CN115938062B - 一种电气设备自动灭火系统及方法 - Google Patents
一种电气设备自动灭火系统及方法 Download PDFInfo
- Publication number
- CN115938062B CN115938062B CN202211447020.4A CN202211447020A CN115938062B CN 115938062 B CN115938062 B CN 115938062B CN 202211447020 A CN202211447020 A CN 202211447020A CN 115938062 B CN115938062 B CN 115938062B
- Authority
- CN
- China
- Prior art keywords
- data
- fire
- real
- time
- value
- 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
- 238000000034 method Methods 0.000 title claims abstract description 46
- 239000002245 particle Substances 0.000 claims abstract description 286
- 239000000779 smoke Substances 0.000 claims abstract description 129
- 238000001514 detection method Methods 0.000 claims abstract description 70
- 238000000197 pyrolysis Methods 0.000 claims abstract description 57
- 238000012544 monitoring process Methods 0.000 claims abstract description 33
- 230000000007 visual effect Effects 0.000 claims abstract description 13
- 230000035945 sensitivity Effects 0.000 claims abstract description 8
- 239000000443 aerosol Substances 0.000 claims description 90
- 238000012545 processing Methods 0.000 claims description 35
- 238000012549 training Methods 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 11
- 230000001133 acceleration Effects 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 230000005855 radiation Effects 0.000 claims description 7
- 230000009467 reduction Effects 0.000 claims description 7
- 239000007787 solid Substances 0.000 claims description 7
- 230000001590 oxidative effect Effects 0.000 claims description 6
- 239000002131 composite material Substances 0.000 claims description 5
- 238000013135 deep learning Methods 0.000 claims description 5
- 238000013136 deep learning model Methods 0.000 claims description 5
- 239000007800 oxidant agent Substances 0.000 claims description 5
- 159000000008 strontium salts Chemical class 0.000 claims description 5
- 238000007667 floating Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 230000003213 activating effect Effects 0.000 claims description 2
