物联网的轨道交通车站火灾监控系统及其优化方法 Download PDFInfo
- Publication number
- CN113741258B CN113741258B CN202110979565.9A CN202110979565A CN113741258B CN 113741258 B CN113741258 B CN 113741258B CN 202110979565 A CN202110979565 A CN 202110979565A CN 113741258 B CN113741258 B CN 113741258B
- Authority
- CN
- China
- Prior art keywords
- fire
- alarm
- station
- smoke
- detector
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0428—Safety, monitoring
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24024—Safety, surveillance
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Fire Alarms (AREA)
- Fire-Detection Mechanisms (AREA)
Abstract
本发明公开了一种基于物联网的轨道交通车站火灾监控系统及其优化方法,属于轨道交通安全技术领域。该优化方法通过对典型轨道交通车站进行建模,并采用软件FDS开展数值模拟,分析烟气在不同火灾场景下的烟气分布时空变化规律,建立耦合多因素的火灾发展预测模型。针对轨道交通火灾和烟气的发展特性,明确火灾探测特征参数的布控重点,优化探测器选型和布点。而且本发明通过将分布式报警改为集中监测报警,在轨道交通车站容易发生误报的地方增加关联探测器、建立关联算法,减少因为灰尘干扰及其他人为因素等引发的误报,提高报警的准确性。
Description
技术领域
本发明属于轨道交通安全技术领域,具体涉及一种基于物联网的轨道交通车站火灾监控系统及其优化方法。
背景技术
轨道交通车站为典型的人员密集场所,一旦发生火灾等灾难性事件,若能够快速、准确获取火警信号,及时知悉逃生疏散最优路径,避开烟气温度高、浓度大、能见度低的危险区域,则对火灾突发事故下高人流密度场所人群的安全疏散发挥重要作用,且有利于保障轨道交通的安全运维。
目前,轨道交通普遍通过配置火灾自动报警系统(FAS系统)进行火灾早期探测与自动报警。当火灾事故发生时,火灾探测器对烟气参数(浓度、温度等)进行采集、分析,烟气浓度、温度达到火灾探测器的报警设定值时,FAS系统将接收到探测器发出的火警信号,进而响应报警。因此,FAS系统的报警响应时间取决于火灾探测器对火灾特征物理量的探测效率,而火灾探测器的布局及安装是影响探测效率的重要因素。
物联网技术的发展为建设智慧、安全轨道交通提供了技术保障。物联网技术通过传感技术及装置,按照相关预定协议与程序,将不同物体与网络进行连接,动态采集、监控相关参数,在数据信息交互的基础上实现智能化监控、跟踪功能。轨道交通车站管理人员可以通过物联网技术实时获取火灾探测器的监控数据及报警信息,从而及时确认反馈火警真实性并于第一时间开展应急处置工作。
轨道交通设置的FAS(Fire Alarm System)系统一般由火灾探测器、区域报警控制器和集中火灾报警控制器组成,通常设置中心级、车站级两级管理,实现对运营过程中火灾的探测报警和消防系统设备监管和联动。轨道交通火灾事故发生时,FAS系统的报警响应时间取决于火灾探测器的探测响应效率,现有FAS系统还存在亟需优化的地方:
第一,火灾探测器的选型、布置位置和安装高度的有效性对探测器的报警响应时间具有重要影响。若火灾探测器布置不当,易导致火灾发生较长时间后探测器才响应报警甚至未启动报警功能,错失火灾初期的黄金应急处理时间。《火灾自动报警系统设计规范》GB 50116-2013等现有技术标准、规范探讨了不同类型的火灾探测器的安装要求和保护面积,目前轨道交通车站火灾探测器参照国家标准进行布局。然而,轨道交通车站层高相较于普通建筑更高,在结构布局上有其特殊性;且目前车站大多采用感烟火灾探测器,探测器的选型也有待探讨和优化。
第二,FAS系统中的火灾探测器为独立报警控制模式,由各个感烟探测器根据采集的烟雾浓度、温度等参量,独立进行报警诊断,即当单一探测器采集的烟雾浓度超过预先设定的阈值时,由单一探测器独立进行报警,再将报警诊断的结果以开关量的形式发送给火灾报警控制器。该模式存在以下问题:(1)火灾报警控制器无法直接获取烟雾、温度等过程数据,事后无法分析报警的具体原因,也不利于报警诊断算法的改进;(2)不利于对误报严重的区域进行多探测器、多参量联合报警诊断。
