CN115903973A - 一种基于物联网的火灾探测及应急联动控制系统 - Google Patents

一种基于物联网的火灾探测及应急联动控制系统 Download PDF

Info

Publication number
CN115903973A
CN115903973A CN202310020455.9A CN202310020455A CN115903973A CN 115903973 A CN115903973 A CN 115903973A CN 202310020455 A CN202310020455 A CN 202310020455A CN 115903973 A CN115903973 A CN 115903973A
Authority
CN
China
Prior art keywords
fire
underground
module
fire detection
base station
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
Application number
CN202310020455.9A
Other languages
English (en)
Inventor
王凯
王建华
周福宝
陈瑞鼎
时国庆
黄露露
王志静
王健
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.)
Jiangsu Xinchuang Security Technology Research Institute Co ltd
China University of Mining and Technology CUMT
Original Assignee
Jiangsu Xinchuang Security Technology Research Institute Co ltd
China University of Mining and Technology CUMT
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 Jiangsu Xinchuang Security Technology Research Institute Co ltd, China University of Mining and Technology CUMT filed Critical Jiangsu Xinchuang Security Technology Research Institute Co ltd
Publication of CN115903973A publication Critical patent/CN115903973A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Abstract

本发明公开了一种基于物联网的火灾探测及应急联动控制系统,属于煤矿火灾探测及防灭火领域,所述系统包括外因火灾探测模块、内因火灾探测模块、图像采集模块、地面监控终端、分析预测模块、注氮系统和消防灭火模块;所述火灾参数采集模块包括温度传感器、烟雾传感器、一氧化碳传感器;所述图像采集模块与地面监控终端相连,所述分析预测模块通过火灾参数探测模块与图像采集模块基于神经网络共同决策火灾探测情况;所述消防灭火模块和注氮系统通过分析预测模块决策结果触发电磁阀进行灭火,并地上地下同时报警;本发明采用多种传感器,从多角度探测火灾发生情况,能有效预防火灾发生及控制火势蔓延,极大程度减少火灾伤亡及人员损失。

