CN114935358B - 一种储油场所的自动化火情监测与控制方法 - Google Patents

一种储油场所的自动化火情监测与控制方法 Download PDF

Info

Publication number
CN114935358B
CN114935358B CN202210382148.0A CN202210382148A CN114935358B CN 114935358 B CN114935358 B CN 114935358B CN 202210382148 A CN202210382148 A CN 202210382148A CN 114935358 B CN114935358 B CN 114935358B
Authority
CN
China
Prior art keywords
fire
oil storage
fire extinguishing
sensor
flame
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
Application number
CN202210382148.0A
Other languages
English (en)
Other versions
CN114935358A (zh
Inventor
李满厚
张超
王昌建
杨慎林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Intelligent Manufacturing Institute of Hefei University Technology
Original Assignee
Intelligent Manufacturing Institute of Hefei University Technology
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 Intelligent Manufacturing Institute of Hefei University Technology filed Critical Intelligent Manufacturing Institute of Hefei University Technology
Priority to CN202210382148.0A priority Critical patent/CN114935358B/zh
Publication of CN114935358A publication Critical patent/CN114935358A/zh
Application granted granted Critical
Publication of CN114935358B publication Critical patent/CN114935358B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • A—HUMAN NECESSITIES
    • A62—LIFE-SAVING; FIRE-FIGHTING
    • A62C—FIRE-FIGHTING
    • A62C3/00—Fire prevention, containment or extinguishing specially adapted for particular objects or places
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00—Fire alarms; Alarms responsive to explosion
    • G08B17/06—Electric actuation of the alarm, e.g. using a thermally-operated switch
    • 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
    • G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
    • G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/12—Alarms for ensuring the safety of persons responsive to undesired emission of substances, e.g. pollution alarms
    • G08B21/16—Combustible gas alarms
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
    • Y02A40/28—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture specially adapted for farming

Abstract

本发明涉及消防安全控制方法领域，特别是涉及一种储油场所的自动化火情监测与控制方法。该方法包括如下步骤：S1：构建火灾识别模型和多分类模型。S2：部署储油场所用火情监测与控制系统。S3：实时采集监测信号，生成一个预警信号。S4：获取预警信号并作出如下决策：S41：获取火场的实时图像和/或热图像。S42：计算火场的实际位置。S43：确定火灾蔓延速度；S5：获取火场的实时图像输入到火灾识别模型中，得到火场特征。S6：将火场特征输入到多分类模型中，生成灭火策略。S7：驱动自动化灭火车执行灭火策略。S8：在导流槽液位高于警戒液位后，启动围堵灭火单元。本发明解决了现有消防系统无法有效监控并快速处理流淌火等复杂火情的问题。