第三,轨道交通车站人流密度大,一些人为因素有可能引发火灾探测器的误报。因此,对于容易发生误报的区域,如安检区、卫生间等场所,需要提高报警的准确性。
发明内容
本发明的目的在于解决现有技术中存在的问题,并提供一种基于物联网的轨道交通车站火灾监控系统优化方法。
本发明所采用的具体技术方案如下:
一种基于物联网的轨道交通车站火灾监控系统优化方法,其步骤如下:
S1、利用火灾动力学模拟软件对待优化的轨道交通车站进行建模,并在模型中对轨道交通车站模型内的每一种火灾检测区域设定所采用的火灾探测器类型以及该类型火灾探测器的报警条件;
S2、依次针对轨道交通车站中的每一种潜在火灾场景,在火灾动力学模拟软件中基于该潜在火灾场景对应的火源参数进行数值模拟,仿真得到火灾发生后烟气参数在车站内的时空分布特征,并结合火灾报警的时效要求和每一个火灾检测区域中安装的火灾探测器的报警条件,确定每一种潜在火灾场景对应的火灾探测器重点安装区域,使得在该重点安装区域内任意位置安装火灾探测器后均可以在所述时效要求内对火灾进行有效预警;
S3、依次针对每一种潜在火灾场景确定的每一个重点安装区域,基于火灾发生后烟气参数在车站内的时空分布特征,确定重点安装区域内能够第一个监测到火灾的火灾探测器最佳安装位点,然后以火灾探测器最佳安装位点为基准进一步按照标准布局要求确定重点安装区域内其余的火灾探测器安装位点;当所有潜在火灾场景的所有重点安装区域均完成火灾探测器安装位点布局后,对轨道交通车站内其余的区域按照标准布局要求进行火灾探测器安装位点布局,从而得到整个车站内所需安装的火灾探测器的初步优化布局;
S4、在所述初步优化布局基础上,获取预先确定的轨道交通车站内的火灾高频误报区域,并对每一个火灾高频误报区域内的相邻火灾探测器安装位点两两划分为一组,一组相邻的火灾探测器安装位点之间再增设一个辅助火灾探测器安装位点,辅助火灾探测器需与对应的两个相邻火灾探测器分别构成同时满足报警条件才最终报警的关联报警组合,从而得到整个车站内所需安装的火灾探测器的最终优化布局;
S5、在轨道交通车站中基于所述最终优化布局安装火灾探测器,并将每个火灾探测器分别与火灾探测器构成通信连接,每个火灾探测器自身仅向火灾探测器实时发送探测数据,由火灾探测器进行集中式进行火灾报警。
作为优选,所述轨道交通车站内的火灾检测区域分为夹层区域、车站重点防火区域和除上述两种区域外的其他区域,其中所述夹层区域包括设备夹层和电线电缆夹层;所述车站重点防火区域包括设备房和设备区走廊。
进一步的,针对三种火灾检测区域,设定夹层区域所采用的火灾探测器类型为线型感温火灾探测器,所述车站重点防火区域所采用的火灾探测器类型为吸气式感烟火灾探测器,所述其他区域所采用的火灾探测器类型为点型感烟火灾探测器。
更进一步的,所述点型感烟火灾探测器的烟气参数为烟气造成的减光率,其报警条件为减光率达到5%obs/m~15%obs/m;所述线型感温火灾探测器探测的烟气参数为温度,其报警条件为温度达到54~70℃;所述吸气式感烟火灾探测器探测的烟气参数为烟气造成的减光率,其报警条件为减光率达到5%obs/m~15%obs/m。
作为优选,在对待优化的轨道交通车站进行建模时,需考虑的参数信息包括车站的立体空间布局、车站通风排烟模式、吊顶的厚度和镂空率,在进行数值模拟时所述火源参数包括火源位置、火源类型和火源功率,模拟的烟气参数包括烟气能见度和烟气温度。
作为优选,所述火灾动力学模拟软件为FDS(Fire Dynamics Simulator)。
作为优选,每一种潜在火灾场景对应的火灾探测器重点安装区域的确定方法为:
根据仿真得到的火灾发生后烟气参数在车站内的时空分布特征,确定火灾报警的时效要求中最晚报警时刻对应的烟气参数空间分布,然后基于该烟气参数空间分布将所有能够触发火灾报警条件的位置都作为火灾探测器重点安装区域。
作为优选,所述火灾高频误报区域包括、车站设备区走廊、空调或风机周边、车站入口安检位置的上方、卫生间。
第二方面,本发明提供了一种轨道交通车站火灾监控系统,其包括:
安装于轨道交通车站内的火灾探测器,且其安装布局采用如第一方面中任一方案所述优化方法得到的最终优化布局;
以及火灾报警控制器,所述火灾报警控制器中具有数据存储模块、数据分析模块和物联网关,所述物联网关用于与每个火灾探测器构成数据传输,每个火灾探测器探测得到的实时参数实时发送并存储至数据存储模块中进行存储,同时在数据分析模块中,将每一个辅助火灾探测器分别与对应的两个相邻火灾探测器进行关联形成两组关联报警组合,对于不存在关联关系的独立火灾探测器,仅需其自身满足报警条件即可发出火灾警报,对于存在关联关系的一组火灾探测器需要进行关联诊断,仅在两个关联的火灾探测器同时满足报警条件时才发出火灾警报;且当出现火灾警报时,通过所述物联网关向报警设备发送火灾警报信息。