Description

一种基于物联网的火灾探测及应急联动控制系统
技术领域
本发明涉及煤矿火灾探测及防灭火领域,具体是一种基于物联网的火灾探测及应急联动控制系统。
背景技术
煤矿作为我国主要能源,在未来长期内还将占据主导地位。随着社会急速发展,煤炭资源的需求量也逐年增大。随着开采的不断进行,井下需运行大量大型设备,长时间运行易产生高温,从而引起火灾发生,并产生大量浓烟及有害物质,严重危害到井下人员的生命健康和开采的正常进行,矿井火灾或火灾引起的爆炸事故也成为矿井主要灾害之一。当前井下采取火灾探测方法都多采用烟雾传感器,温度传感器,一氧化碳传感器等涉及火灾发生的传感器,根据所设定数值范围判断火灾是否发生,此判断方法单一错误率相对较大,并存在较大的探测盲区,各类传感器主要基于有线传输,缺乏无线技术在井下的实施,且传感器发生故障无法自主诊断,无法与巡检人员和集控中心做到信息互联。且井下监控信息未充分利用,未对其采集的视频信息做出智能化处理来实现火源点探测及烟雾识别。且没有一套完善的防灭火系统,导致火灾发生后不能及时灭火,且各个消防系统间控制单一,无法智能互联,不能实现智能化防控,从而造成生命财产损失。且各个系统间的数据没有实现互联,监控方式单一。
因此,针对井下火灾问题,需要解决感知层数据采集单一问题,通过与应用层各类模块进行信息互联,将不同监控场合,各类消防设备以及井下人员信息集中处理,上传,共享,在应用层中采用多设备进行监控报警。所以,针对上述问题,本发明提出了一种基于物联网技术的矿井火灾探测及应急联动控制系统。
发明内容
对当前井下火灾监测方式单一,监测点少,布置移动困难,缺乏有效的信息互联来实施针对性的火灾防控,在以往的研究基础上运用物联网技术,通过在火灾易发生地点布置内因火灾探测模块和内因火灾探测模块,采用信息采集和融合算法,将火灾参数进行实时监测并预测火灾发生情况,结合图像采集模块,运行yolov5算法将预训练好的火灾检测模型应用于井下实时采集的图像信息,共同决策火灾发生情况。本发明提供了一种基于物联网技术矿井火灾探测及联动控制系统及方法。
为实现上述目的,本发明提供如下技术方案:
一种基于物联网的火灾探测及应急联动控制系统,包括外因火灾探测模块、内因火灾探测模块、图像采集模块、远程监控终端、分析预测模块、消防灭火模块、井下注氮系统、地上智能报警终端、井下报警终端、通讯网络模块、井下人员智能定位模块、存储服务器;所述外因火灾探测模块包括温度传感器、烟雾传感器、一氧化碳传感器;所述图像采集模块采用矿用本安防爆摄像仪;所述内因火灾探测模块包括束管监测系统,所述远程监控终端与地上智能报警终端相连;所述分析预测模块采用神经网络算法决策火灾发生情况;所述消防灭火模块与井下无线监控基站相连;所述井下注氮系统与井下无线监控基站相连。
作为本发明的进一步方案,所述外因火灾探测模块包括多个测量节点,所述测量节点位于井下重点监测火灾发生区域,所述测量节点包括,温度传感器、烟雾传感器、一氧化碳传感器和ZigBee协议射频收发器,所述温度传感器、烟雾传感器、一氧化碳传感器分别附有ZigBee协议射频收发器,所述ZigBee协议射频收发器与井下无线监控基站通信,将测量节点所测得的温度、一氧化碳和烟雾参数发送给井下无线监控基站节点;所述测量节点与显示装置相连,实时显示当前测量温度、烟雾和一氧化碳参数;所述ZigBee协议射频收发器与井下测量节点进行信息交互,所述井下无线监控基站通过光电转换模块与地面远程监控终端进行有线通信。
作为本发明的进一步方案,所述井下人员智能定位模块包括导航设备终端和位置服务基站,所述导航设备终端采用防爆型智能手环,通过通讯模块向位置服务基站和远程控制终端发送数据,所述防爆型智能手环设有可视化显示屏、微控制单元、智能导航模块、报警模块、标签识别定位模块、GPS模块、通讯模块和电源;所述位置服务基站采用UWB服务基站,所述标签识别定位模块采用UWB标签,包括发射器和天线,用于实现井下人员的精确定位。
作为本发明的进一步方案,所述通讯网络模块包括有线通讯网络和无线通讯网络。所述有线通讯网络采用光电转换模块进行井上井下远距离传输,所述无线通讯网络采用ZigBee通讯协议对井下感知层和井下无线监控基站进行无线数据传输。
作为本发明的进一步方案,所述ZigBee协议射频收发器采用CC2530芯片为核心,包括供电单元和数据处理单元,所述数据处理单元通过A/D转换模块将环境信息采集,并与井下监控终端进行无线数据交互。
