CN113838261A - 一种电力机车火灾自动监测系统及方法 - Google Patents
一种电力机车火灾自动监测系统及方法 Download PDFInfo
- Publication number
- CN113838261A CN113838261A CN202111141620.3A CN202111141620A CN113838261A CN 113838261 A CN113838261 A CN 113838261A CN 202111141620 A CN202111141620 A CN 202111141620A CN 113838261 A CN113838261 A CN 113838261A
- Authority
- CN
- China
- Prior art keywords
- air
- electric locomotive
- monitoring system
- concentration value
- pipe network
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 64
- 230000003137 locomotive effect Effects 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 28
- 239000000126 substance Substances 0.000 claims abstract description 39
- 238000012545 processing Methods 0.000 claims abstract description 32
- 238000000605 extraction Methods 0.000 claims abstract description 19
- 238000001514 detection method Methods 0.000 claims abstract description 10
- 239000002245 particle Substances 0.000 claims description 23
- 239000000779 smoke Substances 0.000 claims description 23
- 239000000428 dust Substances 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 4
- 239000000463 material Substances 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 4
- 230000035945 sensitivity Effects 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011010 flushing procedure Methods 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 206010000369 Accident Diseases 0.000 description 1
- 239000000443 aerosol Substances 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G08B17/11—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means using an ionisation chamber for detecting smoke or gas
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Fire Alarms (AREA)
Abstract
本发明提供了一种电力机车火灾自动监测系统及方法。所述电力机车火灾自定监控系统包括:管网,所述管网铺设在电力机车的监测区域内;抽气装置,与所述管网相连通,用以抽取所述管网所在的监测区域内的空气;处理装置,用以处理所述抽气装置抽取的空气,得到空气样本;分析装置,用以对所述处理装置得到的空气样本进行物质浓度分析,得到指定物质的浓度值。本发明可降低电力机车上火灾的误报率,提高火灾探测的效率,便于火灾自动监控系统的维护和保养。
Description
技术领域
本发明涉及电力机车领域,具体涉及一种电力机车火灾自动监测系统和方法。
背景技术
电力机车作为一项综合交通运输装备,其结构及设备复杂,电气化设备集成度高,机车结构狭长,设备布置紧凑,具有很高的火灾风险。若火情不在早期发现,及时扑救控制,可能造成重大的火灾事故。目前机车上通常采用的是点式的监测方式,通过监测温度的变化或烟雾浓度变化来判断火情,但该监测方法因监测点的设置与空间的局限,容易发生在遮挡区的火灾探测延迟,不利于及时扑救。目前机车也有在隐蔽及电气部件密集铺设的管网监测方式,但其监测的是该区域的温度,因电气部件在正常工作也会有热量散发,容易引发误报,造成不必要的恐慌,也会影响同线路其他机车的运行。
发明内容
针对现有技术中的问题,本发明的目的在于提供一电力机车火灾自动监测系统和方法,该系统和方法可在火灾发生的极早期报警,且灵敏度高,误报率低。
本发明是通过下述技术方案来解决上述技术问题的:
本发明实施例提供一种电力机车火灾自动监控系统,包括管网,所述管网铺设在电力机车的监测区域内;抽气装置,与所述管网相连通,用以抽取所述管网所在的监测区域内的空气;处理装置,用以处理所述抽气装置抽取的空气,得到空气样本;分析装置,用以对所述处理装置得到的空气样本进行物质浓度分析,得到指定物质的浓度值。