- 238000012790 confirmation Methods 0.000 claims description 2
- XOFYZVNMUHMLCC-ZPOLXVRWSA-N prednisone Chemical compound O=C1C=C[C@]2(C)[C@H]3C(=O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 XOFYZVNMUHMLCC-ZPOLXVRWSA-N 0.000 claims description 2
- 206010000369 Accident Diseases 0.000 abstract description 12
- 230000002159 abnormal effect Effects 0.000 abstract description 4
- 230000008859 change Effects 0.000 abstract description 3
- 238000005507 spraying Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 23
- 239000007789 gas Substances 0.000 description 19
- 239000003795 chemical substances by application Substances 0.000 description 11
- 230000006378 damage Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 10
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 8
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 8
- 230000001629 suppression Effects 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 7
- 230000007613 environmental effect Effects 0.000 description 7
- 231100000252 nontoxic Toxicity 0.000 description 6
- 230000003000 nontoxic effect Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000000149 argon plasma sintering Methods 0.000 description 4
- 239000001569 carbon dioxide Substances 0.000 description 4
- 229910002092 carbon dioxide Inorganic materials 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 229910052757 nitrogen Inorganic materials 0.000 description 4
- DHEQXMRUPNDRPG-UHFFFAOYSA-N strontium nitrate Chemical compound [Sr+2].[O-][N+]([O-])=O.[O-][N+]([O-])=O DHEQXMRUPNDRPG-UHFFFAOYSA-N 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 3
- 206010033799 Paralysis Diseases 0.000 description 3
- 239000003054 catalyst Substances 0.000 description 3
- 230000003749 cleanliness Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 239000003595 mist Substances 0.000 description 3
- 230000009965 odorless effect Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 208000024891 symptom Diseases 0.000 description 3