作为本发明的进一步方案,所述内因火灾探测模块包括束管监测系统,所述束管监测系统通过气体采集单元采集各气体含量,所述气体采集单元通过ZigBee技术与井下无线监控基站通信。
作为本发明的进一步方案,所述图像采集模块采用矿用本安型摄像仪,采用有线方式接入井下无线监控基站。
作为本发明的进一步方案,所述远程监控终端包括上位机、手机APP和PAD或手持设备,通过无线传输方式共享井下各个测量节点参数并显示各个测量节点的分布情况,利用云网络技术的分享功能,实现监控中心、相关部门对井下火灾的动态感知及协同管控和应急决策
作为本发明的进一步方案,所述分析预测模块包括内因火灾分析预测系统和外因火灾分析预测系统,所述外因火灾分析预测系统包括火灾参数预测系统和图像采集单元预测系统,所述内因火灾分析预测系统和火灾参数预测系统采用BP神经网络预测火灾发生结果,所述图像采集单元预测系统采用yolo识别算法将图像采集模块采集到的图像进行识别,所述外因火灾识别结果将外因火灾参数预测系统结果与图像采集单元预测系统结果采用多源信息融合算法进行预测火灾发生情况。
作为本发明的进一步方案,所述BP神经网络包括三层,分别为输入层,隐藏层和输出层,神经网络节点正向传播和反向传播通过sigmoid激活函数运算,通过迭代计算将神经网络权重不断更新,缩小误差,通过数据集训练得出最优模型,激活函数采用Sigmoid,具体函数形式为
Figure BDA0004041632020000041
yolov5算法采用CNN网络提取特征,预测层根据图像特征进行分类回归后得到目标边界框和置信度,其实验结果采用四项评价指标,包括,准确率(Precision),召回率(Recall),交并比(IOU)、平均精度(AP)、平均精度均值(mAP);
准确率:
Figure BDA0004041632020000042
召回率:
Figure BDA0004041632020000043
TP表示将正样本预测为正(将烟雾或火焰正确识别为烟雾或火焰);TN表示将负样本预测为负(将未包含烟雾或火焰正确识别为未烟雾或火焰);FN表示将正样本预测为负(将包含烟雾或火焰错误判定为没有烟雾或火焰);FP表示将负样本预测为正(将未包含烟雾或火焰错误识别为烟雾或火焰);
所述交并比为目标边界框与标准的真实边界框的交集面积与并集面积之比;
交并比:
Figure BDA0004041632020000044
平均精度AP以PR曲线下面积作为衡量标准,具体计算公式为:
平均精度:
Figure BDA0004041632020000045
平均精度均值是全部类别AP的平均值;
平均精度均值:
Figure BDA0004041632020000046
火灾探测模型数据分类采用两个类别:其中AP1为烟雾类别平均精度,AP2为火焰类别平均精度。
作为本发明的进一步方案,所述消防灭火模块通过与井下无线监控基站连接,布置于每个火灾易发生的测量节点,所述井下无线监控基站与地面远程监控终端相连,所述消防灭火模块包括主控制器与消防喷淋系统,所述主控制器采用单片机或PLC为核心,通过井下无线监控基站与地面远程监控终端进行信息交互。
作为本发明的进一步方案,所述井下注氮系统采用PLC或单片机为核心的控制器,通过无线接收井上智能决策专家系统指令,当远程监控终端中分析预测模块决策出内因火灾发生,则实时触发注井下氮系统进行内因火灾的灭火。
作为本发明进一步的方案,所述远程控制终端包括报警信息查询系统、信息可视化平台系统、智能专家决策系统。
作为本发明的进一步方案,所述地上智能报警终端采用PC端,手机APP端和智能报警器共同触发。
作为本发明的进一步方案,所述井下报警终端采用矿用本安型报警器,通过无线通信与井下无线监控基站相连,用井下无线监控基站接受远程监控终端指令,在矿内报警并伴有语音提示。
作为本发明的进一步方案,所述存储服务器包括本地存储器和云网络存储器,所述云网络存储器通过多个智能监测设备进行共享,并与远程监控终端连接,用于多个监控终端的信息共享。
上述一种基于物联网的火灾探测及应急联动控制系统在使用时的具体步骤如下::
步骤1、外因火灾探测模块布置于各个测量节点,所述各个测量节点包括火灾参数探测装置和图像采集装置,火灾参数探测装置通过ZigBee通讯协议将数据传输至井下无线监控基站;