在一些实施例中,所述处理装置对抽取的空气内的灰尘和水汽进行处理,得到用于物质成分分析的空气样本。
在一些实施例中,所述分析装置对所述空气样本的烟雾颗粒浓度值进行分析。
在一些实施例中,所述分析装置在判断所述烟雾颗粒浓度值未超过设定值后,向所述抽气装置发送继续检测信号,所述抽气装置开始进行继续抽取所述管网内的空气。
在一些实施例中,所述电力机车火灾自动监测系统还包括报警装置,用于在接收到所述分析装置的报警信息时输出警报信号。
在一些实施例中,所述分析装置在判断所述空气样本的烟雾颗粒浓度值超过设定值后,则输出报警信息给所述报警装置。
在一些实施例中,所述报警装置接收到所述报警信息后,则输出火灾报警信号提示。
本发明实施例提供一种电力机车火灾自动监测方法,采用所述的电力机车火灾自动监测系统,该方法包括步骤:
所述抽气装置抽取管网内的空气,所述管网铺设于所述电力机车的监测区域中;
所述处理装置处理所述抽气装置抽取的空气,得到用于物质浓度分析的空气样本;
所述分析装置对所述处理装置得到的空气样本进行物质浓度分析,得到指定物质的浓度值。
在一些实施例中,所述指定物质的浓度值为烟雾颗粒浓度值;所述分析装置对所述处理装置得到的空气样本进行物质浓度分析,得到指定物质的浓度值之后,还包括如下步骤:
所述分析装置判断所述空气样本中的烟雾颗粒浓度值未超过设定值时,向所述抽气装置发送继续检测信号;
所述抽气装置开始进行继续抽取所述管网内的空气。
在一些实施例中,所述系统还包括报警装置,所述指定物质的浓度值为烟雾颗粒浓度值;所述分析装置对所述处理装置得到的空气样本进行物质浓度分析,得到指定物质的浓度值之后,还包括如下步骤:
所述分析装置判断所述空气样本中的烟雾颗粒浓度值超过设定值时,则输出报警信息给所述报警装置;
所述报警装置输出报警信号以提示。
本发明所提供的电力机车火灾自动监测系统及方法具有如下优点:该系统和方法可在火灾发生的极早期报警,且灵敏度高,误报率低,还可清除管道中的灰尘,有利于系统的维护保养。利用该系统和方法可以根据保护区域弹性设置,实现对机车电缆线槽等隐蔽空间的火灾监测,极大地降低物体遮挡时对初期火灾探测的时效影响,以火焰引起的空气内物质变化为监测对象,降低火灾的误报率。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显。
图1是本发明一实施例的电力机车火灾自动监测系统的示意图;
图2是本发明一实施例的电力机车火灾自动监测方法的流程图;
图3是本发明一具体实现方式中的电力机车火灾自动监测方法的流程图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的实施方式;相反,提供这些实施方式使得本发明将全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的结构,因而将省略对它们的重复描述。说明书中的“或”、“或者”均可能表示“和”或者“或”。
图1示出了本发明一实施例的电力机车火灾自动监测装置。如图1中所示,所述电力机车火灾自动监测装置包括:管网M100,所述管网M100铺设在电力机车的监测区域内;抽气装置M200,与所述管网M100相连通,用以抽取所述管网M100所在的监测区域内的空气;处理装置M300,用以处理所述抽气装置M200抽取的空气,得到空气样本;分析装置M400,用以对所述处理装置M300得到的空气样本进行物质浓度分析,得到指定物质的浓度值。所述管网M100所在的监测区域内包括机车电气间、电气柜和/或电缆线槽等电气部件密集的区域,本发明通过所述管网实现了对机车中隐蔽空间的火灾监测。并且本发明以火焰引起的空气内物质变化为监测对象,降低火灾的误报率。
具体地,所述处理装置M300处理所述抽气装置M200抽取的空气,包括对抽取的空气内的灰尘和水汽进行处理,得到了用于物质成分分析的空气样本。所述物质浓度分析包括烟雾颗粒浓度值分析。所述分析装置M400对所述空气样本的烟雾颗粒浓度值进行分析,所述分析装置M400在判断所述烟雾颗粒浓度值未超过设定值后,向所述抽气装置M200发送继续检测信号,所述抽气装置M200开始进行继续抽取所述管网M100内的空气,实现不间断监测机车监控区域是否有火灾发生。进一步地,所述电力机车火灾自动监测系统还包括报警装置M500,用于在接收到所述分析装置M400的报警信息时输出警报信号。当所述分析装置M400在判断空气样本的烟雾颗粒浓度值超过设定值之后,则输出报警信息给所述报警装置M500。所述电力机车火灾自动监测系统可在火灾发生的极早期报警,且以火焰引起的空气内的烟雾颗粒浓度值变化作为监测对象,相较于温度点测监控火灾情况可降低火灾发生的误报率。所述电力机车火灾自动监测系统还可以具有自动反吹系统,可清除管道中的灰尘,为系统在维护保养时提供了便利。
图2为本发明一实施例提供的电力机车火灾自动监测方法。从图2中可以得到,所述电力机车火灾自动监测方法采用如上所述的电力机车火灾自动监测系统,该方法包括步骤:
S100:所述抽气装置抽取管网内的空气,所述管网铺设于所述电力机车的监测区域中;
S200:所述处理装置处理所述抽气装置抽取的空气,得到用于物质浓度分析的空气样本,在发生火情时,所述空气样本中会含有烟雾颗粒,通过后续的步骤可以检测得到;
S300:所述分析装置对所述处理装置得到的空气样本进行物质浓度分析,得到指定物质的浓度值。
如图3所示,在一具体实施方式中,在所述步骤S100之前,首先确定需监测区域,在监测区域铺设采样管,所述监测区域内包括机车电气间、电气柜和/或电缆线槽等电气部件密集的区域。然后通过步骤S100由所述抽气装置抽取空气,通过步骤S200由处理装置处理空气,形成空气样本,然后通过步骤S300进行空气样本物质分析,得到指定物质的浓度值。