作为优选,所述报警设备包括中央控制系统、移动端、报警声光指示设备中的一种或多种。
本发明相对于现有技术而言,具有以下有益效果:
(1)本发明提出了一种用于轨道交通车站火灾监控的火灾探测器选型和布点优化方法,该方法通过对典型轨道交通车站进行建模,并采用软件FDS开展数值模拟,分析烟气在不同火灾场景下(火源类型/位置/功率、通风排烟模式)的输运特性和温度/CO浓度分布规律,建立耦合多因素的火灾发展预测模型。针对轨道交通火灾和烟气的发展特性,明确火灾探测特征参数的布控重点,优化探测器选型和布点。
(2)本发明提出了通过在轨道交通车站容易发生误报的地方增加关联探测器,减少因为灰尘干扰及其他人为因素等引发的误报,提高报警的准确性。
(3)本发明基于物联网技术,提出了一种集中控制报警的方式,包括:①在火灾探测器原有设计基础上,增加数据分析模块;在FAS系统中的火灾报警控制器增加中央处理器、数据存储模块和物联网网关。②火灾探测器监测到的烟雾浓度、温度等信息经过火灾探测器中数据分析模块的预处理之后,经物联网网关传送给火灾报警控制器,火灾报警控制器中央处理系统对报警数据分析后确定是否报警,如报警,将报警信息第一时间经物联网网关发送给预设了电话号码的车站工作人员。
附图说明
图1为一种基于物联网的轨道交通车站火灾监控系统优化方法的流程图;
图2为火灾高频误报区域中进行火灾探测器关联的示意图;
图3为基于物联网的轨道交通车站火灾监控系统示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似改进,因此本发明不受下面公开的具体实施例的限制。本发明各个实施例中的技术特征在没有相互冲突的前提下,均可进行相应组合。
在本发明的描述中,需要理解的是,当一个元件被认为是“连接”另一个元件,可以是直接连接到另一个元件或者是间接连接即存在中间元件。相反,当元件为称作“直接”与另一元件连接时,不存在中间元件。
本发明为一种基于物联网的轨道交通车站火灾监控系统优化方法,该方法首先针对现有轨道交通车站火灾探测器布局设计的缺点或不足,提出优化方法:针对轨道交通车站火灾疏散及防控技术,结合轨道交通具体结构布局及几何尺寸参数,考虑火源位置、火源功率、火源类型、通风排烟模式等因素,通过建模仿真获得影响火灾探测器报警响应与人员疏散的关键参数变化规律,对比分析火灾探测器所探测的参数报警设定值与火灾条件下烟气浓度、温度等参数随时间、空间的分布特征,进而优化火灾探测器的选型与节点设计,提高FAS系统的报警响应速度和准确度。
在本发明的一个较佳实施例中,提供了一种基于物联网的轨道交通车站火灾监控系统优化方法,其步骤如下:
S1、利用火灾动力学模拟软件对待优化的轨道交通车站进行建模,并在模型中对轨道交通车站模型内的每一种火灾检测区域设定所采用的火灾探测器类型以及该类型火灾探测器的报警条件。
在对待优化的轨道交通车站进行建模时,需考虑的参数信息包括车站的立体空间布局、车站通风排烟模式、吊顶的厚度和镂空率,在进行数值模拟时火源参数包括火源位置、火源类型和火源功率,模拟的烟气参数包括烟气能见度和烟气温度。
本实施例中,轨道交通车站内的火灾检测区域可以根据防火的要求和特点分为三种,而且针对每一种火灾检测区域都可以根据其特点布置相应的火灾探测器类型。
第一种为夹层区域:包括设备夹层和电线电缆夹层,这些夹层区域发生火灾时无法被普通的点型感温、感烟设备灵敏地继续火灾探测,因此本实施例设定夹层区域所采用的火灾探测器类型为线型感温火灾探测器。
第二种为车站重点防火区域:包括车站中相对其他普通区域较为重要的设备房和设备区走廊,这些区域会直接影响整个车站的安全运行,需要严格执行防火标准,因此需要重点进行潜在火灾监控。本实施例中车站重点防火区域所采用的火灾探测器类型为吸气式感烟火灾探测器。
第三种为除上述两种区域外的其他区域:一般指车站站台站厅的大部分位置,这些区域可执行一般的防火标准。本实施例中其他区域所采用的火灾探测器类型为点型感烟火灾探测器。
当然,上述火灾检测区域的划分和火灾探测器类型的设定仅仅为本实施例中的一种优选方式,在其他的实施例中也可以根据实际车站的情况进行调整。
上述三种火灾探测器需要设定各自探测的烟气参数的报警条件,当探测值满足报警条件时需要视为发生火灾从而实现报警。在本实施例中,点型感烟火灾探测器的烟气参数为烟气造成的减光率,其报警条件为减光率达到5%obs/m~15%obs/m;线型感温火灾探测器探测的烟气参数为温度,其报警条件为温度达到54~70℃;吸气式感烟火灾探测器探测的烟气参数为烟气造成的减光率,其报警条件为减光率达到5%obs/m~15%obs/m。
在后续数值模拟过程中,可根据模拟得到的烟气能见度和烟气温度来确定每个传感器布置位置的减光率以及温度,从而判断火灾探测器是否满足报警条件。