- 238000000889 atomisation Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 241000894006 Bacteria Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 231100000956 nontoxicity Toxicity 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000004071 soot Substances 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000005979 thermal decomposition reaction Methods 0.000 description 1
- 239000011882 ultra-fine particle Substances 0.000 description 1
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
- Fire-Detection Mechanisms (AREA)
Abstract
本发明涉及电气设备自动灭火技术领域,尤其涉及一种电气设备自动灭火系统及方法。电气火灾探测控制器可以检测配电单元的温度和烟雾浓度的变化情况,当配电单元设备的温度和烟雾异常时,发出声光警报并将预警信息、报警信息上传监控设备。当温度和烟雾浓度探测达到火灾事故时发出喷放指令及时灭火,减少火灾产生的灾害。本发明的方法包括以下步骤:利用超高灵敏度的光电传感器发射高频近红外长波对检测环境进行气体实时检测,获得悬浮微粒的分布数据与直径数据;获得预设范围的热解粒子数据并对悬浮微粒的分布数据与直径数据进行比对,再使消防服务云平台进行事故信息记录与提示报警。本发明得电气设备自动灭火系统可以提前预测火灾事故的发生。
Description
技术领域
本发明涉及电气设备自动灭火技术领域,尤其涉及一种电气设备自动灭火系统及方法。
背景技术
电气设备自动灭火系统是对电气开关柜内的烟雾浓度和温度的变化进行监测,实现烟雾预警、温度预警、火灾事故报警,将上述信号通过无线发射的方式电话和短信通知值班人员,提前清除火灾隐患,并能在火灾发生后及时快速灭火,电气设备自动灭火监控系统的使用可以大幅提高开关柜运行的安全性和稳定性。在灭火时,自动灭火技术的选用非常关键,优先选用一款常温下能以固体方式稳定存放、灭火效果好、喷放后无残留,对灭火后电气设备无损伤,对人体无伤害,对大气层无破坏的安全环保的灭火放式,这种灭火方式在火灾后无需专门清理残留灭火剂。目前人们的生活越来越离不开电力,电气设备自动灭火系统也越来越关键,一旦开关柜电气火灾事故将造成供配电系统的瘫痪。然而,一般电气设备自动灭火系统在早期灭火的时效性都较差。
发明内容
本发明提供一种电气设备自动灭火系统及方法,以解决至少一个上述技术问题。
本发明的电气设备自动灭火是用于火灾发生前的预警和灭火系统。当现场发生火灾前,常常会先产生高温烟雾,此时如果控制器探测到烟雾或温度异常,则通知主机发出声光报警,为用户争取30分钟到4个小时的处理时间。当火灾真的发生后,也可以控制气溶胶装置动作,执行灭火动作。
该系统的主要目的就是在发生火灾前的30分钟到4个小时以内,提早得发现火情,并及时预警。通过主机的声光报警,或者云平台的声光报警,或者主机主动发送短信或电话的方式,主动通知用户可能发生的火情。在用户收到报警信息后,立刻赶赴现场进行处理。
用户可以通过现场的强制按钮,之间对有火情的设备进行灭火操作,如果用户没有手动强制启动灭火,并且设备真的发生了火情,当气溶胶装置温度超过200度时,会自动释放,灭除火情。当气溶胶装置以及释放,会通知用户及时更换气溶胶装置并仔细检查供电设备的情况,以免再发生火情。
为实现上述目的,本发明提供一种电气设备自动灭火方法,所述方法包括以下步骤:
步骤S1:利用超高灵敏度的光电传感器发射高频近红外长波对检测环境进行气体实时检测,获得悬浮微粒的分布数据与直径数据;
步骤S2:获得预设范围的热解粒子数据并对悬浮微粒的分布数据与直径数据进行比对,生成第一判断数据,当第一判断数据为真时执行步骤S3,当第一判断数据为假时执行步骤S1;
步骤S3:启动声光报警装置,并向电气设备火灾探测主机发送预警信号,以使电气设备火灾探测主机向智能消防服务云平台发送预警数据,从而使消防服务云平台进行事故信息记录与提示报警;
步骤S4:利用温度传感器对当前环境进行实时温度检测,获得温度实时数据,并利用烟雾传感器对当前环境进行实时烟雾检测,获得烟雾浓度实时数据;
步骤S5:根据温度实时数据、烟雾浓度实时数据与悬浮微粒的分布数据与直径数据进行判断,生成第二判断数据,当第二判断数据为真时执行步骤S6,当第二判断数据为假时执行步骤S1;
步骤S6:根据第二判断数据进行汇总,以使电气设备火灾探测主机进行实时监控处理,并发送至智能消防服务云平台进行信息展示;