Description

一种储油场所的自动化火情监测与控制方法
技术领域
本发明涉及消防安全控制方法领域，特别是涉及一种储油场所的自动化火情监测与控制方法。
背景技术
加油站、燃油仓库、塑化工厂、储油基地等场所都存储有大量的石油或燃油原料，这些场所具有最高等级消防安全防护等级，也具有最高级别的安全风险。这些场所一旦发生火灾等消防事故，都可能产生重大的社会危害和经济损失。
储油场所的燃油除了具有易燃、易爆等特性之外，还具有高度流动性，泄露后的燃油在燃烧后会形成流淌火。流淌火不受物理边界限制，蔓延速度快、燃烧面积不断扩大，这些都会给消防部门的灭火处置和防灾救援带来极大挑战。因此应对流淌火的首要原则是：预防为主，尽早发现，及时处理。
泄漏流淌火应急处置技术是流淌火研究的重点，目前主要方法包括窒息、吸附、封堵和围堵等。在窒息灭火技术方面，常规的压缩空气泡沫和泡沫水喷淋系统均难以覆盖泄漏的流淌液体；干粉灭火器也不适宜扑救流淌火。而正压式泡沫灭火性能高于负压式泡沫，二者通过持续、大量喷射泡沫能够在一定程度上阻断流淌流淌火。在吸附灭火技术方面，碳纳米、无机和有机吸附材料可用于吸附小范围泄漏形成的液池或危险品泄漏救援，但对于大规模泄露，吸附材料的经济性较差，一般不予采用。在封堵防火方面，固定夹具、黏贴式密封胶、强磁、钢带捆扎法等封堵技术，可用于管道、阀门、法兰等泄漏部位的封堵。不过封堵技术一般应用于小规模泄露事故，而对于大规模液体燃料泄漏宜采用围堵技术。围堵防火技术可以将流淌火限定在规定或者局部区域内。例如采用聚氨酯泡沫，将发泡技术与喷雾技术相结合，短时间内完成硬化，可实现对泄漏液体的围堵，这种装置适用于混凝土、沥青及其他硬质表面。
然而，上述所有的防火灭火措施均高度依赖人工发现火情和及时操作处理。如果储油场所燃油泄漏发生火灾，但是相关的安全人员没能第一时间发现并及时采取措施，仍然可能发生重大的危害和损失。此外，除了应对一般场景的消防喷淋系统之外，常规的消防系统大多不具有自动化处理的能力。即使发现火情，也需要人工进行灭火处理，这不仅可能延迟火情的反应时间，降低处置效率，还可能造成重大人员伤亡。
发明内容
基于此，有必要针对现有消防系统无法有效监控漏油隐患并及时处理流淌火等复杂火情的问题，提供一种储油场所的自动化火情监测与控制方法。
本发明提供的技术方案如下：
一种储油场所的自动化火情监测与控制方法，该方法应用于一个储油场所用火情监测与控制系统中。储油场所用火情监测与控制系统中包含火灾感应器、PTZ云台、摄像头、自动化灭火车、燃油导流单元、围堵灭火单元和中央服务器。
在该储油场所用火情监测与控制系统中，火灾感应器用于探测安装位置的声响、光强、温度、烟雾浓度和可燃气体浓度，进而根据各项指标判断感应区域是否发生火灾。摄像头用于获取取景区域的实时图像和红外热成像的热图像。自动化灭火车用于向火灾发生地喷射各种不同的灭火剂。燃油导流单元包括环绕在储油场所周围用于防止燃油外泄的导流槽。导流槽内设置液位计，导流槽底部设置集液罐。围堵灭火单元用于在导流槽内喷出可固化成型的阻燃发泡材料。中央服务器用于接收系统中各个感应元件的检测结果，并对系统中各个执行元件的运行状态进行控制和管理。
该储油场所的自动化火情监测与控制方法包括如下步骤：
S1：构建一个用于根据实时图像识别出发生火灾的部分，进而得出火焰高度、火焰体积和火场形态的火灾识别模型。以及一个用于根据产生预警信号的火灾感应器编号、火焰蔓延速率、火焰高度，以及火焰体积，预测出灭火剂类型和灭火剂喷射量的分类结果的多分类模型。
S2：部署储油场所用火情监测与控制系统，以及火灾识别模型和多分类模型。
S3：实时获取火灾传感器采集的声、光、温度、烟雾浓度和可燃气体浓度的信号，基于采集的信号计算出相应火灾预测值，判定火灾预测值是否超出一个预设的预警区间，是则生成一个预警信号。
S4：获取生成的各个预警信号及其对应的预警时刻以及火灾感应器位置；并作出如下决策：
S41：查询负责预警信号对应的火灾传感器位检测区域的摄像头，调节摄像头的PTZ参数，获取火灾发生地的实时图像和/或热图像。
S42：根据热图像中高温中心的像素位置以及摄像头的PTZ参数；计算出当前火灾发生地在储油场所内的实际位置。
S43：判断当前状态下生成的预警信号的数量，并确定火灾蔓延速度：
(1)当预警信号为一处时，以预设的火灾蔓延速度的最小值作为当前状态的火灾蔓延速度。
(2)当预警信号超过一处时，根据预警信号的时间差以及对应的火灾传感器间的距离计算出更新后的火焰蔓延速度。
S5：获取火场的实时图像，并输入到火灾识别模型中，处理得到当前火场的火焰高度、火焰体积和火场形态。
S6：将产生预警信号的火灾传感器的火灾感应器编号，火焰蔓延速率，火焰高度和火焰体积共同输入到多分类模型中，得到预测出的灭火剂类型和灭火剂喷射量的分类结果。
S7：驱动自动化灭火车到达火灾发生地的实际位置，按照多分类模型的预测结果喷射灭火剂，并根据火焰高度调节灭火剂的喷射高度。
S8：在储油场所内产生不少于一个预警信号后，获取液位计的检测结果；并在导流槽中的液位高于一个预设的警戒液位后，启动围堵灭火单元，在储油场所周围构筑阻燃泡沫防火墙。
作为本发明进一步的改进，步骤S1中，火灾识别模块中包含基于卷积神经网络的火灾识别网络，基于Open CV的图像提取单元，以及计算单元。其中，火灾识别网络用于根据原始图像识别出图像中发生火灾的区域。图像提取单元用于从原始图像中截取出火灾中火焰区域的部分图像。计算单元用于根据截取出火焰区域的部分图像计算出火焰高度、火焰体积，并判断出火场类型。其中，火场类型包括团块状、条带状和环状。
作为本发明进一步的改进，步骤S1中，多分类模块采用基于决策树、朴素贝叶斯和随机森林中的任意一种机器学习算法的网络模型。多分类模型用于根据火场状态确定采用的灭火策略。其中，多分类模型的输入包括：产生预警信号的火灾感应器编号、火焰蔓延速率、火焰高度、火焰体积。多分类模型的输出包括灭火剂类型和灭火剂喷射量的分类结果。灭火剂类型包括干粉灭火剂、干冰灭火剂和泡沫灭火剂。
作为本发明进一步的改进，步骤S3中，预警信号AL的生成函数如下：
Figure BDA0003592265780000031
Cali＝α·(spli-spl0)+β(lii-li0)+γ(ti-t0)+μ(LELi-lel0)+σ(PPMi-ppm0)
上式中，i表示火灾感应器的编号；Cali表示火灾预测值；Cal0表示安全状态下的火灾预测值的基准值；spli表示声音传感器的声压级检测结果；spl0表示当前环境的平均声压级；α表示声响信号对火灾预测值的影响权重；lii表示光传感器的光强检测结果；表示当前环境在正常状态下的最大光强li0；β表示光强对火灾预测值的影响权重；ti表示温度传感器的检测结果；t0表示当前环境的环境温度；γ表示温度对火灾预测值的影响权重；LELi表示烟雾传感器的检测结果；表示烟雾传感器的信号初始值lel0；μ表示烟雾浓度对火灾预测值的影响权重；PPMi表示当前环境的目标可燃物的实时浓度；ppm0表示当前环境中目标可燃物的最大允许浓度；σ表示可燃物挥发值对火灾预测值的影响权重。
作为本发明进一步的改进，储油场所用火情监测与控制系统中，每个摄像头的安装位置是固定的。在储油场所的相对坐标系中，定义某个摄像头的位置和高度的坐标值为(x1，y1，z1)，摄像头对应的PTZ云台的当前参数满足使得火灾发生场所位于热图像中取景区域的中央时，火灾发生场所的实际坐标(x2，y2，0)满足下式：
Figure BDA0003592265780000041
其中，Pan、Tilt和Zoom分别表示PTZ云台的Pan值、Tilt值和Zoom值。
作为本发明进一步的改进，储油场所用火情监测与控制系统中，每个火灾感应器和和摄像头根据自身的安装位置和检测半径分别对应储油场所中的一个特定区域。在步骤S41中，当获取某个火灾感应器产生的预警信号后，首先根据一个表征火灾感应器的设备编号与储油场所中特定区域间的映射关系的第一对照表，查询当前火灾感应器负责的检测区域，然后根据当前检测区域查询一个表征摄像头的设备编号与储油场所中的特定区域间的映射关系的第二对照表，确定负责当前区域的摄像头，并调用相应摄像头对目标区域进行巡视，发现火灾的实际发生场所。