进一步地,所述指定物质的浓度值为烟雾颗粒浓度值;如图3所示,所述步骤S300:所述分析装置对所述处理装置得到的空气样本进行物质浓度分析,得到指定物质的浓度值之后,还包括下方步骤:
S410:所述分析装置判断物质浓度是否达到设定值;
S420:所述分析装置判断所述空气样本中的烟雾颗粒浓度值为超出设定值时,向所述抽气装置发送继续检测信号;所述抽气装置开始进行继续抽取所述管网内的空气。
当无火灾发生时,上述方法实现对所述监控区域的不间断监控。
所述系统还包括报警装置时,所述步骤S300:所述分析装置对所述处理装置得到的空气样本进行物质浓度分析,得到指定物质的浓度值之后,还包括如下步骤:
S430:所述分析装置判断所述空气样本中的烟雾颗粒浓度值超过设定值时,则输出报警信息给所述报警装置;
S440:所述报警装置输出报警信号以提示。
当火灾发生时,以上方法可实现对火灾及时警报,提高警报效率,确保机车上的人员及时处理火情,减少人员伤亡和财产损失。
综上所述,本发明所提供的电力机车火灾自动监测系统及方法具有如下优点:该系统和方法可在火灾发生的极早期报警,且灵敏度高,误报率低,此系统还可以具有自动反吹功能,可清除管道中的灰尘,有利于系统的维护保养。利用该系统和方法可以根据保护区域弹性设置,实现对机车电缆线槽等隐蔽空间的火灾监测,极大地降低物体遮挡时对初期火灾探测的时效影响,以火焰引起的空气内物质变化为监测对象,降低火灾的误报率。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (10)
1.一种电力机车火灾自动监测系统,其特征在于,包括:
管网,所述管网铺设在电力机车的监测区域内;
抽气装置,与所述管网相连通,用以抽取所述管网所在的监测区域内的空气;
处理装置,用以处理所述抽气装置抽取的空气,得到空气样本;
分析装置,用以对所述处理装置得到的空气样本进行物质浓度分析,得到指定物质的浓度值。
2.根据权利要求1所述的电力机车火灾自动监测系统,其特征在于,所述处理装置对抽取的空气内的灰尘和水汽进行处理,得到用于物质成分分析的空气样本。
3.根据权利要求2所述的电力机车火灾自动监测系统,其特征在于,所述分析装置对所述空气样本的烟雾颗粒浓度值进行分析。
4.根据权利要求3所述的电力机车火灾自动监测系统,其特征在于,所述分析装置在判断所述烟雾颗粒浓度值未超过设定值后,向所述抽气装置发送继续检测信号,所述抽气装置开始进行继续抽取所述管网内的空气。
5.根据权利要求3所述的电力机车火灾自动监测系统,其特征在于,还包括报警装置,用于在接收到所述分析装置的报警信息时输出报警信号。
6.根据权利要求4所述的电力机车火灾自动监测系统,其特征在于,所述分析装置在判断所述空气样本的烟雾颗粒浓度值超过设定值后,则输出报警信息给所述报警装置。
7.根据权利要求6所述的电力机车火灾自动监测系统,其特征在于,所述报警装置接收到所述报警信息后,则输出火灾报警信号提示。
8.一种电力机车火灾自动监测方法,其特征在于,采用权利要求1-7中任意一项所述的电力机车火灾自动监测系统,该方法包括步骤:
所述抽气装置抽取管网内的空气,所述管网铺设于所述电力机车的监测区域中;
所述处理装置处理所述抽气装置抽取的空气,得到用于物质浓度分析的空气样本;
所述分析装置对所述处理装置得到的空气样本进行物质浓度分析,得到指定物质的浓度值。
9.根据权利要求8所述的电力机车火灾自动监测方法,其特征在于,所述指定物质的浓度值为烟雾颗粒浓度值;所述分析装置对所述处理装置得到的空气样本进行物质浓度分析,得到指定物质的浓度值之后,还包括如下步骤:
所述分析装置判断所述空气样本中的烟雾颗粒浓度值未超过设定值时,向所述抽气装置发送继续检测信号;
所述抽气装置开始进行继续抽取所述管网内的空气。
10.根据权利要求8所述的电力机车火灾自动监测方法,其特征在于,所述系统还包括报警装置,所述指定物质的浓度值为烟雾颗粒浓度值;所述分析装置对所述处理装置得到的空气样本进行物质浓度分析,得到指定物质的浓度值之后,还包括如下步骤:
所述分析装置判断所述空气样本中的烟雾颗粒浓度值超过设定值时,则输出报警信息给所述报警装置;
所述报警装置输出报警信号以提示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111141620.3A CN113838261A (zh) | 2021-09-28 | 2021-09-28 | 一种电力机车火灾自动监测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111141620.3A CN113838261A (zh) | 2021-09-28 | 2021-09-28 | 一种电力机车火灾自动监测系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113838261A true CN113838261A (zh) | 2021-12-24 |
Family
ID=78970876
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111141620.3A Pending CN113838261A (zh) | 2021-09-28 | 2021-09-28 | 一种电力机车火灾自动监测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113838261A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103996263A (zh) * | 2014-05-11 | 2014-08-20 | 中国科学技术大学 | 一种采用烟雾气体传感的吸气式飞机货舱火灾探测器 |