步骤S7:根据第二判断数据为真则执行自动灭火作业,其中执行自动灭火作业是采用采用锶盐复合氧化剂配方以固体颗粒的方式存放在容器内,火灾时灭火剂经过自身的化学反应与物理反应进行汽化、降温凝聚,迅速形成浓密的雾状气体释放出来,从而实施自动灭火作业。
灭火时释放出的气体主要是氮气和少量的二氧化碳、水汽等,看上去是白色的雾状气溶胶。该气体无色、无味、无毒、不导电、不污染、属于气体的介质,具有很强的流动性、扩散性,能迅速充满密闭的空间,这种灭火装置具有灭火速度快、效能高、工作可靠。它是一种无管网、轻便、可移动式自动灭火的消防设备,无需压力容器、无需担心灭火剂泄漏。火灾时释放出的气体易排出,洁净性好,生成物无毒、无腐蚀、不导电、不破坏大气臭氧层,从根本上解决了其他类型的灭火剂灭火后对电器以及精密仪器的腐蚀性和绝缘性破坏的难题。
本实施例通过超高灵敏度的光电传感器发射高频近红外长波对检测环境进行气体实时检测,才可以检测出悬浮微粒中的热解粒子,使在火灾初期无烟无火情况下就能控测火灾隐患,能为值班人员提供30分钟至4小时排除事故隐患的时间,通过对悬浮微粒的分布数据与直径数据进行比对,判读当前检测环境的空气中的热解粒子含量,来判断火灾初期的火灾征兆,在火灾有发生的苗头时进行检修,防止火灾事故将造成供配电系统的瘫痪,通过多渠道报警方式提示检修人员及时检修,降低检修人员因对数据获取遗留时使其发生火灾事故,通过多方位检测发现火灾位置及火情大小,进行及时自动灭火工作,做到定点定位定向灭火,使其火灾的影响范围最小化,极大的保障用户的人身和财产安全。
附图说明
图1为本发明一种电气设备自动灭火方法的步骤流程示意图;
图2为图1中一个根据空气中的悬浮微粒的分布数据与直径数据进行检测的详细实施步骤流程示意图;
图3为图1中一个根据空气中的悬浮微粒与预设的热解粒子分布密度值进行判断的详细实施步骤流程示意图;
图4为图1中一个通过多数据并行判断的详细实施步骤流程示意图;
图5为图4中一个根据预设的温度值对温度实时数据进行判断的详细实施步骤流程示意图;
图6为图4中一个根据预设的烟雾浓度值对烟雾浓度实时数据进行判断的详细实施步骤流程示意图;
图7为图4中一个根据预设的悬浮微粒的烟雾直径分布值对悬浮微粒的分布数据与直径数据进行判断的详细实施步骤流程示意图;
图8为本发明一个电气自动灭火控制装置端的说明与用途的详细示意图;
图9为本发明一个判断热解粒子和环境温度是否超过报警阈值的详细判断步骤流程示意图;
图10为本发明一个自动灭火控制装置的接口详细示意图;
图11为本发明一个作用主体与作业主体之间的信息传递的详细流程示意图;
图12为本发明一个自动灭火控制装置中的热解粒子接口的电路模型示意图;
图13为本发明一个自动灭火控制装置中的温度接口的电路模型示意图;
图14为本发明一个自动灭火控制装置中的灯光电路模型示意图;
图15为本发明一个自动灭火控制装置中的气溶胶动作端口的电路模型示意图;
图16为本发明一个自动灭火控制装置中的联动输出反馈端口的电路模型示意图;
图17为本发明一个自动灭火控制装置中的气溶胶反馈的电路模型示意图;
图18为本发明一个自动灭火控制装置中的报警输出端口的电路模型示意图;
图19为本发明一个自动灭火控制装置中的主CPU控制芯片的外接电路模型示意图;
图20为本发明一个自动灭火控制装置中的控制主板的元件模型示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。本申请实施实例提供一种电气设备自动灭火方法的执行系统为一种电气设备自动灭火系统,一种电气设备自动灭火系统的执行主体包括自动灭火装置、电气火灾探测控制器、声光报警装置、电气设备火灾探测主机、智能消防服务云平台等能够被配置为执行本申请实施例提供的该方法的设备中至少一种。所述电气火灾探测控制器其内部组件包括但不限于超高灵敏度的光电传感器、温度传感器、烟雾传感器等用于探测当前环境用于判断火情的装置。
本发明电气设备自动灭火系统涉及光散射法测量颗粒尺寸和浓度的实验研究;光散射法测量超细颗粒粒度的研究;火灾标准火烟雾颗粒测量及粒径尺度分布函数研究;火灾烟雾颗粒粒径分布的测量与计算模拟;基于Mie散射理论的亚微米级颗粒粒径测量方法研究。其中,无线组网虽然有现成的模块可以使用,但是在现场复杂环境下,还是要考虑距离因素和抗干扰性。还要考虑多主机状态下或者别的厂家的主机也有无线通信的情况下,不能出现相互干扰的情况,所以这一项技术也需要深入研究和测试。一定要模拟现场各种复杂的环境因素造成的干扰,并在测试中过滤干扰。无线模块一般选择Lora模块或者透传的433模块。其中Lora的优点是自带通信信道,抗干扰能力更强,传输速率快。缺点是大多数模块通信距离不远,穿墙能力更弱。