作为本发明进一步的改进，储油场所用火情监测与控制系统中还包括安装在储油场所不同位置的警报器。步骤S3中，当某个火灾感应器生成预警信号后，查询当前火灾感应器负责的检测区域，然后根据当前检测区域查询一个表征警报器的设备编号与储油场所中的特定区域间的映射关系的第三对照表，确定负责当前区域的警报器，并驱动警报器运行产生警报信号。
作为本发明进一步的改进，自动化灭火车中设置运动平台和定位模块。定位模块通过超声波定位技术、Wi-Fi定位技术、ZigBee定位技术、RFID定位技术、超宽带定位技术、基于移动通信数据网的定位技术中的任意一种实现高精度的室内定位。步骤S7中，自动化灭火车通过定位模块确定自身的实时位置，并以步骤S42中计算出的火灾的实际发生位置为目标位置，驱动自动化灭火车到达目标位置实施灭火。
作为本发明进一步的改进，自动化灭火车上还安装有第二温度传感器，第二温度传感器用于检测自身所处火场的实时温度；然后根据第二温度传感器检测的实时温度查询一个预设的“温度-距离对照表”，进而动态调节自动化灭火车与火场中心的距离。
作为本发明进一步的改进，步骤S8中，围堵灭火单元用于喷洒含有磷-氮阻燃体系材料的聚氨酯发泡剂或酚醛树脂发泡剂；发泡剂在围堵灭火单元内的存储状态下呈液态，喷射后自然发泡并固化形成固态的阻燃泡沫隔断构筑物。
本发明提供的一种储油场所的自动化火情监测与控制方法，具有如下有益效果：
本发明提供的主要应用于与一个储油场所用火情监测与控制系统中。通过该方法可以实现系统中的不同设备进行自动化管理。进而达到及时发现火灾隐患，快速执行火灾灭火任务的效果。火险处理任务有自动化灭火车等设备自主完成，不需要人工干预，因而可以提高储油场所的安全性，并降低消防处置过程中的人员安全风险。
本发明提供的自动化火情监测与控制方法中应用了最前沿的消防系统自动控制技术、图像识别、自动驾驶、机器学习等前沿技术。可以有效解决燃油泄露难以监测，流淌火难以技术处理的问题。本发明将火险监测、火场特征采集和火灾应对决策等不同阶段的任务有机结合起来。并在火情监测与管控过程中，实现监测、分析、处理、反馈等过程的闭环控制；具有非常突出的实用价值。
附图说明
图1为本发明实施例1中一种储油场所用火情监测与控制系统的系统结构拓扑图。
图2为本发明实施例1中提供的一种储油场所的自动化火情监测与控制方法的步骤流程图。
图3为本发明实施例1中PTZ云台和火场中心的Tilt值和Zoom值的位置示意图。
图4为本发明实施例1中PTZ云平台和火场中心的Pan值的计算示意图(图4为图3中相对位置关系的俯视图)。
图5为本发明实施例1中一种储油场所用火情监测与控制系统的模块连接示意图。
图6为本发明实施例1的一种储油场所用火情监测与控制系统中火灾感应器的模块示意图。
图7为本发明实施例1的一种储油场所用火情监测与控制系统中带有PTZ云台摄像头的产品图片。
图8为本发明实施例1的一种储油场所用火情监测与控制系统中自动化灭火车的产品结构示意图。
图9为本发明实施例1的一种储油场所用火情监测与控制系统内中央服务器的模块示意图。
图10为本发明实施例1中含有警报模块的储油场所用火情监测与控制系统的模块示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“或/及”包括一个或多个相关的所列项目的任意的和所有的组合。
实施例1
本实施例提供一种储油场所的自动化火情监测与控制方法，该方法应用于如图1所示的一个储油场所用火情监测与控制系统中。储油场所用火情监测与控制系统中包含火灾感应器、PTZ云台、摄像头、自动化灭火车、燃油导流单元、围堵灭火单元和中央服务器。
在该储油场所用火情监测与控制系统中，火灾感应器用于探测安装位置的声响、光强、温度、烟雾浓度和可燃气体浓度，进而根据各项指标判断感应区域是否发生火灾。摄像头用于获取取景区域的实时图像和红外热成像的热图像。自动化灭火车用于向火灾发生地喷射各种不同的灭火剂。燃油导流单元包括环绕在储油场所周围用于防止燃油外泄的导流槽。导流槽内设置液位计，导流槽底部设置集液罐。围堵灭火单元用于在导流槽内喷出可固化成型的阻燃发泡材料。中央服务器用于接收系统中各个感应元件的检测结果，并对系统中各个执行元件的运行状态进行控制和管理。
如图2所示，本实施例提供的一种储油场所的自动化火情监测与控制方法包括如下步骤：
S1：构建一个用于根据实时图像识别出发生火灾的部分，进而得出火焰高度、火焰体积和火场形态的火灾识别模型。以及一个用于根据产生预警信号的火灾感应器编号、火焰蔓延速率、火焰高度，以及火焰体积，预测出灭火剂类型和灭火剂喷射量的分类结果的多分类模型。
本实施例的火灾识别模型中包含基于卷积神经网络的火灾识别网络，基于OpenCV的图像提取单元，以及计算单元。火灾识别网络用于根据原始图像识别出图像中发生火灾的区域。图像提取单元用于从原始图像中截取出火灾中火焰区域的部分图像。计算单元用于根据截取出火焰区域的部分图像计算出火焰高度、火焰体积，并判断出火场类型。火场类型包括团块状、条带状和环状。
本实施例中的火灾识别模型的工作过程如下：
当摄像头将实时图像输入到网络模型中时，火灾识别网络可以对实时图像进行二值化处理，然后采用经过训练的神经网络识别出图像中的火焰部分。然后通过图像提取单元将火焰部分的特征图从二值化图像中提取出来，最后根据特征图中的特征信息计算出火场中的火焰高度、火焰体积，并判断出火场类型。
本实施例中摄像头获取的图像类型实际包括自然光下的全彩图像，以及基于红外摄影的热成像。摄像头在常规的高亮度条件下经采用常规的自然光成像进行取景，而当摄像头拍摄的环境亮度降低时，为了提高识别准确度，则同时将摄像头的红外成像共开启。同时获取全彩图像和热成像，并结合二者特征信息合成出一张质量更好的图像。在进行火焰部分的识别和图像分割时，如果输入的实时图像仅有全彩图像，则直接加工全彩图像输入到火灾识别模型中。如果输入的实时图像包括自然光成像和热成像，则将二者的图像数据进行融合然后输入到火灾识别模型的。
其中，多分类模型采用基于决策树、朴素贝叶斯和随机森林中的任意一种机器学习算法的网络模型。多分类模型用于根据火场状态确定采用的灭火策略，其中，多分类模型的输入包括：产生预警信号的火灾感应器编号、火焰蔓延速率、火焰高度、火焰体积；多分类模型的输出包括灭火剂类型和灭火剂喷射量的分类结果。灭火剂类型包括干粉灭火剂、干冰灭火剂和泡沫灭火剂。
本实施例中，通过一个基于机器学习的多分类模型来生成自动化灭火车的运行策略，火灾识别网络计算出的火焰高度、火焰体积均作为多分类模型的输入参数，同时多分类模型的输入参数哈包括火焰蔓延速率以及预警信号对应的火灾感应器的编号。当向多分类模型中输入各项输入参数之后，多分类模型可以输出一个有效的灭火执行策略，该执行策略包括选择的灭火剂的类型，以及各类灭火剂在喷洒灭火任务执行过程中的实际用量。
S2：部署储油场所用火情监测与控制系统，以及火灾识别模型和多分类模型。
S3：实时获取火灾传感器采集的声、光、温度、烟雾浓度和可燃气体浓度的信号，基于采集的信号计算出相应火灾预测值，判定火灾预测值是否超出一个预设的预警区间，是则生成一个预警信号。
其中，预警信号AL的生成函数如下：
Figure BDA0003592265780000081
Cali＝α·(spli-spl0)+β(lii-li0)+γ(ti-t0)+μ(LELi-lel0)+σ(PPMi-ppm0)
上式中，i表示火灾感应器的编号；Cali表示火灾预测值；Cal0表示安全状态下的火灾预测值的基准值；spli表示声音传感器的声压级检测结果；spl0表示当前环境的平均声压级；α表示声响信号对火灾预测值的影响权重；lii表示光传感器的光强检测结果；表示当前环境在正常状态下的最大光强li0；β表示光强对火灾预测值的影响权重；ti表示温度传感器的检测结果；t0表示当前环境的环境温度；γ表示温度对火灾预测值的影响权重；LELi表示烟雾传感器的检测结果；表示烟雾传感器的信号初始值lel0；μ表示烟雾浓度对火灾预测值的影响权重；PPMi表示当前环境的目标可燃物的实时浓度；ppm0表示当前环境中目标可燃物的最大允许浓度；σ表示可燃物挥发值对火灾预测值的影响权重。
S4：获取生成的各个预警信号及其对应的预警时刻以及火灾感应器位置；并作出如下决策：
S41：查询负责预警信号对应的火灾传感器位检测区域的摄像头，调节摄像头的PTZ参数，获取火灾发生地的实时图像和/或热图像。