步骤2、内因火灾探测模块包括束管监测系统和光纤测温,在井下通过气相色谱仪将各个标志气体参数和光纤测温所得参数无线传输至井下无线监控基站;
步骤3、井下无线监控基站通过有线传输方式将测量节点数据传输至远程监控终端;
步骤4、远程监控系统包含内因火灾分析预测模块和外因火灾分析预测模块,内因火灾分析预测模块通过神经网络算法将各个标志气体参数和温度参数信息融合,预测火灾发生概率,外因火灾分析预测系统通过神经网络算法融合火灾参数信息预测及图像采集模块采用yolov5算法得出火灾发生概率,将两者信息融合得出外因火灾发生概率;
步骤5、通过智能决策专家系统发出决策指令传输至地上智能报警终端和井下报警终端;
步骤6、同时智能决策专家系统通过传输层将信息发送至人员定位模块,通过井下人员的防爆型手环同步提示避灾路线快速疏散人群;
步骤7、并将指令发送至井下无线监控基站来控制消防灭火模块和井下注氮系统分别对外因火灾和内因火灾进行灭火。
与现有技术相比,本发明的有益效果是:采用本发明能够实现对矿井外因火灾和内因火灾实时监测,还能够对外因火灾探测模块中的烟雾传感器,温度传感器,一氧化碳传感器进行实时数据监测,并在现场进行实时显示,每个测量节点数据通过无线传输至井下无线监控基站,通过光电转换模块接入远程控制终端,通过云网络连接使各个远程控制终端信息互通,数据共享,远程控制终端具备多个神经网络算法,通过将井下采集的各个测量节点的传感器信息以及井下监控视频输入预训练模型,预测井下测量节点火灾发生情况,并将火灾发生信号实时传输井下,并联动控制针对性灭火。
附图说明
图1为本发明实施例提供的一种基于物联网的火灾探测及应急联动控制系统的系统图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
作为本发明的一种实施例,请参阅图1,一种基于物联网的火灾探测及应急联动控制系统,包括外因火灾探测模块、内因火灾探测模块、图像采集模块、远程监控终端、分析预测模块、消防灭火模块、井下注氮系统、地上智能报警终端、井下报警终端、通讯网络模块、井下人员智能定位模块、存储服务器;所述外因火灾探测模块包括温度传感器、烟雾传感器、一氧化碳传感器,所述温度传感器,烟雾传感器,一氧化碳传感器与ZigBee协议射频收发器相连,ZigBee协议射频收发器与显示设备相连;所述图像采集模块采用矿用本安防爆摄像仪;所述内因火灾探测模块包括束管监测系统,所述远程监控终端与地上智能报警终端相连;所述分析预测模块采用神经网络算法决策火灾发生情况;所述消防灭火模块与井下无线监控基站相连;所述井下注氮系统与井下无线监控基站相连。
所述外因火灾探测模块包括多个测量节点,所述测量节点位于井下重点监测火灾发生区域,所述测量节点包括,温度传感器、烟雾传感器、一氧化碳传感器和ZigBee协议射频收发器,所述温度传感器、烟雾传感器、一氧化碳传感器分别附有ZigBee协议射频收发器,所述ZigBee协议射频收发器与井下无线监控基站通信,将测量节点所测得的温度、一氧化碳和烟雾参数发送给井下无线监控基站节点;所述井下无线监控基站节点与显示装置相连,实时显示当前测量温度、烟雾和一氧化碳参数;所述ZigBee协议射频收发器与井下测量节点进行信息交互,所述井下无线监控基站通过光电转换模块与地面远程监控终端进行有线通信。
在本发明实施例中,所述井下人员智能定位模块包括导航设备终端和位置服务基站,所述导航设备终端采用防爆型智能手环,通过通讯模块向位置服务基站和远程控制终端发送数据,所述防爆型智能手环设有可视化显示屏、微控制单元、智能导航模块、报警模块、标签识别定位模块、GPS模块、通讯模块和电源;所述位置服务基站采用UWB服务基站,所述标签识别定位模块采用UWB标签,包括发射器和天线,用于实现井下人员的精确定位。
在本发明实施例中,所述通讯网络模块包括有线通讯网络和无线通讯网络。所述有线通讯网络采用光电转换模块进行井上井下远距离传输,所述无线通讯网络采用ZigBee通讯协议对井下感知层和井下无线监控基站进行无线数据传输。
在本发明实施例中,所述ZigBee协议射频收发器采用CC2530芯片为核心,包括供电单元和数据处理单元,所述数据处理单元通过A/D转换模块将环境信息采集,并与井下监控终端进行无线数据交互。
在本发明实施例中,所述内因火灾探测模块包括束管监测系统,所述束管监测系统通过气体采集单元采集各气体含量,所述气体采集单元通过ZigBee技术与井下无线监控基站通信,井下无线监控基站通过井下环网进行数据互联。