S2、预先根据待优化的轨道交通车站的实际调研情况,分析其潜在的火灾场景,以及引发每一种火灾场景对应的火源的参数,包括火源位置、火源类型和火源功率。然后依次针对轨道交通车站中的每一种潜在火灾场景,在火灾动力学模拟软件中基于该潜在火灾场景对应的火源参数进行数值模拟,本实施例所采用的火灾动力学模拟软件为FDS(FireDynamics Simulator)。在FDS中,基于火源位置、火源类型,火源功率、车站通风排烟模式、吊顶厚度、镂空率等参数信息,通过仿真可以明晰烟气能见度、烟气温度等参数随燃烧时间的变化规律,以及其在车站纵横向空间内的分布规律,从而得到火灾发生后烟气参数在车站内的时空分布特征。根据烟气参数在车站内的时空分布特征,结合火灾报警的时效要求和每一个火灾检测区域中安装的火灾探测器的报警条件,即可确定每一种潜在火灾场景对应的火灾探测器重点安装区域,火灾探测器重点安装区域应当使得在该重点安装区域内任意位置安装火灾探测器后均可以在前述时效要求内对火灾进行有效预警。
上述火灾探测器重点安装区域的划出,是为了保证火灾发生后能够及时地被探测到,从而触发火灾警报。在FDS中,可以通过多种不同的方式来实现火灾探测器重点安装区域的确定,例如可以先在整个车站的建模模型中对不同火灾检测区域都密集地布上仿真的火灾探测器并设定各自的报警条件,然后再数值模拟过程中即可确定在前述时效要求内哪些火灾探测器能够满足报警条件从而触发警报,这些触发警报的火灾探测器围合成的区域就是火灾探测器重点安装区域。
在本实施例中,每一种潜在火灾场景对应的火灾探测器重点安装区域的确定可以直接通过数值比对的方式,具体过程如下:
根据仿真得到的火灾发生后烟气参数在车站内的时空分布特征,确定火灾报警的时效要求中最晚报警时刻对应的烟气参数空间分布。例如,火灾报警的时效要求是火灾发生后的t秒内,那么可以通过数值模拟仿真确定火灾发生后的t时刻烟气参数在车站内的空间分布特征,然后结合每一个火灾检测区域中安装的火灾探测器各自的报警条件与不同位置实际的烟气参数分布数值进行比对,确定哪些位置安装火灾探测器可以触发其报警,由此基于该烟气参数空间分布将所有能够触发火灾报警条件的位置都作为火灾探测器重点安装区域。
需注意的是,上述S2过程需针对不同的火灾场景,例如安检位置火灾、线缆夹层火灾、设备房火灾等等,都进行相应的数值模拟,从而得到不同火灾场景各自的火灾探测器重点安装区域。而且需要说明的是,对于一种火灾场景,可能会得到一个或多个火灾探测器重点安装区域。这些火灾探测器重点安装区域都需要在后续的布点中进行着重考虑。通过上述S2中对火灾探测器重点安装区域,可以根据动力学仿真结果,明确整个车站中实现火灾探测报警的关键区域,避免传统布点方法中无目的、无依据地布置火灾探测器。
S3、依次针对每一种潜在火灾场景确定的每一个重点安装区域,基于火灾发生后烟气参数在车站内的时空分布特征,确定重点安装区域内能够第一个监测到火灾的火灾探测器最佳安装位点。就有本实施例的数值模拟结果中,所谓的第一个监测到火灾的火灾探测器最佳安装位点,应该是仿真得到的实际烟气参数首次满足火灾探测器报警条件的位置。而且需注意的,由于重点安装区域内可能存在多种不同的火灾检测区域,例如即含有夹层区域也含有车站重点防火区域或其他区域,那么判断烟气参数是否满足所在火灾探测器报警条件时应当考虑不同火灾检测区域安装的火灾探测器类型,因为不同类型的火灾探测器的报警条件不同。每一个火灾检测区域都各自根据自身所安装的火灾探测器类型判断烟气弥散过程中是否存在某个位置的烟气参数满足了报警条件,所有的火灾检测区域中第一个出现满足报警条件的位置就是火灾探测器最佳安装位点。
当每一个重点安装区域确定火灾探测器最佳安装位点后,即可保证当火灾发生后能够被第一时间探测到。因此,可以继续以火灾探测器最佳安装位点为基准进一步按照标准布局要求确定每个重点安装区域内其余的火灾探测器安装位点。
当所有潜在火灾场景的所有重点安装区域均完成火灾探测器安装位点布局后,对轨道交通车站内其余的区域即可按照标准布局要求进行火灾探测器安装位点布局,从而得到整个车站内所需安装的火灾探测器的初步优化布局,记为优化布局V1。
另外需要注意的是,由于不同区域之间都是各自进行布局的,因此在交界位置或者重合位置可能存在安装位点过密或者过稀疏的现象,因此最好在完成各区域单独的布局后,对其交界位置或者重合位置进行适当地调整。
上述布点过程中,除了每一个重点安装区域的火灾探测器最佳安装位点之外,其余的火灾探测器安装位点都可以按照标准布局要求进行布置,需要考虑火灾探测器的保护面积、保护半径等参数信息,从而计算区域内所需布置的探测器数量以及探测器的安装间距。所谓标准布局要求是指火灾探测器的一般性安装布局要求,可根据车站所在地的消防法规和相关标准规范而定,例如《火灾自动报警系统设计规范》GB 50116-2013等现有技术标准。