本实施例的储油场所用火情监测与控制系统中，每个火灾感应器和和摄像头根据自身的安装位置和检测半径分别对应储油场所中的一个特定区域。当获取某个火灾感应器产生的预警信号后，首先根据一个表征火灾感应器的设备编号与储油场所中特定区域间的映射关系的第一对照表，查询当前火灾感应器负责的检测区域，然后根据当前检测区域查询一个表征摄像头的设备编号与储油场所中的特定区域间的映射关系的第二对照表，确定负责当前区域的摄像头，并调用相应摄像头对目标区域进行巡视，发现火灾的实际发生场所。
S42：根据热图像中高温中心的像素位置以及摄像头的PTZ参数；计算出当前火灾发生地在储油场所内的实际位置。
本实施例中，储油场所用火情监测与控制系统内的每个摄像头的安装位置是固定的；因此可以根据火场在相对于摄像头的位置确定火场的实际坐标。在储油场所的相对坐标系中，如图3和图4所示，定义某个摄像头的位置和高度的坐标值为A(x1，y1，z1)，摄像头对应的PTZ云台的当前参数满足使得火灾发生场所位于热图像中取景区域的中央时，火灾发生场所的实际坐标B(x2，y2，0)满足下式：
Figure BDA0003592265780000091
其中，Pan、Tilt和Zoom分别表示PTZ云台的Pan值、Tilt值和Zoom值。
在实际应用过程中，中央服务器动态调整摄像头的PTZ参数，并获取采集到的火场的实时图像，当火场中心恰好位于实时图像的物理中心时，记录当前时刻云台的PTZ参数。然后将当前时刻的PTZ参数和当前摄像头的安装坐标(x1，y1，z1)带入到上式中，计算出火灾发生场所的准确坐标。
S43：判断当前状态下生成的预警信号的数量，并确定火灾蔓延速度：
(1)当预警信号为一处时，以预设的火灾蔓延速度的最小值作为当前状态的火灾蔓延速度。
(2)当预警信号超过一处时，根据预警信号的时间差以及对应的火灾传感器间的距离计算出更新后的火焰蔓延速度。
S5：获取火场的实时图像，并输入到火灾识别模型中，处理得到当前火场的火焰高度、火焰体积和火场形态。
S6：将产生预警信号的火灾传感器的火灾感应器编号，火焰蔓延速率，火焰高度和火焰体积共同输入到多分类模型中，得到预测出的灭火剂类型和灭火剂喷射量的分类结果。
S7：驱动自动化灭火车到达火灾发生地的实际位置，按照多分类模型的预测结果喷射灭火剂，并根据火焰高度调节灭火剂的喷射高度。
S8：在储油场所内产生不少于一个预警信号后，获取液位计的检测结果；并在导流槽中的液位高于一个预设的警戒液位后，启动围堵灭火单元，在储油场所周围构筑阻燃泡沫防火墙。
本实施例中，储油场所用火情监测与控制系统中还包括安装在储油场所不同位置的警报器。步骤S3中，当某个火灾感应器生成预警信号后，查询当前火灾感应器负责的检测区域，然后根据当前检测区域查询一个表征警报器的设备编号与储油场所中的特定区域间的映射关系的第三对照表，确定负责当前区域的警报器，并驱动警报器运行产生警报信号。
此外，自动化灭火车中设置运动平台和定位模块。定位模块通过超声波定位技术、Wi-Fi定位技术、ZigBee定位技术、RFID定位技术、超宽带定位技术、基于移动通信数据网的定位技术中的任意一种实现高精度的室内定位。步骤S7中，自动化灭火车通过定位模块确定自身的实时位置，并以步骤S42中计算出的火灾的实际发生位置为目标位置，驱动自动化灭火车到达目标位置实施灭火。
自动化灭火车上还安装有第二温度传感器，第二温度传感器用于检测自身所处火场的实时温度；然后根据第二温度传感器检测的实时温度查询一个预设的“温度-距离对照表”，进而动态调节自动化灭火车与火场中心的距离。当火场附近的温度较高时，则使得自动化灭火车在喷洒灭火剂时尽量远离火场，并提高灭火剂的喷射压力，以保证灭火剂能够达到火场中心。当火场附近的温度较低时，则可以驱自动化灭火车尽量靠近火场中心，并适当降低灭火剂的喷射压力。
步骤S8中，围堵灭火单元用于喷洒含有磷-氮阻燃体系材料的聚氨酯发泡剂或酚醛树脂发泡剂。发泡剂在围堵灭火单元内的存储状态下呈液态，喷射后自然发泡并固化形成阻燃泡沫隔断构筑物。
本实施例找那个提及的一种储油场所用火情监测与控制系统主要用于实时检测储油场所的火灾状态，并在出现火情时及时进行自动扑灭和围堵。如图5所示，该火情监测与控制系统包括：探测模块、视频监控模块、自动化灭火车、燃油导流单元、围堵灭火单元、多个第一通讯单元、多个第二通讯单元，以及中央服务器。
本实施例提供的火情监测与控制系统中，探测模块主要用于及时发现处于萌发状态的火情信息；并确定发生火情的区域在储油场所的大致位置。视频监控模块用于获取发生火情的区域的实时监控图像。其中，探测模块和视频监控模块属于本实施例的系统中的信号采集部分；即用于采集有助于分析火情的相关数据。
自动化灭火车用于到达发生火情的目标区域，并采用灭火剂进行灭火处理。燃油导流单元用于对泄露的燃油进行导流和收集，避免燃油外溢，抑制流淌火的形成。围堵灭火单元用于在储油场所的边界构筑隔离墙或阻拦索，进而和燃油倒流单元共同发挥防止火灾扩大的效果。其中，自动化灭火车、燃油倒流单元和围堵灭火单元均属于系统中的指令执行部分；即用于执行灭火处理的相关动作。
本实施例的储油场所用火情监测与控制系统是一套高度自动化的系统。因此，设立了一个中央服务器对所有系统的运行过程进行管理，协协调不同装置的工作策略。在本实施例提供的储油场所用火情监测与控制系统中，中央服务器即为“控制器”；探测模块和视频监控模块构成“传感器”；而自动化灭火车、燃油倒流单元和围堵灭火单元中的部分元件属于“执行器”。
具体地，系统中所有“传感器”将采集到的信号通过第一通讯单元传输到中央服务器中；中央服务器针对采集到的各项数据分析出储油场所内的安全风险，并在发生火灾时，生成驱动相应“执行器”的控制指令，然后通过第二通讯单元及时向系统中的各个执行器下达指令，协调各个执行器对应的设备工作，在第一时间扑灭火情。
其中，本实施例的探测模块包括用于探测燃料泄露或燃烧状态的多组火灾感应器。各组火灾感应器均匀分布在储油场所内的各个区域；每组火灾感应器均具有一个专属的设备编号。每个火灾传感器根据自身的安装位置和探测距离对应一个特定的感应区域，所有火灾传感器的感应区域之和覆盖整个储油场所。
如图6所示，本实施例中的探测模块中的火灾感应器使用声音传感器、温度传感器、烟雾传感器、气体传感器、光强传感器构成的组合式传感器。每个火灾感应器根据检测到的多种实时检测信号计算出一个火险评估值；然后将火险评估值与一个预设的参考阈值作比较，当火险评估值超过参考阈值时，则产生一个预警信号，并将预警信号以及自身的设备编号发送给中央服务器。
在本实施例中，声音传感器可以检测到发生燃烧时的异常噪音信号。
温度的传感器可以有效探测感应区域的实时温度。在某个时刻或某个时期内，当感应区域的实时温度明显高于当前周期内的历史平均温度时，则可以认为感应区域存在火灾风险。
烟雾传感器探测的烟雾浓度也是判定感应区域是否发生火情的一个可靠指标，本实施例的烟雾传感器根据感应区域的实时烟雾浓度与警戒浓度间的关系，来判定感应区域内是否存在火灾风险。
气体传感器主要用于检测感应区域内的可燃性挥发物的实时浓度。本实施例的应用场所主要用于存储燃油等易挥发的可燃物，因此安全相应的气体传感器非常必要。当可燃物泄漏时，感应区域内的空气中可燃物的浓度必然会明显升高。可燃物浓度可以作为本实施例判定火灾是否发生的一个关键性指标。
大部分的火灾在发生时会产生的明显的火焰，火焰的产生会造成环境的光强明显增大。当某个时刻环境光的光强出现突发性的增大，或某个时期环境光的光强明显高于常规状态下的光强阈值时，通常可以判定感应区域可能存在火灾风险。
本实施例为了提高对不同类型火情的感应精度，特别采用具有多种不同类型信号探测功能的组合式传感器。在使用过程，火灾感应器会结合不同传感器的检测信号进行综合评估，进而确定对应的感应区域是否发生火情。因此，本实施例采用的火灾感应器的感应精度和可靠性会明显高于常规产品。
本实施例根据火灾感应器的感应距离将其均匀分布在储油场所内，因此当某个火灾传感器产生预警信号，根据测产生预警信号的火灾传感器的设备编号，便可以大致判断出火场在储油场所内的大致区域。即：当只有一个火灾感应器产生预警信号时，火场应当在位于火灾感应器的感应区域内。当有多个火灾感应器同时产生预警信号时，火场应当位于产生预警信号的各个火灾感应器的感应区域的重合区域内。