在本发明实施例中,所述图像采集模块采用矿用本安型摄像仪,采用有线方式接入井下无线监控基站。
在本发明实施例中,所述远程监控终端包括上位机、手机APP和PAD或手持设备,通过无线传输方式共享井下各个测量节点参数并显示各个测量节点的分布情况,利用云网络技术的分享功能,实现监控中心、相关部门对井下火灾的动态感知及协同管控和应急决策
在本发明实施例中,所述分析预测模块包括内因火灾分析预测系统和外因火灾分析预测系统,所述外因火灾分析预测系统包括火灾参数预测系统和图像采集单元预测系统,所述内因火灾分析预测系统和火灾参数预测系统采用BP神经网络预测火灾发生结果,所述图像采集单元预测系统采用yolo识别算法将图像采集模块采集到的图像进行识别,所述外因火灾识别结果将外因火灾参数预测系统结果与图像采集单元预测系统结果采用多源信息融合算法进行预测火灾发生情况。
在本发明实施例中,所述BP神经网络包括三层,分别为输入层,隐藏层和输出层,神经网络节点正向传播和反向传播通过sigmoid激活函数运算,通过迭代计算将神经网络权重不断更新,缩小误差,通过数据集训练得出最优模型,激活函数采用Sigmoid,具体函数形式为
Figure BDA0004041632020000081
yolov5算法采用CNN网络提取特征,预测层根据图像特征进行分类回归后得到目标边界框和置信度,其实验结果采用四项评价指标,包括,准确率(Precision),召回率(Recall),交并比(IOU)、平均精度(AP)、平均精度均值(mAP);
准确率:
Figure BDA0004041632020000082
召回率:
Figure BDA0004041632020000083
TP表示将正样本预测为正(将烟雾或火焰正确识别为烟雾或火焰);TN表示将负样本预测为负(将未包含烟雾或火焰正确识别为未烟雾或火焰);FN表示将正样本预测为负(将包含烟雾或火焰错误判定为没有烟雾或火焰);FP表示将负样本预测为正(将未包含烟雾或火焰错误识别为烟雾或火焰);
所述交并比为目标边界框与标准的真实边界框的交集面积与并集面积之比;
交并比:
Figure BDA0004041632020000091
平均精度AP以PR曲线下面积作为衡量标准,具体计算公式为:
平均精度:
Figure BDA0004041632020000092
平均精度均值是全部类别AP的平均值;
平均精度均值:
Figure BDA0004041632020000093
火灾探测模型数据分类采用两个类别:其中AP1为烟雾类别平均精度,AP2为火焰类别平均精度。
在本发明实施例中,所述消防灭火模块通过与井下无线监控基站连接,布置于每个火灾易发生的测量节点,所述井下无线监控基站与地面远程监控终端相连,所述消防灭火模块包括主控制器与消防喷淋系统,所述主控制器采用单片机或PLC为核心,通过井下无线监控基站与地面远程监控终端进行信息交互。
在本发明实施例中,所述井下注氮系统采用PLC或单片机为核心的控制器,通过无线接收井上智能决策专家系统指令,当远程监控终端中分析预测模块决策出内因火灾发生,则实时触发注井下氮系统进行内因火灾的灭火。
在本发明实施例中,所述远程控制终端包括报警信息查询系统、信息可视化平台系统、智能专家决策系统。
在本发明实施例中,所述地上智能报警终端采用PC端,手机APP端和智能报警器共同触发。
在本发明实施例中,所述井下报警终端采用矿用本安型报警器,通过无线通信与井下无线监控基站相连,用井下无线监控基站接受远程监控终端指令,在矿内报警并伴有语音提示。
在本发明实施例中,所述存储服务器包括本地存储器和云网络存储器,所述云网络存储器通过多个智能监测设备进行共享,并与远程监控终端连接,用于多个监控终端的信息共享。
综上所述:所述一种基于物联网的火灾探测及应急联动控制系统,具体工作原理如下:
本发明主要由感知层,传输层和应用层构成,其中感知层由各个感知井下环境火灾参数的各类传感器构成,包括温度传感器、一氧化碳传感器、烟雾传感器和束管监测系统所监测的各类气体参数。这些井下传感器测量节点在井下构成一个巨大的传感器网络。
传输层主要是进行数据交互媒介的网络层,主要分为井下ZigBee协议射频收发器,井下铺设的光纤,光电转换模块,网络交换设备路由器和服务器组成,还有用来实现无线网络覆盖的Wi-Fi网络、ZigBee网络和5G网络,共同来构建整个井上井下的数据传输网络。