当得到初步优化布局即前述优化布局V1后,以及满足了火灾报警的时效性要求,但由于本发明是通过各种火灾探测器的探测参数来实现火灾报警的,因此在车站的一些特殊区域存在容易引发误报的环境因素。轨道交通车站采用的火灾探测器大部分为光电感烟探测器,该类型探测器利用火灾烟雾对光产生的散射作用等来探测火灾,其核心部件为迷宫。此类探测器在轨道交通车站应用过程中,容易受到灰尘、水雾及电磁干扰,发生误报。如,风机启动或者车辆进出引发的活塞风会将设备表面的灰尘、防虫网上累积的灰尘、探测器迷宫内累积的灰尘吹起,引起灰尘脉冲干扰,当干扰灰尘进入迷宫腔,光线在前进过程中照射在不规则分布的灰层粒子上,产生散射,散射光的不规则性使一部分散射光照射在接收二极管上。显然灰层粒子越多,接收二极管接收到的散射光越强,产生的光电信号也越强,再经过后续放大电路、A/D转换电路处理得出的烟雾颗粒浓度也就越大,如果灰尘干扰引发光电信号的大于报警阈值,且探测器报警诊断延时小于灰尘干扰脉宽,则产生报警。类似的,电磁干扰也会引发光电信号陡增,如果电磁干扰引发光电信号的大于报警阈值,且探测器报警诊断延时小于灰尘干扰脉宽,则产生报警。因此,在车站中一些扰动性扬尘或者人流量较多的位置,容易存在出现非火灾引起的灰尘导致的空气透光率下降情况,此时容易出现火灾误报,引发不必要的应急反应。本发明中将这些容易导致火灾误报的区域称为火灾高频误报区域。本实施例中,需要作为火灾高频误报区域的车站位置包括:
(1)车站设备区走廊;
(2)空调、风机周边;
(3)车站入口安检位置的上方;
(4)卫生间。
当然,上述四个位置基础上,其他实施例中也可以适当根据车站的自身情况或者后续运行过程中的误报反馈对火灾高频误报区域进行适当增减。
S4、在前述初步优化布局的基础上,获取预先确定的轨道交通车站内的火灾高频误报区域,并对每一个火灾高频误报区域内的所有火灾探测器安装位点,按照相邻的原则将所有火灾探测器安装位点两两划分为一组,每一组相邻火灾探测器安装位点中包含两个在空间上相邻的火灾探测器安装位点。为了减少误报,根据环境扰动往往具有瞬时性、局部性,而火灾引起的烟气具有持久性、区域性的特点,在一组相邻的火灾探测器安装位点之间再增设一个辅助火灾探测器安装位点,辅助火灾探测器需与对应的两个相邻火灾探测器分别构成同时满足报警条件才最终报警的关联报警组合。
本发明中,减少误报率的做法是在轨道交通车站容易发生误报的地方增设关联探测器,并与相邻的探测器设定多信息融合关联诊断算法。该算法充分利用灰尘等干扰因素的突发特征、上升过程中的不稳定特性、波峰驻留短暂等特性来加强火灾报警的抗干扰能力,当某一探测器采集的烟雾浓度达到报警门限时,查看关联探测器的监测数据有没有达到报警门限,仅当2个探测器的监测数据同时达到报警门限时,判定为报警。一般而言,辅助火灾探测器安装位点可布置于两个相邻的火灾探测器安装位点的连线中间位置,如图2所示。举例而言,原先存在一组相邻的火灾探测器安装位点A和B,那么可在A和B之间在增设一个辅助火灾探测器安装位点C,在后续实际安装时A、B、C各自安装一个火灾探测器,但三者不是独立进行火灾报警的,而是A和B构成一个关联报警组合,B和C构成一个关联报警组合。对于每一个关联报警组合,只有内部的两个火灾探测器探测到的烟气参数都满足报警条件时,才能够触发最终的报警,只有一个满足报警条件而另一个没有满足报警条件,就视为是环境扰动引起的误报。由于关联探测器组的两个探测器同时产生电磁干扰脉冲、受到灰尘等干扰的概率较小,可以利用二者之间的非相关性,将避免单个探测器烟雾浓度上升导致的误报,同时充分利用关联探测器组之间因距离、角度等产生的非相关性来滤除灰尘、油雾、电磁干扰等因素触发的报警。
由此,本步骤中,通过在前述优化布局V1的基础上进一步增加辅助火灾探测器安装位点,得到了整个车站内所需安装的火灾探测器的最终优化布局,记为优化布局V2。该优化布局即可以满足火灾报警对于有效性和时效性的要求,同时也能够尽可能避免误报率。
S5、当获得最终优化布局后,即可在轨道交通车站中基于最终优化布局安装火灾探测器,并将每个火灾探测器分别与火灾探测器构成通信连接,每个火灾探测器自身仅向火灾探测器实时发送探测数据,由火灾探测器进行集中式进行火灾报警。
另外,本发明还设计了一种轨道交通车站火灾监控系统,其基于传感探测、无线通信、GPRS网络通信等技术,将火灾探测信息(烟雾浓度、温度等)传送给FAS系统火灾报警控制器,由火灾报警控制器进行数据分析、存储,将原来的分布式的独立控制报警模式改为集中控制报警模式。此外,本发明提出通过在轨道交通车站容易发生误报的地方增加关联探测器,减少因为灰尘干扰等因素引发的误报,进一步提高报警的准确性。在发生报警时,将报警信息实时传输至用户终端,保障车站管理人员实时获取火灾报警信息。
如图3所示,在本发明的一个较佳实施例中,提供了一种轨道交通车站火灾监控系统,其包括作为前端检测系统的火灾探测器部分和作为后台分析监控的火灾报警控制器部分。