火灾极早期阶段是指物质从被过度加热超过其材质可承受的临界点(即热分解点;Thermal Particulate Point),到氧化燃烧并开始产生碳烟的阶段。在火灾发生的极早期阶段(此时尚无烟粒子产生)所出现的情况是热力的适度增加,进而产生大量的不可见次微米粒子(0.002μm(2纳米μ=10-6),在正常阶段,空气中只有一般的悬浮粒子,数量约在25,000/cc至60,000/cc之间;
在极早期阶段,空气中除了一般的悬浮粒子,还有因物质过热达热崩溃点而释放出的不可见次微米粒子。数量约在500,000/cc以上;
到达烟阶段,空气中有一般的悬浮粒子,不可见次微米粒子,还有烟粒子。粒子持续累积的数量约在1,000,000/cc以上。
一般采用光散射原理(scattered light principle)的激光型或LED型早期烟雾探测器并不对次微米粒子产生反应;它所能探测到的粒子大小是受探测器所使用的探测光源之波长(激光约为0.3微米)所限制;如果光波长大于粒子直径,就无法探测到粒子的存在。然而在火灾极早期阶段,热释次微米粒子的直径约为0.002微米(μm,10-6)。
请参阅图1,本发明提供一种电气设备自动灭火方法,包括以下步骤:
步骤S1:利用超高灵敏度的光电传感器发射高频近红外长波对检测环境进行气体实时检测,获得悬浮微粒的分布数据与直径数据;
步骤S2:获得预设范围的热解粒子数据并对悬浮微粒的分布数据与直径数据进行比对,生成第一判断数据,当第一判断数据为真时执行步骤S3,当第一判断数据为假时执行步骤S1;
步骤S3:启动声光报警装置,并向电气设备火灾探测主机发送预警信号,以使电气设备火灾探测主机向智能消防服务云平台发送预警数据,从而使消防服务云平台进行事故信息记录与提示报警;
步骤S4:利用温度传感器对当前环境进行实时温度检测,获得温度实时数据,并利用烟雾传感器对当前环境进行实时烟雾检测,获得烟雾浓度实时数据;
步骤S5:根据温度实时数据、烟雾浓度实时数据与悬浮微粒的分布数据与直径数据进行判断,生成第二判断数据,当第二判断数据为真时执行步骤S6,当第二判断数据为假时执行步骤S1;
步骤S6:根据第二判断数据进行汇总,以使电气设备火灾探测主机进行实时监控处理,并发送至智能消防服务云平台进行信息展示;
步骤S7:根据第二判断数据为真则执行自动灭火作业,其中执行自动灭火作业是采用采用锶盐复合氧化剂配方以固体颗粒的方式存放在容器内,火灾时灭火剂经过自身的化学反应与物理反应进行汽化、降温凝聚,迅速形成浓密的雾状气体释放出来,从而实施自动灭火作业。
灭火时释放出的气体主要是氮气和少量的二氧化碳、水汽等,看上去是白色的雾状气溶胶。该气体无色、无味、无毒、不导电、不污染、属于气体的介质,具有很强的流动性、扩散性,能迅速充满密闭的空间,这种灭火装置具有灭火速度快、效能高、工作可靠。它是一种无管网、轻便、可移动式自动灭火的消防设备,无需压力容器、无需担心灭火剂泄漏。火灾时释放出的气体易排出,洁净性好,生成物无毒、无腐蚀、不导电、不破坏大气臭氧层,从根本上解决了其他类型的灭火剂灭火后对电器以及精密仪器的腐蚀性和绝缘性破坏的难题。
本实施例通过超高灵敏度的光电传感器发射高频近红外长波对检测环境进行气体实时检测,才可以检测出悬浮微粒中的热解粒子,使在火灾初期无烟无火情况下就能控测火灾隐患,能为值班人员提供30分钟至4小时排除事故隐患的时间,通过对悬浮微粒的分布数据与直径数据进行比对,判读当前检测环境的空气中的热解粒子含量,来判断火灾初期的火灾征兆,在火灾有发生的苗头时进行检修,防止火灾事故将造成供配电系统的瘫痪,通过多渠道报警方式提示检修人员及时检修,降低检修人员因对数据获取遗留时使其发生火灾事故,通过多方位检测发现火灾位置及火情大小,进行及时自动灭火工作,做到定点定位定向灭火,使其火灾的影响范围最小化,极大的保障用户的人身和财产安全。
本发明实施例中,请再次参照图1,示出了本发明一种电气设备自动灭火方法的步骤流程示意图,在本实例中,所述电气设备自动灭火方法具体包括:
步骤S1:利用超高灵敏度的光电传感器发射高频红外线对检测环境进行气体实时检测,获得悬浮微粒的分布数据与直径数据;
本发明实施例中,所述悬浮微粒是指空气动力学当量直径≤100μm的颗粒物,悬浮颗粒物是悬浮于大气中的固体、液体颗粒状物质的总称,空气中的悬浮微粒主要有燃烧烟尘、海水飞溅扬入大气后而被蒸发的盐粒、风吹起的扬尘以及细菌、微生物、植物种子、花粉、液体微粒,热解粒子等。
步骤S2:获得预设范围的热解粒子数据并对悬浮微粒的分布数据与直径数据进行比对,生成第一判断数据;
本发明实施例中,所述预设范围的热解粒子数据是指通过研究发现在火灾极早期阶段,空气中除了一般的悬浮粒子,还有因物质过热达热崩溃点而释放出的不可见次微米粒子。数量约在500,000/cc以上,直径大约为0.002μm;