应用层主要包括远程控制终端中的各类信息化系统,包括视频监控系统,人员管理系统,智能决策专家系统,智能分析预测系统。
井下外因火灾探测模块采用温度,一氧化碳,烟雾传感器作为一个测量节点,在井下易发生火灾的固定地点布置多个测量节点。测量节点将井下火灾易发生地点的环境参数进行实时监测,并连接显示设备,在井下实时显示传感器监测数据,并将传感器监测数据通过ZigBee射频收发器采用ZigBee网络传输方式传输至井下无线监控基站。内因火灾探测模块采用束管监测系统将采集有关气体含量无线传输至井下无线监控基站,井下无线监控基站通过井下环网进行数据互联。
井下无线监控基站通过光电转换模块与地面远程监控终端进行通讯,将井下所采集的各个测量节点的数据传输至远程监控终端。远程监控终端接受井下各个测量节点所上传的数据,在地面监控终端进行分析预测,将外因火灾探测节点探测的多个传感器进行信息融合,输入预训练好的神经网络算法模型中,并在远程监控终端中输出结果,设定阈值并做提示窗口。同时通过井下监控视频进行火灾判别,采用yolov5算法将大量含有井下火灾的数据集进行训练,最后生成权重模型,将井下实时监控视频输入,通过整个yolov5算法进行识别,实时显示火灾发生区域以及火灾发生的概率,并将整个测量节点的传感器模块和井下监控视频实时判别模块进行信息融合,对于接受到的海量数据信息利用神经网络进行训练分析和存储,建立数据库,结合智能专家决策系统触发预警及给出相应的应急措施。如确定火灾发生,将信号传输至地面各级远程监控终端,并触发智能报警器报警并通过云网络提示井上各级部门。远程控制终端包括报警信息模块,信息可视化平台系统,智能决策专家系统。并将信号传输至井下无线监控基站,将信号无线传输至消防灭火模块及注氮系统进行实时灭火。
其中防爆型智能手环将人员定位信息传入远程监控终端,当火灾发生时,远程监控终端中的智能决策专家系统针对性的自动生成井下人员的避灾路线,并实时传入井下工作人员佩戴的智能手环,当井下人员路线偏移时进行报警提示。
其中消防灭火模块采用以PLC为核心的控制器,控制器接受信号触发电磁阀动作,采用喷淋系统对井下易发生火灾的测量节点进行喷淋灭火。同时触发井下声光报警器,提示井下工作人员及时撤离。井下注氮系统通过单片机或PLC为主的控制器,远程监控终端将决策信号传输至井下无线监控基站,通过无线通讯的方式传入注氮系统控制器,及时进行内因火灾的防控。
井下各个传感器测量节点深度整合,远程监控终端综合监管,井下灭火模块联动控制,地面监控信息全面共享。
上述一种基于物联网的火灾探测及应急联动控制系统在使用时的具体步骤如下:
步骤1、外因火灾探测模块布置于各个测量节点,所述各个测量节点包括火灾参数探测装置和图像采集装置,火灾参数探测装置通过ZigBee通讯协议将数据传输至井下无线监控基站;
步骤2、内因火灾探测模块包括束管监测系统和光纤测温,在井下通过气相色谱仪将各个标志气体参数和光纤测温所得参数无线传输至井下无线监控基站;
步骤3、井下无线监控基站通过有线传输方式将测量节点数据传输至远程监控终端;
步骤4、远程监控系统包含内因火灾分析预测模块和外因火灾分析预测模块,内因火灾分析预测模块通过神经网络算法将各个标志气体参数和温度参数信息融合,预测火灾发生概率,外因火灾分析预测系统通过神经网络算法融合火灾参数信息预测及图像采集模块采用yolov5算法得出火灾发生概率,将两者信息融合得出外因火灾发生概率;
步骤5、通过智能决策专家系统发出决策指令传输至地上智能报警终端和井下报警终端;
步骤6、同时智能决策专家系统通过传输层将信息发送至人员定位模块,通过井下人员的防爆型手环同步提示避灾路线快速疏散人群;
步骤7、并将指令发送至井下无线监控基站来控制消防灭火模块和井下注氮系统分别对外因火灾和内因火灾进行灭火。
本发明功能一体化,实时监测,实时预测,外因火灾和内因火灾同时监测分区管理,远程监控终端状态显示,多模式分级报警,组网灵活,有效避免井下各个测量节点需要有线传输,测量节点布置位置灵活,节省投资和运行费用。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。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,本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (16)