火灾探测器分布式安装于轨道交通车站内,且其安装布局采用前述S1~S4优化方法得到的最终优化布局V2。每一个火灾探测器的类型均需要严格按照S1中针对其安装位置的火灾检测区域所确定的火灾探测器类型。火灾探测器的型号可以根据需要选择,但其对于烟气参数的报警条件不能随意调整。
火灾报警控制器中具有数据存储模块、数据分析模块和物联网关,其中物联网关用于与每个火灾探测器构成数据传输,每个火灾探测器探测得到的实时参数实时发送并存储至数据存储模块中进行存储。同时在数据分析模块中,将每一个辅助火灾探测器分别与对应的两个相邻火灾探测器进行关联形成两组关联报警组合,对于不存在关联关系的独立火灾探测器,仅需其自身满足报警条件即可发出火灾警报,对于存在关联关系的一组火灾探测器需要进行关联诊断,仅在两个关联的火灾探测器同时满足报警条件时才发出火灾警报。当出现火灾警报时,通过物联网关向报警设备发送火灾警报信息。
既有感烟探测器不具备自清洁功能,在受到灰层等污染之后不能及时被发现,从而易引发误报。但本发明采用的火灾探测器内含有传感器采集模块和数据处理模块,传感器采集模块监测对应的烟气参数,例如烟雾浓度或温度等信息,其产生的电信号经过数据处理模块进行处理得到数字信号,即可通过物联网技术传送给火灾报警控制器,火灾报警控制器中央处理系统对报警数据分析后确定是否报警。因此,本发明的火灾探测器自身内部无需进行报警判断。由此,本发明中将分布式报警改为集中报警,污染值上传到控制器,可通过观察污染值情况及时发现探测器的受污染情况,从而及时清洗,避免误报。
在本发明中,火灾报警控制器中的数据分析模块可通过内置分析算法的中央处理器来实现,而物联网关可采用通用的物联网技术设备,其信号的收发优选采用无线通信、GPRS网络通信。
需说明的是,本发明接收火灾警报信息的报警设备可以根据实际情况选择,例如可灵活组合车站自身的中央控制系统、车站运营管理人员所持有的移动端、安装于车站内部的报警声光指示设备等。优选的,当发生报警时,经由物联网关将报警信息实时传输至手机等移动终端,此步骤中的传输方式包括短信通知关键车站管理人员、监测网页报警信息跳出等。而且在以上全过程步骤中,数据存储模块将探测器采集到的烟雾浓度、温度信息进行存储,在发生报警或者误报警之后可导出数据进行场景数据复原,辅助诊断算法优化。
以上所述的实施例只是本发明的一种较佳的方案,然其并非用以限制本发明。有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型。因此凡采取等同替换或等效变换的方式所获得的技术方案,均落在本发明的保护范围内。
Claims (10)
1.一种基于物联网的轨道交通车站火灾监控系统优化方法,其特征在于,步骤如下:
S1、利用火灾动力学模拟软件对待优化的轨道交通车站进行建模,并在模型中对轨道交通车站模型内的每一种火灾检测区域设定所采用的火灾探测器类型以及该类型火灾探测器的报警条件;
S2、依次针对轨道交通车站中的每一种潜在火灾场景,在火灾动力学模拟软件中基于该潜在火灾场景对应的火源参数进行数值模拟,仿真得到火灾发生后烟气参数在车站内的时空分布特征,并结合火灾报警的时效要求和每一个火灾检测区域中安装的火灾探测器的报警条件,确定每一种潜在火灾场景对应的火灾探测器重点安装区域,使得在该重点安装区域内任意位置安装火灾探测器后均可以在所述时效要求内对火灾进行有效预警;
S3、依次针对每一种潜在火灾场景确定的每一个重点安装区域,基于火灾发生后烟气参数在车站内的时空分布特征,确定重点安装区域内能够第一个监测到火灾的火灾探测器最佳安装位点,然后以火灾探测器最佳安装位点为基准进一步按照标准布局要求确定重点安装区域内其余的火灾探测器安装位点;当所有潜在火灾场景的所有重点安装区域均完成火灾探测器安装位点布局后,对轨道交通车站内其余的区域按照标准布局要求进行火灾探测器安装位点布局,从而得到整个车站内所需安装的火灾探测器的初步优化布局;
S4、在所述初步优化布局基础上,获取预先确定的轨道交通车站内的火灾高频误报区域,并对每一个火灾高频误报区域内的相邻火灾探测器安装位点两两划分为一组,一组相邻的火灾探测器安装位点之间再增设一个辅助火灾探测器安装位点,辅助火灾探测器需与对应的两个相邻火灾探测器分别构成同时满足报警条件才最终报警的关联报警组合,从而得到整个车站内所需安装的火灾探测器的最终优化布局;
S5、在轨道交通车站中基于所述最终优化布局安装火灾探测器,并将每个火灾探测器分别与火灾探测器构成通信连接,每个火灾探测器自身仅向火灾探测器实时发送探测数据,由火灾探测器进行集中式进行火灾报警。
2.如权利要求1所述的基于物联网的轨道交通车站火灾监控系统优化方法,其特征在于,所述轨道交通车站内的火灾检测区域分为夹层区域、车站重点防火区域和除上述两种区域外的其他区域,其中所述夹层区域包括设备夹层和电线电缆夹层;所述车站重点防火区域包括设备房和设备区走廊。