其中,cc是英文单词cubic centimeter的缩写,是用来计量容积的单位,表示立方厘米(1cc=1立方厘米)。我们平时如果注意观察就会发现,在献血的时候就会标明多少cc。不过cc虽然作为容量单位,但是现在已经不经常使用了。国际单位制中已经明确规定了,用升(L)和毫升(ml)来表示容量(1cc=1ml)。
步骤S3:启动声光报警装置,并向电气设备火灾探测主机发送预警信号,以使电气设备火灾探测主机向智能消防服务云平台发送预警数据,从而使消防服务云平台进行事故信息记录与提示报警;
本发明实施例中,所述启动声光报警装置是指,在自动灭火控制装置上安装的声光报警装置;所述并向电气设备火灾探测主机发送预警信号的传输方式分为两种分别为有线传输和无线传输,其中无线传输远传报警功能,为了能将开关柜内的异常情况,及时上报给值班人员,因此要选用一款信号稳定,穿墙能力强、能抗复杂环境下的电磁干扰的无线通讯方式,经多方对比最终先用433MHz通讯技术,加上我们独创的无线蜂窝中继通讯技术,使系统更稳定,通讯距离更远。
步骤S4:利用温度传感器对当前环境进行实时温度检测,获得温度实时数据,并利用烟雾传感器对当前环境进行实时烟雾检测,获得烟雾浓度实时数据;
本发明实施例中,所述温度实时数据是指当前环境的实时温度,所述烟雾浓度实时数据是指当前环境的实时烟雾浓度信息。
步骤S5:根据温度实时数据、烟雾浓度实时数据与悬浮微粒的分布数据与直径数据进行判断,生成第二判断数据;
本发明实施例中,通过进行判断,生成第二判断数据是指根据温度实时数据、烟雾浓度实时数据与悬浮微粒的分布数据与直径数据,对每一项数据进行并列分析,获得第二判断数据,在进行汇总确定第二判断数据。
步骤S6:根据第二判断数据进行汇总,以使电气设备火灾探测主机进行实时监控处理,并发送至智能消防服务云平台进行信息展示;
本发明实施例中,所述第二判断数据进行汇总是指将电气设备火灾探测主机所管辖的所有自动灭火控制装置所产生的第二判断数据进行汇总。
步骤S7:根据第二判断数据为真则执行自动灭火作业;
本发明实施例中,所述自动灭火是指根据第二判断信息为真,则启动热气溶胶装置进行灭火操作。
在本说明书的一个实施例中,步骤S1包括以下步骤:
利用超高灵敏度的光电传感器向检测环境发射高频近红外长波以对空气中的悬浮微粒进行检测,通过悬浮微粒在空气的浮动对高频红外光造成遮挡,从而获得空气中的悬浮微粒电信号,并将空气中的悬浮微粒电信号所形成的集合标记为悬浮微粒电信号集;
通过深度学习模型对浮微粒电信号集中的悬浮微粒电信号进行过滤,获得预处理电信号,其集合标记为预处理电信号集;
对预处理电信号集中的处理电信号进行降噪处理,获得精准电信号,其集合标记为精准电信号集;
将精准电信号集中的精准电信号转换为数字信号,并根据预训练获得的有关微粒的数字信号与直径关系曲线进行匹配,从而获得空气中悬浮微粒的直径信息,并汇总为悬浮微粒的直径信息集;
根据悬浮微粒的直径信息集进行分类统计,从而获得悬浮微粒的分布数据与直径数据;
其中所述直径关系曲线的函数公式为:
其中,D表示为直径关系曲线的函数,a、b、c、f分别表示常数项,τ表示为空间向量的横坐标方向的悬浮微粒的加速度,σ表示为空间向量的纵坐标方向的悬浮微粒的加速度,ρ表示为空间向量的竖坐标方向的悬浮微粒的加速度,G表示为检测环境的重力,表示为悬浮微粒的初速度,/>表示为预训练悬浮微粒的运动偏移函数,β2表示为精准电信号的结束信号位置,β1表示为精准电信号的初始信号位置。
本实施例通过深度学习模型对浮微粒电信号集中的悬浮微粒电信号进行过滤使其获得的预处理电信号更接近于实际环境的悬浮微粒的直径分布情况,对预处理电信号集中的处理电信号进行降噪处理,去除因环境因数所改变的印象因数对悬浮微粒的直径与分布计算的电信号,使检测的环境更趋近于理想环境所检测的数据量,将精准电信号集中的精准电信号转换为数字信号,在于利用信号处芯片对精准电信号进行计算,根据预训练获得的有关微粒的数字信号与直径关系曲线进行匹配,获得空气中的悬浮微粒的直径信息,对火灾初期检测提高技术支持;
本实施例所述直径关系曲线的函数公式,利用在当前检测环境建设空间向量坐标轴,利用悬浮微粒在空气中的横坐标方向的悬浮微粒的加速度τ,纵坐标方向的悬浮微粒的加速度σ,竖坐标方向的悬浮微粒的加速度ρ与悬浮微粒的初速度进行计算,规避悬浮微粒的运动对悬浮微粒的直径计算的影响,利用检测环境的重力G进行计算降低检测环境与测试的理想环境的差异造成计算不准确,通过预训练悬浮微粒的运动偏移函数/>进行计算使计算结果更准确。
本发明实施例中,参考图2所述,为图1中一个根据空气中的悬浮微粒的分布数据与直径数据进行检测的详细实施步骤流程示意图,在本实例中,如图所示包括:
步骤S21:利用超高灵敏度的光电传感器向检测环境发射高频红外线以对空气中的悬浮微粒进行检测,通过悬浮微粒在空气的浮动对高频红外光造成遮挡,从而获得空气中的悬浮微粒电信号,并将空气中的悬浮微粒电信号所形成的集合标记为悬浮微粒电信号集;