1.一种基于物联网的火灾探测及应急联动控制系统,其特征在于,包括外因火灾探测模块、内因火灾探测模块、图像采集模块、远程监控终端、分析预测模块、消防灭火模块、井下注氮系统、地上智能报警终端、井下报警终端、通讯网络模块、井下人员智能定位模块、存储服务器;
所述外因火灾探测模块包括温度传感器、烟雾传感器、一氧化碳传感器;所述内因火灾探测模块包括束管监测系统,所述远程监控终端与地上智能报警终端相连;所述分析预测模块采用神经网络算法决策火灾发生情况;所述消防灭火模块与井下无线监控基站相连;所述井下注氮系统与井下无线监控基站相连。
2.根据权利要求1所述的一种基于物联网的火灾探测及应急联动控制系统,其特征在于,所述外因火灾探测模块包括多个测量节点,所述测量节点位于井下重点监测火灾发生区域,所述测量节点包括,温度传感器、烟雾传感器、一氧化碳传感器和ZigBee协议射频收发器,所述温度传感器、烟雾传感器、一氧化碳传感器分别附有ZigBee协议射频收发器,所述ZigBee协议射频收发器与井下无线监控基站通信,将测量节点所测得的温度、一氧化碳和烟雾参数发送给井下无线监控基站节点;所述测量节点与显示装置相连,实时显示当前测量温度、烟雾和一氧化碳参数;所述ZigBee协议射频收发器与井下测量节点进行信息交互,所述井下无线监控基站通过光电转换模块与地面远程监控终端进行有线通信。
3.根据权利要求1所述的一种基于物联网的火灾探测及应急联动控制系统,其特征在于,所述井下人员智能定位模块包括导航设备终端和位置服务基站,所述导航设备终端采用防爆型智能手环,通过通讯模块向位置服务基站和远程控制终端发送数据,所述防爆型智能手环设有可视化显示屏、微控制单元、智能导航模块、报警模块、标签识别定位模块、GPS模块、通讯模块和电源;所述位置服务基站采用UWB服务基站,所述标签识别定位模块采用UWB标签,包括发射器和天线,用于实现井下人员的精确定位。
4.根据权利要求1所述的一种基于物联网的火灾探测及应急联动控制系统,其特征在于,所述通讯网络模块包括有线通讯网络和无线通讯网络,所述有线通讯网络采用光电转换模块进行井上井下远距离传输,所述无线通讯网络采用ZigBee通讯协议对井下感知层和井下无线监控基站进行无线数据传输。
5.根据权利要求2所述的一种基于物联网的火灾探测及应急联动控制系统,其特征在于,所述ZigBee协议射频收发器采用CC2530芯片为核心,包括供电单元和数据处理单元,所述数据处理单元通过A/D转换模块将环境信息采集,并与井下监控终端进行无线数据交互。
6.根据权利要求1所述的一种基于物联网的火灾探测及应急联动控制系统,其特征在于,所述内因火灾探测模块包括束管监测系统,所述束管监测系统通过气体采集单元采集各气体含量,所述气体采集单元通过ZigBee技术与井下无线监控基站通信。
7.根据权利要求1所述的一种基于物联网的火灾探测及应急联动控制系统,其特征在于,所述图像采集模块采用矿用本安型摄像仪,采用有线方式接入井下无线监控基站。
8.根据权利要求1所述的一种基于物联网的火灾探测及应急联动控制系统,其特征在于,所述远程监控终端包括上位机、手机APP和PAD或手持设备,通过无线传输方式共享井下各个测量节点参数并显示各个测量节点的分布情况,利用云网络技术的分享功能,实现监控中心、相关部门对井下火灾的动态感知及协同管控和应急决策。
9.根据权利要求1所述的一种基于物联网的火灾探测及应急联动控制系统,其特征在于,所述分析预测模块包括内因火灾分析预测系统和外因火灾分析预测系统,所述外因火灾分析预测系统包括火灾参数预测系统和图像采集单元预测系统,所述内因火灾分析预测系统和火灾参数预测系统采用BP神经网络预测火灾发生结果,所述图像采集单元预测系统采用yolo识别算法将图像采集模块采集到的图像进行识别,所述外因火灾识别结果将外因火灾参数预测系统结果与图像采集单元预测系统结果采用多源信息融合算法进行预测火灾发生情况。
10.根据权利要求9所述的一种基于物联网的火灾探测及应急联动控制系统,其特征在于,所述BP神经网络包括三层,分别为输入层,隐藏层和输出层,神经网络节点正向传播和反向传播通过sigmoid激活函数运算,通过迭代计算将神经网络权重不断更新,缩小误差,通过数据集训练得出最优模型,激活函数采用Sigmoid,具体函数形式为
Figure FDA0004041632010000031
yolov5算法采用CNN网络提取特征,预测层根据图像特征进行分类回归后得到目标边界框和置信度,其实验结果采用四项评价指标,包括,准确率,召回率,交并比、平均精度、平均精度均值;
准确率:
Figure FDA0004041632010000032
召回率:
Figure FDA0004041632010000033
TP表示将正样本预测为正;TN表示将负样本预测为负(将未包含烟雾或火焰正确识别为未烟雾或火焰);FN表示将正样本预测为负;FP表示将负样本预测为正;
所述交并比为目标边界框与标准的真实边界框的交集面积与并集面积之比;
交并比:
Figure FDA0004041632010000034
平均精度AP以PR曲线下面积作为衡量标准,具体计算公式为:
平均精度:
Figure FDA0004041632010000035
平均精度均值是全部类别AP的平均值;
平均精度均值:
Figure FDA0004041632010000036
火灾探测模型数据分类采用两个类别:其中AP1为烟雾类别平均精度,AP2为火焰类别平均精度。
11.根据权利要求1所述的一种基于物联网的火灾探测及应急联动控制系统,其特征在于,所述消防灭火模块通过与井下无线监控基站连接,布置于每个火灾易发生的测量节点,所述井下无线监控基站与地面远程监控终端相连,所述消防灭火模块包括主控制器与消防喷淋系统,所述主控制器采用单片机或PLC为核心,通过井下无线监控基站与地面远程监控终端进行信息交互。
12.根据权利要求1所述的一种基于物联网的火灾探测及应急联动控制系统,其特征在于,所述井下注氮系统采用PLC或单片机为核心的控制器,通过无线接收井上智能决策专家系统指令,当远程监控终端中分析预测模块决策出内因火灾发生,则实时触发注井下氮系统进行内因火灾的灭火。
13.根据权利要求1所述的一种基于物联网的火灾探测及应急联动控制系统,其特征在于,所述远程控制终端包括报警信息查询系统、信息可视化平台系统、智能专家决策系统。
14.根据权利要求1所述的一种基于物联网的火灾探测及应急联动控制系统,其特征在于,所述地上智能报警终端采用PC端,手机APP端和智能报警器共同触发。
15.根据权利要求1所述的一种基于物联网的火灾探测及应急联动控制系统,其特征在于,所述井下报警终端采用矿用本安型报警器,通过无线通信与井下无线监控基站相连,用井下无线监控基站接受远程监控终端指令,在矿内报警并伴有语音提示。
16.根据权利要求1所述的一种基于物联网的火灾探测及应急联动控制系统,其特征在于,所述存储服务器包括本地存储器和云网络存储器,所述云网络存储器通过多个智能监测设备进行共享,并与远程监控终端连接,用于多个监控终端的信息共享。
CN202310020455.9A 2022-12-30 2023-01-06 一种基于物联网的火灾探测及应急联动控制系统 Pending CN115903973A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2022117277533 2022-12-30
CN202211727753 2022-12-30