在本实施例中，视频监控模块包含多个均匀分布在储油场所内的摄像头。如图7所示，每个摄像头均包含自然光成像模块和热成像模块，摄像头安装在PTZ云台上；每个摄像头均具有一个专属的设备编号。视频监控模块中的各个摄像头采用带有PTZ云台的广角摄像头。每个摄像头根据自身的安装位置和探测距离对应一个特定的监控区域。所有摄像头的监控区域之和覆盖整个储油场所。每个摄像头将采集的储油场所特定区域的实时图像，以及自身的PTZ参数和设备编号发送给中央服务器。
摄像头的用途是采集火场的实时图像，该实时图像是后期用于确定火场坐标以及火情应对策略的基础数据。为了实现该目标，摄像头能够及时有效获取火场的高质量图像非常重要。为了实现这一目标，本实施例采用了带有PTZ云台的摄像头进行图像获取。火灾感应器一旦产生预警信号，视频监控模块中负责该区域的摄像头的PTZ云台立刻将摄像头的取景角度对准火场中心，获取火场的实时图像。
在本实施例中，考虑到常规的自然光成像的摄像头在夜间或光线较差的环境下，采集到的图像质量往往较差，可能无法满足分析火场状态的需要，因此特别增加热成像模块作为补充。热成像模块可以采取常开模式，然后由系统对采集的全彩图像和热成像图像两类数据进行合成，进而提高图像质量。或者将热成像模块设置成仅在产生预警信号且光强传感器探测到环境光线较弱的状态下开启。在后者的工作模式下，仅有自然光成像的部分保持常开状态，因此可以有效降低系统的能耗负荷，同时提高热成像相关元件的使用寿命。
在本实例的系统中，当通过火灾传感器确定火场在处于场所内的大致区域内，则可以确定负责该火场区域的摄像头的设备编号。此时只需要调用该摄像头，并调节该摄像头的PTZ参数，即可追踪到火场，并将摄像头的取景区域对准火场的目标区域。
本实施例中，自动化灭火车的数量为一个或多个，且分布在储油场所中预设的高风险区域内。如图8所示，每个自动化灭火车中包括运动平台，定位模块、储罐，电磁阀、以及喷射组件。运动平台用于驱动自动化灭火车到达目标区域。储罐内含有灭火剂；电磁阀用于调节储罐与喷射组件的连通关系。喷射组件用于在电磁阀打开后喷射储罐内的灭火剂。喷射组件的喷射高度、喷射距离和喷射角度可调。定位模块用于获取自动化灭火车的实时位置。
本实施例中，每个自动化灭火车的运动平台采用四轮驱动的全向底盘。自动化灭火车包含干粉灭火、泡沫灭火和二氧化碳灭火三个功能；自动化灭火车的储罐中包括三个相互独立的腔体，每个腔体分别存储三类灭火剂中的一种。存储灭火剂的各个腔体通过一个独立的电磁阀与喷射组件中的一个独立的喷枪连通。
其中，喷射组件中包括三组独立的喷枪；每个喷枪均连接在一根可伸缩的喷杆上，喷杆连接在一个转动座上。喷杆用于调节灭火剂的喷射高度和距离；转动座用于调节灭火剂的喷射方向。
自动化灭火车是本系统中快速执行灭火任务的责任主体。自动化灭火车可以是任意形态的智能机器人。自动化灭火车在系统探测到火情并准确定位到火场的精确位置，以及分析出火灾的类型特征之后，根据系统的指令及时达到火场，并向火场喷洒灭火剂。进而实现火情早发现、早处理，降低火灾产生的危害程度。
由于本实施例的自动化灭火车是一个可以进行定制化生产的机器，因此该设备可以根据具体的需求配置不同的灭火功能。并对其中不同灭火剂的携带量进行设定。进而满足对处理不同类型火情的多样化需求。
本实施例的自动化灭火车相对于人工灭火而言，还具有启动速度快，24小时“执勤”，对烟雾或其它有毒有害的化学品等具有免疫力，可以更加接近火场中心的特点，因此可以更加快速、有效地执行灭火任务。
本实施例提供的自动化灭火车中的定位模块采用基于基站的定位单元，并通过超声波定位技术、Wi-Fi定位技术、ZigBee定位技术、RFID定位技术、超宽带定位技术、基于移动通信数据网的定位技术中的任意一种实现高精度的室内定位。
本实施例中，运动平台用于驱动自动化灭火车达到火场，运动平台可以采用技术上高度成熟的AGV(Automated Guided Vehicle)小车。不同于常规AGV小车仅可以沿着预设的路径进行运动，本实施例的运动平台进一步应用了前沿的自动驾驶技术，进而可实现根据自带的场景地图和目标地址的坐标，自动规划运动路径的效果。
本实施例提供的运动平台采用电池进行供电，并采用无线充电技术对电池进行充电。其中，实现无线充电功能的模组设置在运动平台的底盘上。自动化灭火车在自身电量不足时，则由运动平台驱动车辆到达预设的充电区域进行充电。
储罐、电磁阀以及喷射组件构成了搭载在运动平台上的自动灭火机构。自动化灭火车到达目标火场后，自动灭火机构根据火情监测与控制系统的指令喷洒向目标火场喷洒不同用量的专用灭火剂。
本实施例的自动化灭火车根据具体的火场类型可以喷洒干粉、泡沫或二氧化碳(干冰)。干粉灭火主要适用于扑灭油类、可燃性气体、或电器设备等物品的小型火灾。泡沫灭火主要适用于扑救油类可燃液体、可燃固体物质引发的火灾。二氧化碳灭火可以用于液体或可熔固体物质火灾和气体火灾、带电火灾。当然在一些特定火灾状态下，也可以选择同时喷洒三种灭火剂中的任意多种。例如针对电器设备火灾，同时喷洒干粉和干冰。
考虑到本实施例的自动化灭火车主要应用在储油场所内，因此在自动化灭火车中并未设置水作为灭火剂，但是在该设备应用于其它场所时，自动化灭火车也可以增加喷水功能，增加相应功能时仅需要在运动平台上安装相应的储罐、喷洒机构及其管路即可。
本实施例中的灭火车为了实现快速启动和及时处理。因此采用相应的储罐对灭火剂进行存储。当应用于类型单一，运动路径较为固定的场景时，还可以将灭火剂由灌装式改进为管道供应式。此时，自动化灭火车属于一类牵引设备，其用途是将自动化灭火机构牵引到目标火场，然后通过管道喷洒喷火剂，此时由于灭火剂的存储不受运动平台载荷的限制。因此可以在一次使用过程中喷洒更大用量的灭火剂。这种形式的自动化灭火车尤其适合应用于火灾产生时火场面积较大，需要使用大量灭火剂的场景。
在本实施例或其它实施例中，自动化灭火车上还安装有第二温度传感器，第二温度传感器用于检测自身所处火场的实时温度。第二温度传感器通过第一通讯单元将检测结果发送到中央服务器；中央服务器中的火情控制单元根据红外温度传感器的检测结果查询一个预设的“温度-距离对照表”，进而动态调节自动化灭火车与火场中心的距离。
本实施例中设置的第二温度传感器用于感应自动化灭火车所处的环境温度，根据第二温度传感器的检测结果可以对自动化灭火车的运动路径进行进一步的优化，避免自动化灭火车过度靠近火场中心，进而由于高温炙烤而损坏。
在本实施例或其它实施例中，自动化灭火车上还安装有毫米波雷达。毫米波雷达用于探测自动化灭火车周围的障碍物，进而在自动化灭火车运动过程中实现实时的避障功能。
本实施例中，燃油导流单元包括位于储油场所周围的环形的导流槽，导流槽的上槽口与底面齐平。导流槽最低处的下方还设置有埋设于地下的集液罐，集液罐与导流槽通过一条倾斜向下的滑道连通。滑道与集液罐连通处设置滤网，以及用于控制二者导通的活动挡板。导流槽内设置液位计。
本实施例中通过气缸或液压油缸作为开合控制机构来控制活动挡板的开关状态。当液位计检测到导流槽内的燃油液位高于一个预设高度时，则需要进行燃油收集；此时，通过开合控制机构打开活动挡板，将导流槽内的燃油导入到集液罐内。当导流槽内的燃油排净之后，则无需进行燃油收集；此时，通过开合控制机构关闭活动挡板，重新密封集液罐。本实施例中，为了防止收集的燃油在集液罐内发生爆燃，特别在集液罐内充盈有阻燃气体，阻燃气体可以使用二氧化碳或氮气等，通过阻燃气体实现隔绝氧气等助燃剂的目的。
导流槽相当于设置在储油场所周围的“壕沟”，导流槽可以在发生燃油泄露时有效避免燃油流淌到储油场所外部，从而有效限制流淌火的产生，并缩小储油场所发生火灾时造成的危害的程度。
本实施例导流槽不仅仅起到隔离阻断效果，还可以对泄露的燃油进行导流，将燃油引导至位于地下的集液罐内。本实施例中的集液罐与加油站的地下油库结构类似；在设计之初就具有较高的防爆等级。同时其内还设置降低设备并充盈有二氧化氮或氮气等阻燃气体，当燃油流入到集液罐内，由于温度被快速降低，同时有效隔绝了助燃剂，因此燃油不再继续燃烧。这中处理方式不仅可以降低火灾祸害，而且有助于实现燃油收集，具有节能环保效果和明显的经济效益。