本发明实施例中,利用超高灵敏度的光电传感器向检测环境发射高频红外线以对空气中的悬浮微粒进行检测是因为热释次微米粒子的直径约为0.002微米,采用光散射原理的激光型或LED型早期烟雾探测器无法探测出火灾的早期征兆,然而近红外光的波长范围是780~2526纳米。近红外光分为近红外短波(780~1100nm)和近红外长波(1100~2526nm)两个区域。所以红外线探测极早期烟雾颗粒应该是不太可能实现的。但是Mie散射原理可以解决该问题,即粒子大小小于光线波长时,散射现象明显。
步骤S22:通过深度学习模型对浮微粒电信号集中的悬浮微粒电信号进行过滤,获得预处理电信号,其集合标记为预处理电信号集;
本发明实施例中,所述深度学习模型是指通过大量的实验数据进训练以达到使用精度对悬浮微粒电信号进行过滤起到稳定效果的模型。
步骤S23:对预处理电信号集中的处理电信号进行降噪处理,获得精准电信号,其集合标记为精准电信号集;
本发明实施例中,所述对预处理电信号集中的处理电信号进行降噪处理是指去除处理电信号中的不切实际因环境因数所干扰形成的部分信号进行降噪,从而凸显所需分析内容的电信号。
步骤S24:将精准电信号集中的精准电信号转换为数字信号,并根据预训练获得的有关微粒的数字信号与直径关系曲线进行匹配,从而获得空气中悬浮微粒的直径信息,并汇总为悬浮微粒的直径信息集;
本发明实施例中,所述精准电信号转换为数字信号是指将连续的电信号转换成只包含0和1的数字信号,方与控制主板对数字信号进行分析;所述根据预训练获得的有关微粒的数字信号与直径关系曲线进行匹配是指将数字信号在训练好的一个直径关系模型进行比对以获得相关的数字信号所对应的悬浮微粒直径信息。
步骤S25:根据悬浮微粒的直径信息集进行分类统计,从而获得悬浮微粒的分布数据与直径数据;
本发明实施例中,所述根据悬浮微粒的直径信息集进行分类统计是指根据悬浮微粒的直径区间进行分类;
其中,所述直径分区一般分为三个区域,第一区域为0.5纳米以下,第二区域为0.5纳米以上10纳米以下,第三区域为10纳米以上。
在本说明书的一个实施例中,所述对预处理电信号集中的处理电信号进行降噪处理,获得精准电信号包括以下步骤:
对预处理电信号集中的处理电信号进行时区等分并记录原始顺序,生成处理电信号时域信号段,并进行汇总获得处理电信号时域信号段集;
对处理电信号时域信号段集中的处理电信号时域信号段进行傅里叶变换,生成傅里叶时域信号,并对傅里叶时域信号进行中值滤波处理,从而获得精准时域信号;
对精准时域信号进行原始顺序排序拼接处理,从而获得精准电信号。
本实施例通过对预处理电信号集中的处理电信号进行时区等分并记录原始顺序减小单个处理数据的大小使处数据所占用的资源更少,通过对处理电信号进行时区等分使同一个处理电信号的不同时区进行同时处理,大大加快数据处理的时间,使电气灭火装置更快捷高效,通过对处理电信号时域信号段集中的处理电信号时域信号段进行傅里叶变换,将复杂的处理电信号转换为简单易分析的傅里叶时域信号,并利用中值滤波处理使信号更趋近于规整模型放大总要部分重要的信号量,使其更易于对信号的分析与解析。
本发明实施例中,所述对预处理电信号集中的处理电信号进行时区等分并记录原始顺序是指根据时间对电信号进行等分操作;所述对处理电信号时域信号段集中的处理电信号时域信号段进行傅里叶变换是指将无规律却乱的电信号转化为定向特征属性凸显与较为平滑的电信号;所述并对傅里叶时域信号进行中值滤波处理是指将较为平滑的电信号转换的更为平滑的操作。
在本说明书的一个实施例中,步骤S2中所述获得预设范围的热解粒子数据并对悬浮微粒的分布数据与直径数据进行比对,生成第一判断数据包括以下步骤:
根据热解粒子的特性进行深度学习训练,从而获得预设范围的热解粒子数据;
根据预设范围的热解粒子数据对悬浮微粒的分布数据与直径数据进行对比,获得悬浮微粒在热解粒子直径范围的密度分布值,并标记为悬浮微粒的密度分布值;
当悬浮微粒的密度分布值小于预设的热解粒子分布密度值时,生成第一判断数据并标记为假;
当悬浮微粒的密度分布值大于或等于预设的热解粒子分布密度值时,生成预判断信号,并记录预判断信号后在预设次数的范围内的悬浮微粒的密度分布值,并标记为悬浮微粒的密度分布值集;
对悬浮微粒的密度分布值集中的悬浮微粒的密度分布值进行平均计算,从而获得悬浮微粒的密度分布均值;
根据悬浮微粒的密度分布均值与预设的热解粒子分布密度值进行比较,当悬浮微粒的密度分布均值小于预设的热解粒子分布密度值时,生成第一判断数据并标记为假;
当悬浮微粒的密度分布均值大于或等于预设的热解粒子分布密度值时,生成第一判断数据并标记为真。
本实施例根据热解粒子的特性进行深度学习训练,从而获得预设范围的热解粒子数据,利用大量的现实数据对训练模型进行训练以得到更准确更贴合实际的预设范围的热解粒子数据,对后续筛选与比对悬浮微粒的分布数据进而获得当前空气热解粒子的分布数据提供准确的技术与数据支持,通过对悬浮微粒的密度分布值进行对比当出现悬浮微粒的密度分布值大于或等于预设的热解粒子分布密度值时进行连续多次采样并计算,已解决设备精度过高出现频繁报警现象。