Publications (1)

Publication Number Publication Date
CN115903973A true CN115903973A (zh) 2023-04-04

Family

ID=86492577

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310020455.9A Pending CN115903973A (zh) 2022-12-30 2023-01-06 一种基于物联网的火灾探测及应急联动控制系统

Country Status (1)

Country Link
CN (1) CN115903973A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116246407A (zh) * 2023-05-04 2023-06-09 浙江农林大学 一种基于人工智能的农林区域火灾预警监管系统
CN116822964A (zh) * 2023-08-25 2023-09-29 石家庄长川电气科技有限公司 一种基于物联网的消防设备管理系统及方法
CN117275165A (zh) * 2023-09-07 2023-12-22 广州云创数据科技有限公司 一种基于人工智能的火灾消防烟雾处理装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116246407A (zh) * 2023-05-04 2023-06-09 浙江农林大学 一种基于人工智能的农林区域火灾预警监管系统
CN116822964A (zh) * 2023-08-25 2023-09-29 石家庄长川电气科技有限公司 一种基于物联网的消防设备管理系统及方法
CN117275165A (zh) * 2023-09-07 2023-12-22 广州云创数据科技有限公司 一种基于人工智能的火灾消防烟雾处理装置

Similar Documents

Publication Publication Date Title
CN115903973A (zh) 一种基于物联网的火灾探测及应急联动控制系统
CN109139115B (zh) 一种井下数据采集终端、处理系统及处理方法
CN209218140U (zh) 一种基于物联网的城市消防远程监控管理系统
CN109185743B (zh) 一种智能消防应急灯系统
CN113706355A (zh) 化工园区智慧应急系统搭建方法
CN102007426A (zh) 用于人员的位置监视装置
CN208900095U (zh) 一种井下数据采集终端及处理系统
CN107274003A (zh) 一种智慧消防管理系统及其控制方法
CN113027530A (zh) 一种基于互联网数据交互的煤矿安全监控系统及监控方法
KR20210051376A (ko) 빅데이터 기반의 건축물 화재 예방 대응 시스템
CN113012390A (zh) 一种基于大数据的矿下安全报警系统装置及其报警方法
CN103514702A (zh) 一种森林防火预警系统
CN111997690A (zh) 用于隧道工程的智能管理系统及方法
CN103208164A (zh) 一种基于物联网的火灾监控报警系统
CN103761827A (zh) 一种火灾监控系统
CN112464813A (zh) 山火的监测方法及装置
CN103325205A (zh) 基于径向基神经网络的室内火灾预测方法及系统
CN113206978A (zh) 油气管道站场安防智能监控预警系统及方法
CN205121786U (zh) 隧道视频火灾报警系统
CN113990018B (zh) 一种安全风险预测系统
Mekni Design and Implementation of a Smart fire detection and monitoring system based on IoT
KR20220071880A (ko) 지하공동구 맞춤형 디지털트윈 재난 관리 시스템
CN203204769U (zh) 一种基于物联网的火灾监控报警系统
Shashidhar et al. Smart Helmet-Early Calamity Prediction and Warning System for Coal Miners
CN216486747U (zh) 一种空地一体化油气管道智能安全监测系统

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