3.如权利要求2所述的基于物联网的轨道交通车站火灾监控系统优化方法,其特征在于,针对三种火灾检测区域,设定夹层区域所采用的火灾探测器类型为线型感温火灾探测器,所述车站重点防火区域所采用的火灾探测器类型为吸气式感烟火灾探测器,所述其他区域所采用的火灾探测器类型为点型感烟火灾探测器。
4.如权利要求3所述的基于物联网的轨道交通车站火灾监控系统优化方法,其特征在于,所述点型感烟火灾探测器的烟气参数为烟气造成的减光率,其报警条件为减光率达到5%obs/m~15%obs/m;所述线型感温火灾探测器探测的烟气参数为温度,其报警条件为温度达到54~70℃;所述吸气式感烟火灾探测器探测的烟气参数为烟气造成的减光率,其报警条件为减光率达到5%obs/m~15%obs/m。
5.如权利要求1所述的基于物联网的轨道交通车站火灾监控系统优化方法,其特征在于,在对待优化的轨道交通车站进行建模时,需考虑的参数信息包括车站的立体空间布局、车站通风排烟模式、吊顶的厚度和镂空率,在进行数值模拟时所述火源参数包括火源位置、火源类型和火源功率,模拟的烟气参数包括烟气能见度和烟气温度。
6.如权利要求1所述的基于物联网的轨道交通车站火灾监控系统优化方法,其特征在于,所述火灾动力学模拟软件为FDS(Fire Dynamics Simulator)。
7.如权利要求1所述的基于物联网的轨道交通车站火灾监控系统优化方法,其特征在于,每一种潜在火灾场景对应的火灾探测器重点安装区域的确定方法为:
根据仿真得到的火灾发生后烟气参数在车站内的时空分布特征,确定火灾报警的时效要求中最晚报警时刻对应的烟气参数空间分布,然后基于该烟气参数空间分布将所有能够触发火灾报警条件的位置都作为火灾探测器重点安装区域。
8.如权利要求1所述的基于物联网的轨道交通车站火灾监控系统优化方法,其特征在于,所述火灾高频误报区域包括、车站设备区走廊、空调或风机周边、车站入口安检位置的上方、卫生间。
9.一种轨道交通车站火灾监控系统,其特征在于,包括:
安装于轨道交通车站内的火灾探测器,且其安装布局采用如权利要求1~8任一所述优化方法得到的最终优化布局;
以及火灾报警控制器,所述火灾报警控制器中具有数据存储模块、数据分析模块和物联网关,所述物联网关用于与每个火灾探测器构成数据传输,每个火灾探测器探测得到的实时参数实时发送并存储至数据存储模块中进行存储,同时在数据分析模块中,将每一个辅助火灾探测器分别与对应的两个相邻火灾探测器进行关联形成两组关联报警组合,对于不存在关联关系的独立火灾探测器,仅需其自身满足报警条件即可发出火灾警报,对于存在关联关系的一组火灾探测器需要进行关联诊断,仅在两个关联的火灾探测器同时满足报警条件时才发出火灾警报;且当出现火灾警报时,通过所述物联网关向报警设备发送火灾警报信息。
10.如权利要求9所述的轨道交通车站火灾监控系统,其特征在于,所述报警设备包括中央控制系统、移动端、报警声光指示设备中的一种或多种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110979565.9A CN113741258B (zh) | 2021-08-25 | 2021-08-25 | 基于物联网的轨道交通车站火灾监控系统及其优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110979565.9A CN113741258B (zh) | 2021-08-25 | 2021-08-25 | 基于物联网的轨道交通车站火灾监控系统及其优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113741258A CN113741258A (zh) | 2021-12-03 |
CN113741258B true CN113741258B (zh) | 2023-01-13 |
Family
ID=78732710
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110979565.9A Active CN113741258B (zh) | 2021-08-25 | 2021-08-25 | 基于物联网的轨道交通车站火灾监控系统及其优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113741258B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116109014B (zh) * | 2023-04-11 | 2023-08-01 | 广东广宇科技发展有限公司 | 一种城市轨道交通大型换乘站点的模拟消防疏散方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6958689B2 (en) * | 2001-09-21 | 2005-10-25 | Rosemount Aerospace Inc. | Multi-sensor fire detector with reduced false alarm performance |