本实施例中，围堵灭火单元用于向导流槽内喷射阻燃的发泡剂，进而在泡沫灭火剂膨胀并固化后形成阻火围堵体，并覆盖导流槽内的燃油。本实施例中的围堵灭火单元包括原料仓、管网和喷头。原料仓用于存储包括二氧化碳气体和发泡剂的灭火材料，原料仓位于远离导流槽和集液罐的位置。管网连通原料仓，并环绕在导流槽中远离储油场所的一侧。喷头用于喷射泡沫灭火剂；喷头均匀分布在导流槽远离储油场所一侧的周向上，并安装在导流槽内壁上开设的安装孔内；喷头的喷射方向指向导流槽内部。本实施中的阻燃发泡材料的原料包括但不限于使用聚氨酯、酚醛泡沫或其他类似性能的材料。
特别地，本实施例的燃油导流单元中的导流槽还作为围堵灭火单元喷射的泡沫灭火剂的“成型模具”，进而有助于在储油场所周围构筑全包围的泡沫“防火墙”。同时，导流槽还作为成型后的泡沫防火墙的“地基”；提高成型后的泡沫防火墙的结构稳定性，避免成型后的泡沫防火墙受到外力作用而移位或断裂。
本实施例中，各个第一通讯单元分别与火灾感应器、摄像头、液位计、定位模块电连接。第一通讯单元用于获取火灾感应器、广角摄像头、液位计和定位模块的检测结果并发送到一个中央服务器。
各个第二通讯单元分别与自动化灭火车、PTZ云台、活动挡板和围堵灭火单元通信连接。第二通讯单元用于接收由一个中央服务器向各个装置或设备下达的控制指令。
根据各个设备的安装需要，本实施例的中的第一通讯单元和第二通讯单元可以采用有线或无线的通信方式实现数据或指令的传输。并采用基于SPI、I2C、RS232、RS485总线、USB通用串行总线等有线连接方式，或采用基于wifi、蓝牙、3G、4G、5G等移动通信技术的无线连接方式。其中，对于安装位置固定的各个传感器，适合采用有线连接的方式与中央服务器通信，进而降低信号延迟，提高信号传输的稳定性。而对于自动化灭火车上的设备，则适宜采用无线连接的方式与中央服务器进行通信，进而提高设备使用过程中的灵活性。
如图9所示，本实施例的中央服务器中包括火情监测单元、火情识别单元、火情控制单元和燃油处理单元。火情监测单元用于获取火灾感应器的预警信号，并根据产生预警信号的火灾感应器的设备编号确定发生火灾的区域信息。然后根据区域信息向对应摄像头的ptz云台下达控制指令，调整摄像头的监控范围，采集火情的实时图像。同时根据火情在实时图像中的像素位置以及ptz云台的参数信息计算出火灾位置信息。火情识别单元用于根据获取的火灾实时图像以及不同火灾感应器的预警信号发生时间；综合计算出火灾状态特征。其中，火灾状态特征包括蔓延速率、火焰高度和火焰体积。火情控制单元用于根据火灾位置信息驱动自动化灭火车到达火灾发生的目标区域，然后根据火灾状态特征确定自动化灭火车的灭火应对策略。燃油处理单元用于接收液位计的检测结果，并在导流槽内的油液量超过预设液位高度时，开启围堵灭火单元，并在完成封堵后打开活动挡板，将导流槽内的油液排入到集液罐内。
其中，本实施例中的火情识别单元中包括图像识别子单元和计算子单元。图像识别子单元用于获取火灾发生场所的实时图像，并对图像进行二值化处理。然后通过图像识别算法识别出二值化图像中包含的火焰范围；并确定图像中的火焰像素高度和火焰区域像素面积，以及火场形态。火场形态包括团块状、条带状和环状。计算子单元用于根据火焰像素高度和火焰区域像素面积，并结合火焰区域在图像中的位置以及图像对应的PTZ参数，估算出真实的火焰高度、火焰体积和火焰中心位置。计算子单元还用于根据相邻的不同火灾感应器的安装距离以及产生的预警信号的间隔时间计算出火灾的蔓延速率。当仅有一个火灾感应器产生预警信号时，则判定火灾蔓延速率等于预设的最小值。
火情监测单元中存储有一个用于表征火灾感应器的设备编号与储油场所中特定区域间的映射关系的第一对照表。火情监测单元中还存储有一个用于表征摄像头的设备编号与储油场所中的特定区域间的映射关系的第二对照表。火情监测单元根据获取的产生预警信号的火灾传感器的设备编号，依次查询第一对照表、第二对照表和第三对照表，进而确定负责相应区域的一个或多个摄像头，并调节摄像头的PTZ参数，实现对火场状态的定向监测。
火情控制单元中包含多分类模块和指令生成模块。多分类模块采用基于决策树、朴素贝叶斯和随机森林中的任意一种机器学习算法的多分类模型。多分类模型用于根据火场状态确定采用的灭火策略，其中，多分类模型的输入包括：产生预警信号的火灾感应器编号、火焰蔓延速率、火焰高度、火焰体积。多分类模型的输出包括灭火剂类型和灭火剂喷射量的分类结果。
指令生成模块分别用于：(1)根据估算出的火焰中心位置和自动化灭火车的实时位置，生成自动化灭火车的运动轨迹，并向运动平台下达位移指令。(2)根据多分类模型的分类结果下达电磁阀的开关指令，控制喷射的灭火剂的类型、喷射速度和喷射量。(3)根据识别出的火焰高度和额火焰体积向喷杆下达升降指令，调节灭火剂的喷射高度和喷射距离。(4)根据识别出的火场形态，向转动座下达旋转指令，调节灭火剂的喷射方向。(5)根据获取的液位计的检测结果，向围堵灭火单元下达开关指令，喷射泡沫灭火剂形成阻火索；同时向驱动活动挡板的驱动机构下达工作指令，控制活动挡板的开合。
在本实施例或改进后的其它实施例中，如图10所示，火情监测与控制系统中还包括警报模块。警报模块数量为一个或多个，警报模块安装在储油场所内，并负责一个特定区域的警戒通知任务。警报模块通过第二通讯单元与中央服务器通信连接；当某个火灾感应器产生预警信号时，则触发负责对应火灾感应器检测区域的一个或多个警报模块。
本实施例的火情监测单元中还存储有一个用于表征警报模块的设备编号与储油场所中的特定区域间的映射关系的第三对照表。中央服务器中火情监测单元的通过查询第三对照表确定负责火灾发生区域的一个或多个警报器，并驱动警报器运行。
本实施例中的警报模块采用声光警报器。每个声光报警器上还设置一个用于关闭警报信号的鸣响和/或闪烁状态的手动开关；声光报警器在火情解除后接收中央服务器的指令而关闭，或者由工作人员通过手动开关关闭警报信号的鸣响和/或闪烁状态。
在以上对于系统的结构和功能描述之外，以下内容继续对系统的运行过程进行解释说明，以期使得本实施例提供的一种储油场所用火情监测与控制系统的产品性能和优势更加清楚。
该系统部署完成之后，当储油场所内的某处发生火灾险情时，负责该火情发生区域的火灾感应器首先检测到相应的火险特征，然后生成一个预警信号并发送给中央服务器。中央服务器收到预警信号后，首先根据发出预警信号的火灾感应器的设备编号确定火情发生区域的初步位置(即为火灾感应器的负责区域)，然后向负责该区域的一个或多个摄像头的PTZ云台下达调节指令，并根据摄像头回传的取景画面确定火灾发生的准确区域，调整其中的一个或多个摄像头聚焦于火灾中心。接着根据摄像头采集的实时图像以及PTZ云台的PTZ参数，中央服务器分析出火场的中心坐标，以及火灾的特征信息，包括火焰高度、火焰体积、火焰中心位置，以及火场形态等。中央服务器还根据以上特征信息确定自动化灭火车的灭火策略。然后向自动化灭火车下达控制指令，驱动自动化灭火车到达火场并执行灭火策略，向火场中喷洒特定用量和类型的灭火剂，完成灭火任务。在自动化灭火车执行任务过程中，摄像头持续获取火场的实时图像，并将实时图像回传到中央服务器，中央服务器根据火场的该实时图像判断自动化灭火车的任务执行效果。
当储油场所发生燃油泄露时，如果燃油泄露量和火场区域较小，则可以采用自动化灭火车进行处理。当燃油泄漏量较大，并且形成危害较大的流淌火时；燃油到达储油场所的边界时会流入到导流槽内。导流槽起到有效阻隔燃油外泄，避免流过火面积增大的作用，当导流槽内的燃油量较小时可以不进行处理。当导流槽内积累的燃油量较大时，则需要进行如下的应对：首先，当导流槽内的燃油容量高于警戒液位时，则打开活动挡板，将导流槽内的燃油收集到集液罐内。其次，在火情较大，出现明显的流淌火时，则通过围堵灭火单元向导流槽内喷洒含有磷-氮阻燃体系材料的聚氨酯发泡剂或酚醛树脂发泡剂。这些发泡剂固化之后会形成一个有阻燃泡沫材料构筑的稳定的隔离防火墙，隔离防火墙可以避免储油场所内的燃油越过导流槽，进而将火情有效控制的储油场所的边界内，实现火情围堵的效果。同时，阻燃泡沫材料成型过程中也可以起到扑灭导流槽内燃油燃烧状态的作用。
以上所述实施例仅表达了本发明的其中一种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明的保护范围应以所附权利要求为准。