JP2014216027A (ja) * | 2013-04-25 | 2014-11-17 | ザフェテーク.ブランデス.ウント.ニーホフ.ゲゼルシャフト.ミット.ベシュレンクテル.ハフツングsafetecBrandes und Niehoff GmbH | 煙探知ユニット、煙探知システムおよび煙探知装置 |
CN104794846A (zh) * | 2015-05-06 | 2015-07-22 | 福建省白沙消防工贸有限公司 | 一种基于物联网的机车消防安全管控智能化系统及方法 |
CN107331102A (zh) * | 2017-08-30 | 2017-11-07 | 国网安徽省电力公司电力科学研究院 | 智能型集中吸入式电缆火灾极早期预警装置及方法 |
US20210166540A1 (en) * | 2019-11-29 | 2021-06-03 | Carrier Corporation | Aspiration smoke detection system |
-
2021
- 2021-09-28 CN CN202111141620.3A patent/CN113838261A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014216027A (ja) * | 2013-04-25 | 2014-11-17 | ザフェテーク.ブランデス.ウント.ニーホフ.ゲゼルシャフト.ミット.ベシュレンクテル.ハフツングsafetecBrandes und Niehoff GmbH | 煙探知ユニット、煙探知システムおよび煙探知装置 |
CN103996263A (zh) * | 2014-05-11 | 2014-08-20 | 中国科学技术大学 | 一种采用烟雾气体传感的吸气式飞机货舱火灾探测器 |
CN104794846A (zh) * | 2015-05-06 | 2015-07-22 | 福建省白沙消防工贸有限公司 | 一种基于物联网的机车消防安全管控智能化系统及方法 |
CN107331102A (zh) * | 2017-08-30 | 2017-11-07 | 国网安徽省电力公司电力科学研究院 | 智能型集中吸入式电缆火灾极早期预警装置及方法 |
US20210166540A1 (en) * | 2019-11-29 | 2021-06-03 | Carrier Corporation | Aspiration smoke detection system |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5578931A (en) | ARC spectral analysis system | |
US6052058A (en) | Filter integrity monitoring system | |
US20080167754A1 (en) | Ozone and other molecules sensors for electric fault detection | |
DE10164293A1 (de) | Verfahren und Vorrichtung zum Messen des Sauerstoffgehaltes | |
EP1397789A2 (de) | Vorrichtung und verfahren zum detektieren von brandherden oder gasverunreinigungen | |
CN108320433A (zh) | 主动吸气式火灾探测器火警确认装置及方法 | |
CN115077627B (zh) | 一种多融合环境数据监管方法及监管系统 | |
EP1437701A3 (en) | System, controller and method of detecting a hazardous condition within an enclosure having a ventilation system | |
CN112037455A (zh) | 一种基于数据采集的火灾自动报警系统 | |
CN112505500B (zh) | 基于超高频检测方式的局部放电严重程度评估方法 | |
CN110632372A (zh) | 电力变压器直流偏磁的监测方法 | |
CN115077617A (zh) | 一种低压电气火灾监控系统 | |
CN113759219A (zh) | 主动式环境安全监测预警装置、方法及安装方案 | |
CN115753527A (zh) | 一种机电设备火灾预警方法、系统、终端设备及存储介质 | |
CN113838261A (zh) | 一种电力机车火灾自动监测系统及方法 | |
CN117373224B (zh) | 一种小空间消防安全管理系统 | |
KR101734659B1 (ko) | 전력구내 지중 송전선로의 전기화재 징후 감지 및 경보 시스템 및 그 방법 | |
CN105354972A (zh) | 基于粒子测量的早期火灾报警方法 | |
CN111739261A (zh) | 一种控烟监管系统及方法 | |
CN112863105A (zh) | 一种基于消防关联性的消防预警系统 | |
CN216249470U (zh) | 海上风电升压站火灾早期预警系统 | |
CN112907883A (zh) | 基于烟雾与二氧化碳浓度复合算法的点型感烟火灾探测器 | |
KR980004213A (ko) | 통신구 집중 관리 방법 및 그 장치 | |
CN117975702A (zh) | 一种变电站防火监控识别方法及系统 | |
CN107780959A (zh) | 一种改进型隧道通风控制系统 |
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: 20211224 |