CN201876973U (zh) * | 2010-11-10 | 2011-06-22 | 东华大学 | 一种用于轨道交通车站火警的图像烟雾探测系统 |
CN105278500B (zh) * | 2015-10-19 | 2018-02-09 | 南京国电南自轨道交通工程有限公司 | 一种基于环境设备与监控系统的轨道交通火灾联动方法及系统 |
CN109243130A (zh) * | 2018-09-07 | 2019-01-18 | 公安部四川消防研究所 | 多物理融合火灾监控系统及其预测火灾发生概率的方法 |
CN111311869B (zh) * | 2020-02-14 | 2021-04-27 | 清华大学合肥公共安全研究院 | 一种基于区域报警模型的消防安全监控方法、系统、云平台 |
CN112116776B (zh) * | 2020-10-21 | 2022-05-31 | 国网陕西省电力公司电力科学研究院 | 一种变电站内电缆火灾预测监控系统及方法 |
CN113205669B (zh) * | 2021-04-13 | 2022-07-19 | 清华大学合肥公共安全研究院 | 一种融合式的消防物联网监测预警方法 |
CN113129569B (zh) * | 2021-04-13 | 2022-06-14 | 辰安天泽智联技术有限公司 | 一种融合式的消防物联网监测预警信号识别方法 |
-
2021
- 2021-08-25 CN CN202110979565.9A patent/CN113741258B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113741258A (zh) | 2021-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104167067A (zh) | 城市井盖、栏杆监控报警系统及其监控方法 | |
KR102554662B1 (ko) | 이동식 무인탐지장치를 이용한 인공지능 기반 안전관리 시스템 | |
KR102322427B1 (ko) | 빅데이터 기반의 건축물 화재 예방 대응 시스템 | |
CN109854304A (zh) | 煤矿安全监控系统分级分区报警方法及安全监控系统 | |
CN102279995A (zh) | 基于物联网的安防预警系统 | |
CN104794846A (zh) | 一种基于物联网的机车消防安全管控智能化系统及方法 | |
CN104925613A (zh) | 一种电梯在线安全检测预警装置及其检测预警方法 | |
CN106976777A (zh) | 一种用于电梯远程故障监测系统及其检测方法 | |
CN113990018B (zh) | 一种安全风险预测系统 | |
CN103077609A (zh) | 基于多传感器感知的隧道交通事故监控方法及系统 | |
CN101551935A (zh) | 高速铁路地震预警及应急处置系统 | |
CN113741258B (zh) | 基于物联网的轨道交通车站火灾监控系统及其优化方法 | |
CN103035097A (zh) | 智能紧急疏散控制系统及其实现方法 | |
CN116052360B (zh) | 一种消防报警系统 | |
CN111047815A (zh) | 基于自学习模型识别消防探测器误报的方法及系统 | |
CN113651200A (zh) | 一种电梯远程监控系统 | |
CN211630273U (zh) | 用于铁路环境的图像智能识别装置 | |
CN113018746A (zh) | 一种基于物联网技术的智慧消防系统 | |
CN112027841A (zh) | 一种电梯系统 | |
CN104008625A (zh) | 一种图像智能火灾疏散系统 | |
CN112583769A (zh) | 车站的运行监控系统 | |
CN210895724U (zh) | 一种基于无线集群技术的语音警示系统 | |
CN206249517U (zh) | 一种分布式光纤感温隧道火灾探测报警系统 | |
CN117409526A (zh) | 一种电气火灾极早期预警监测系统及灭火方法 | |
KR20150061289A (ko) | Usn 기반의 화재 경로 예측 시스템 |
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 |