Claims (8)

1.一种储油场所的自动化火情监测与控制方法，其特征在于，其应用于一个包含火灾感应器、带有PTZ云台的摄像头、自动化灭火车、燃油导流单元、围堵灭火单元和中央服务器的储油场所用火情监测与控制系统中；所述火灾感应器用于探测安装位置的声响、光强、温度、烟雾浓度和可燃气体浓度；所述摄像头用于获取取景区域的实时图像，包括全彩图像和基于红外热成像的热图像；所述自动化灭火车用于向火灾发生地喷射各种不同的灭火剂；所述燃油导流单元为环绕在储油场所周围，用于防止燃油外泄的导流槽；导流槽内设置液位计，导流槽底部设置集液罐；围堵灭火单元用于在所述导流槽内喷出可固化成型的阻燃发泡材料；所述中央服务器用于接收系统中其它设备产生的数据，并对其它设备的运行状态进行控制和管理；
所述火情监测与控制方法包括如下步骤：
S1：构建一个用于根据实时图像识别出发生火灾的部分，进而得出火焰高度、火焰体积和火场形态的火灾识别模型；以及一个用于根据产生预警信号的火灾感应器编号、火焰蔓延速率、火焰高度、火焰体积和火场形态，预测出灭火剂类型和灭火剂喷射量的分类结果的多分类模型；
S2：部署所述储油场所用火情监测与控制系统，以及所述火灾识别模型和多分类模型；
S3：实时获取火灾传感器采集的声、光、温度、烟雾浓度和可燃气体浓度的信号，基于采集的信号计算出相应火灾预测值，判定所述火灾预测值是否超出一个预设的预警区间，是则生成一个预警信号；
步骤S3中，所述预警信号的生成函数如下：
Figure QLYQS_1
；
上式中，i表示火灾感应器的编号；Cali表示火灾预测值；Cal0表示安全状态下的火灾预测值的基准值；spli表示声音传感器的声压级检测结果；spl0表示当前环境的平均声压级；
Figure QLYQS_2
表示声响信号对火灾预测值的影响权重；lii表示光传感器的光强检测结果；表示当前环境在正常状态下的最大光强li0；/>
Figure QLYQS_3
表示光强对火灾预测值的影响权重；ti表示温度传感器的检测结果；t0表示当前环境的环境温度；/>
Figure QLYQS_4
表示温度对火灾预测值的影响权重；LELi表示烟雾传感器的检测结果；表示烟雾传感器的信号初始值lel0；/>
Figure QLYQS_5
表示烟雾浓度对火灾预测值的影响权重；PPMi表示当前环境的目标可燃物的实时浓度；ppm0表示当前环境中目标可燃物的最大允许浓度；/>
Figure QLYQS_6
表示可燃物挥发值对火灾预测值的影响权重；
S4：获取生成的各个预警信号及其对应的预警时刻以及火灾感应器位置；并作出如下决策：
S41：查询负责所述预警信号对应的火灾传感器位检测区域的摄像头，调节所述摄像头的PTZ参数，获取火灾发生地的实时图像；
S42：根据所述热图像中高温中心的像素位置以及摄像头的PTZ参数；计算出当前火灾发生地在储油场所内的实际位置；
所述储油场所用火情监测与控制系统中，每个摄像头的安装位置固定；在储油场所的相对坐标系中，定义某个摄像头的位置和高度的坐标值为（x1，y1，z1），摄像头对应的PTZ云台的当前参数满足使得火灾发生场所位于热图像中取景区域的中央时，火灾发生场所的实际坐标（x2，y2，0）满足下式：
Figure QLYQS_7
；
其中， Pan、Tilt和Zoom分别表示PTZ云台的Pan值、Tilt值和Zoom值；
S43：判断当前状态生成的预警信号数量，并确定火灾蔓延速度：
（1）当预警信号为一处时，以预设的火灾蔓延速度的最小值作为当前状态的火灾蔓延速度；
（2）当预警信号超过一处时，根据预警信号的时间差以及对应的火灾传感器间的距离计算出更新后的火焰蔓延速度；
S5：获取火场的实时图像，并输入到所述火灾识别模型中，处理得到当前火场的火焰高度、火焰体积和火场形态；
S6：将产生预警信号的所述火灾传感器的火灾感应器编号、火焰蔓延速率、火焰高度和火焰体积共同输入到所述多分类模型中，得到预测出的灭火剂类型和灭火剂喷射量的分类结果；
S7：驱动所述自动化灭火车到达火灾发生地的实际位置，按照所述多分类模型的预测结果喷射灭火剂，并根据所述火焰高度调节灭火剂的喷射高度；
S8：在储油场所内产生不少于一个预警信号后，获取所述液位计的检测结果；并在导流槽中的液位高于一个预设的警戒液位后，启动所述围堵灭火单元，在储油场所周围构筑阻燃泡沫防火墙。
2.根据权利要求1所述的储油场所的自动化火情监测与控制方法，其特征在于：步骤S1中，所述火灾识别模型中包含基于卷积神经网络的火灾识别网络，基于Open CV的图像提取单元，以及计算单元；所述火灾识别网络用于根据原始图像识别出图像中发生火灾的区域；所述图像提取单元用于从原始图像中截取出火灾中火焰区域的部分图像，所述计算单元用于根据截取出火焰区域的部分图像计算出火焰高度、火焰体积，并判断出火场类型；所述火场类型包括团块状、条带状和环状。
3.根据权利要求1所述的储油场所的自动化火情监测与控制方法，其特征在于：步骤S1中，所述多分类模型采用基于决策树、朴素贝叶斯和随机森林中的任意一种机器学习算法的网络模型；多分类模型用于根据火场状态确定采用的灭火策略，其中，多分类模型的输入包括：产生预警信号的火灾感应器编号、火焰蔓延速率、火焰高度、火焰体积；多分类模型的输出包括灭火剂类型和灭火剂喷射量的分类结果；所述灭火剂类型包括干粉灭火剂、干冰灭火剂和泡沫灭火剂。
4.根据权利要求1所述的储油场所的自动化火情监测与控制方法，其特征在于：所述储油场所用火情监测与控制系统中，每个火灾感应器和摄像头根据自身的安装位置和检测半径分别对应储油场所中的一个特定区域，在步骤S41中，当获取某个火灾感应器产生的预警信号后，首先根据一个表征火灾感应器的设备编号与储油场所中特定区域间的映射关系的第一对照表，查询当前火灾感应器负责的检测区域，然后根据当前检测区域查询一个表征摄像头的设备编号与储油场所中的特定区域间的映射关系的第二对照表，确定负责当前区域的摄像头，并调用相应摄像头对目标区域进行巡视，发现火灾的实际发生场所。
5.根据权利要求4所述的储油场所的自动化火情监测与控制方法，其特征在于：所述储油场所用火情监测与控制系统中还包括安装在储油场所不同位置的警报器；步骤S3中，当某个火灾感应器生成预警信号后，查询当前火灾感应器负责的检测区域，然后根据当前检测区域查询一个表征警报器的设备编号与储油场所中的特定区域间的映射关系的第三对照表，确定负责当前区域的警报器，并驱动警报器运行产生警报信号。
6.根据权利要求5所述的储油场所的自动化火情监测与控制方法，其特征在于：所述自动化灭火车中设置运动平台和定位模块；所述定位模块通过超声波定位技术、Wi-Fi定位技术、ZigBee定位技术、RFID定位技术、超宽带定位技术、基于移动通信数据网的定位技术中的任意一种实现高精度的室内定位；步骤S7中，自动化灭火车通过定位模块确定自身的实时位置，并以步骤S42中计算出的火灾的实际发生位置为目标位置，驱动自动化灭火车到达目标位置实施灭火。
7.根据权利要求6所述的储油场所的自动化火情监测与控制方法，其特征在于：所述自动化灭火车上还安装有第二温度传感器，所述第二温度传感器用于检测自身所处火场的实时温度；然后根据第二温度传感器检测的实时温度查询一个预设的“温度-距离对照表”，进而动态调节自动化灭火车与火场中心的距离。
8.根据权利要求7所述的储油场所的自动化火情监测与控制方法，其特征在于：步骤S8中，所述围堵灭火单元用于喷洒含有磷-氮阻燃体系材料的聚氨酯发泡剂或酚醛树脂发泡剂；发泡剂在围堵灭火单元内的存储状态下呈液态，喷射后自然发泡并固化形成固态的阻燃泡沫隔断构筑物。
CN202210382148.0A 2022-04-12 2022-04-12 一种储油场所的自动化火情监测与控制方法 Active CN114935358B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210382148.0A CN114935358B (zh) 2022-04-12 2022-04-12 一种储油场所的自动化火情监测与控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210382148.0A CN114935358B (zh) 2022-04-12 2022-04-12 一种储油场所的自动化火情监测与控制方法

Publications (2)

Publication Number Publication Date
CN114935358A CN114935358A (zh) 2022-08-23
CN114935358B true CN114935358B (zh) 2023-06-16

Family

ID=82863206

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210382148.0A Active CN114935358B (zh) 2022-04-12 2022-04-12 一种储油场所的自动化火情监测与控制方法

Country Status (1)

Country Link
CN (1) CN114935358B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115424404A (zh) * 2022-09-06 2022-12-02 湖南省永神科技有限公司 一种具有火灾报警功能的照明系统
CN116863678B (zh) * 2023-05-29 2024-02-27 杭州全连科技有限公司 一种基于核电站的灭火消防平台及预警方法
CN116510220B (zh) * 2023-07-04 2023-10-31 江苏苏启智能科技有限公司 一种用于高楼灭火无人机的灭火器流体压力控制系统
CN116983569A (zh) * 2023-09-26 2023-11-03 南京南工应急科技有限公司 一种基于灭火剂供给强度的储罐灭火应急救援系统及方法

Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4566544A (en) * 1984-10-29 1986-01-28 Schlumberger Technology Corporation Firing system for tubing conveyed perforating gun
US5158144A (en) * 1991-04-12 1992-10-27 Shaw Mark D Device and method to extinguish oil well fires
CN1071500A (zh) * 1986-04-16 1993-04-28 Nea技术公司 脉冲燃烧能量系统
RU2044901C1 (ru) * 1992-04-20 1995-09-27 Производственное объединение "Барнаульский завод транспортного машиностроения" Способ интенсификации сгорания топлива в двигателе с воспламенением от сжатия при непосредственном смесеобразовании
US6079502A (en) * 1998-11-06 2000-06-27 Lucent Technologies Inc. Process station fire suppression system
CN101574567A (zh) * 2009-06-08 2009-11-11 南京航空航天大学 基于计算机视觉技术的火灾智能探测、扑灭方法及系统
JP2010240137A (ja) * 2009-04-06 2010-10-28 Fukada Kogyo Kk 石油タンク用消火補助設備及び石油タンク内火災の消火方法
JP2013018499A (ja) * 2011-07-08 2013-01-31 Nippon Kikai Kogyo Kk 浮屋根タンク用消火設備
CN104299351A (zh) * 2014-10-22 2015-01-21 常州大学 智能预警灭火机器人
CN105126274A (zh) * 2015-08-18 2015-12-09 四川天微电子有限责任公司 加油站移动式智能灭火抑爆系统
CN105719421A (zh) * 2016-04-27 2016-06-29 丛静华 一种基于大数据挖掘的集成化森林防火信息化系统
CN106730489A (zh) * 2016-11-28 2017-05-31 南京航空航天大学 一种石油化工企业的超视距智能火灾扑救系统
CN107158632A (zh) * 2017-06-26 2017-09-15 合肥工业大学 一种应用于消防机器人的自动气体灭火装置
KR101951740B1 (ko) * 2018-09-17 2019-02-25 주식회사 진화이앤씨 소화 시스템
JP2019079445A (ja) * 2017-10-27 2019-05-23 ホーチキ株式会社 火災監視システム
CN112138314A (zh) * 2020-09-25 2020-12-29 南京工程学院 人工智能灭火机器人
CN113144470A (zh) * 2021-04-07 2021-07-23 安徽相品智能科技有限公司 一种消防应急预警处理灭火一体化控制系统
CN113395491A (zh) * 2021-06-11 2021-09-14 上海海事大学 船舶机舱远程监测报警系统
CN215328245U (zh) * 2021-04-01 2021-12-28 苏州尚工机械有限公司 一种用于渗碳淬火的大容积油槽导向装置
CN113936239A (zh) * 2021-10-19 2022-01-14 山东华尔泰建筑工程有限公司 一种基于神经网络算法的智慧消防火情识别方法和系统
CN215591606U (zh) * 2021-08-09 2022-01-21 安洁防爆科技有限公司 一种具有灭火功能的实时监测储油罐

Patent Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4566544A (en) * 1984-10-29 1986-01-28 Schlumberger Technology Corporation Firing system for tubing conveyed perforating gun
CN1071500A (zh) * 1986-04-16 1993-04-28 Nea技术公司 脉冲燃烧能量系统
US5158144A (en) * 1991-04-12 1992-10-27 Shaw Mark D Device and method to extinguish oil well fires
RU2044901C1 (ru) * 1992-04-20 1995-09-27 Производственное объединение "Барнаульский завод транспортного машиностроения" Способ интенсификации сгорания топлива в двигателе с воспламенением от сжатия при непосредственном смесеобразовании
US6079502A (en) * 1998-11-06 2000-06-27 Lucent Technologies Inc. Process station fire suppression system
JP2010240137A (ja) * 2009-04-06 2010-10-28 Fukada Kogyo Kk 石油タンク用消火補助設備及び石油タンク内火災の消火方法
CN101574567A (zh) * 2009-06-08 2009-11-11 南京航空航天大学 基于计算机视觉技术的火灾智能探测、扑灭方法及系统
JP2013018499A (ja) * 2011-07-08 2013-01-31 Nippon Kikai Kogyo Kk 浮屋根タンク用消火設備
CN104299351A (zh) * 2014-10-22 2015-01-21 常州大学 智能预警灭火机器人
CN105126274A (zh) * 2015-08-18 2015-12-09 四川天微电子有限责任公司 加油站移动式智能灭火抑爆系统
CN105719421A (zh) * 2016-04-27 2016-06-29 丛静华 一种基于大数据挖掘的集成化森林防火信息化系统
CN106730489A (zh) * 2016-11-28 2017-05-31 南京航空航天大学 一种石油化工企业的超视距智能火灾扑救系统
CN107158632A (zh) * 2017-06-26 2017-09-15 合肥工业大学 一种应用于消防机器人的自动气体灭火装置
JP2019079445A (ja) * 2017-10-27 2019-05-23 ホーチキ株式会社 火災監視システム
KR101951740B1 (ko) * 2018-09-17 2019-02-25 주식회사 진화이앤씨 소화 시스템
CN112138314A (zh) * 2020-09-25 2020-12-29 南京工程学院 人工智能灭火机器人
CN215328245U (zh) * 2021-04-01 2021-12-28 苏州尚工机械有限公司 一种用于渗碳淬火的大容积油槽导向装置
CN113144470A (zh) * 2021-04-07 2021-07-23 安徽相品智能科技有限公司 一种消防应急预警处理灭火一体化控制系统
CN113395491A (zh) * 2021-06-11 2021-09-14 上海海事大学 船舶机舱远程监测报警系统
CN215591606U (zh) * 2021-08-09 2022-01-21 安洁防爆科技有限公司 一种具有灭火功能的实时监测储油罐
CN113936239A (zh) * 2021-10-19 2022-01-14 山东华尔泰建筑工程有限公司 一种基于神经网络算法的智慧消防火情识别方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
小尺度乳化柴油池火的沸腾燃烧特性实验研究;杨慎林等;清华大学学报（自然科学版）;第62卷(第6期);1031-1036 *

Also Published As

Publication number Publication date
CN114935358A (zh) 2022-08-23

Similar Documents

Publication Publication Date Title
CN114935358B (zh) 一种储油场所的自动化火情监测与控制方法
CN201164675Y (zh) 隧道消防应急智能机器人系统
CN106540391A (zh) 一种履带式消防灭火机器人及其操作方法
CN110349367A (zh) 一种液化码头罐区智能安全防护系统
CN106737744A (zh) 一种安防机器人
CN107845236A (zh) 基于实时定位的施工作业安全防护预警系统及其预警方法
CN111388912B (zh) 一种高铁动车组定向灭火智能消防系统
CN114699699B (zh) 一种储油场所用火情监测与控制系统
CN111882802A (zh) 一种生物质安全管控智能一体化系统
CN106251552A (zh) 一种区域消防智能监测报警平台
CN109939396A (zh) 一种具有落点修正功能的自行走式大流量消防炮
CN110251861A (zh) 一种森林消防灭火系统
CN104952204A (zh) 一种智能安防移动监测平台
CN107580201A (zh) 一种融合分布式传感器的主动式视频监控系统及其应用
CN116052350A (zh) 一种基于问路引导导航模式的火灾预警与救援系统及方法
CN105903138A (zh) 一种智能石油化工消防灭火设备系统
CN213760307U (zh) 地面式智慧灭火机器人
US20240009494A1 (en) Automatic Firefighting Gun equipped with a multifunctional flame detector
CN115887996A (zh) 电动车辆充电或停放场所的火情监测和消灭的设备及系统
CN109908517A (zh) 一种智能消防喷淋装置
CN115154952A (zh) 一种地下车库的车辆防火控制方法
CN115685861A (zh) 基于电厂边缘云平台的智慧煤场管控系统及控制方法
CN105363154A (zh) 嵌入式可伸缩火灾救援设备
CN111420334B (zh) 基于互联网的家庭用智慧移动消防测控系统及使用方法
CN205127205U (zh) 嵌入式可伸缩火灾救援设备

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