本发明实施例中,参考图3所述,为图1中一个根据空气中的悬浮微粒与预设的热解粒子分布密度值进行判断的详细实施步骤流程示意图,在本实例中,如图所示包括:
步骤S31:根据热解粒子的特性进行深度学习训练,从而获得预设范围的热解粒子数据;
本发明实施例中,所述根据热解粒子的特性进行深度学习训练是指热解粒子的直径与单位体积下的数量集的特性,还与在特点温度下才开始释放的特性;
其中,所述特点温度是指达到85℃是才会进行热解粒子的释放。
步骤S32:根据预设范围的热解粒子数据对悬浮微粒的分布数据与直径数据进行对比,获得悬浮微粒在热解粒子直径范围的密度分布值,并标记为悬浮微粒的密度分布值;
本发明实施例中,所述悬浮微粒在热解粒子直径范围的密度分布值是指通过匹配对比所获得在悬浮微粒的分布数据与直径数据中的热解粒子直径范围的密度分布值。
步骤S33:当悬浮微粒的密度分布值小于预设的热解粒子分布密度值时,生成第一判断数据并标记为假;
本发明实施例中,所述预设的热解粒子分布密度值是指通过大量数据训练所获得的在这个阈值范围以使的热解粒子分布密度值很有能进一步发展后发送火灾。
步骤S34:当悬浮微粒的密度分布值大于或等于预设的热解粒子分布密度值时,生成预判断信号,并记录预判断信号后在预设次数的范围内的悬浮微粒的密度分布值,并标记为悬浮微粒的密度分布值集;
本发明实施例中,所述预设的热解粒子分布密度值是指通过大量数据训练所获得的在这个阈值范围以使的热解粒子分布密度值很有能进一步发展后发送火灾。
步骤S35:对悬浮微粒的密度分布值集中的悬浮微粒的密度分布值进行平均计算,从而获得悬浮微粒的密度分布均值;
本发明实施例中,所述对悬浮微粒的密度分布值集中的悬浮微粒的密度分布值进行平均计算是指通过连续的多次测量求平均可以大成度有效的降低环境因数对热解粒子的密度分布值的影响。
步骤S36:根据悬浮微粒的密度分布均值与预设的热解粒子分布密度值进行比较,当悬浮微粒的密度分布均值小于预设的热解粒子分布密度值时,生成第一判断数据并标记为假;
本发明实施例中,所述预设的热解粒子分布密度值是指通过大量数据训练所获得的在这个阈值范围以使的热解粒子分布密度值很有能进一步发展后发送火灾。
步骤S37:当悬浮微粒的密度分布均值大于或等于预设的热解粒子分布密度值时,生成第一判断数据并标记为真;
本发明实施例中,所述预设的热解粒子分布密度值是指通过大量数据训练所获得的在这个阈值范围以使的热解粒子分布密度值很有能进一步发展后发送火灾。
本发明实施例中,参考图9所述,本发明一个判断热解粒子和环境温度是否超过报警阈值的详细判断步骤流程示意图,在本实例中,如图所示从开始处开始进行采集热解粒子和环境温度信息,进行采样次数判断当采样次数小于5时进行继续采样操作,当采样次数等于5时对其进行平均值计算,获得平均值在于热解粒子和温度的报警阈值进行比较,当平均值小于阈值时从新进行采样操作,当平均值大于或等于阈值时发出报警,从新开始上述操作,该流程为自动灭火控制装置平时对环境进行实时检测的循环工作流程。
其中,为了防止火灾发生需进行火灾预警,为了给值班人员留有充足火灾清除隐患时间,因此本产品不能采用传统烟雾探测方式,发现明烟明火再发出报警;而应采用在无烟无火就能报警的火灾探测技术,经研究,我们采用了极早期火灾探测的方式;我们发现电气设备在达到85℃时,会产生一股特殊的气味,我们将这种味道称之为热解粒子;这种粒子在红外线下,清晰可见。因此,设计一种用红外技术鉴别热解粒子的数量变化,可以预测火灾事故的发生。该项技术可为值班人员提供30分钟点至4小时排除事故隐患的时间。
在本说明书的一个实施例中,步骤S3包括以下步骤:
向声光警报装置发送预警信号,以使声光警报装置发出警报声与开启预警信号灯;
向电气设备火灾探测主机发送预警信号,以使电气设备火灾探测主机向智能消防服务云平台发送预警数据,并根据预警数据对其进行事故信息记录与提示报警;
以使电气设备火灾探测主机生成电话通讯通道与预警短信,并发送至所连接处理单元智能消防服务云平台处,进行单项预警工作。
本实施例对上述第一判断数据为真情况下进行多方位报警处理,使值班人员在任何场合都能及时获取预警信息,并能快速查找到发出预警信号的设备位置,对设备进行精确定位,并对预警信号进记录用于分析开关柜内设电路老化问题提高数据支持。
在本说明书的一个实施例中,步骤S4包括以下步骤:
利用温度传感器检测当前环境的热辐射能,获得热辐射能数据,并对热辐射能数据进行温度计算,从而获得温度实时数据;
利用烟雾传感器检测当前环境的气溶胶亚微粒子在空气中的含量通过信号处理,获得气溶胶亚微粒子实时含量分布曲线;
根据预训练获得的烟雾浓度与气溶胶亚微粒子关系曲线对气溶胶亚微粒子实时含量分布曲线进行匹配,从而获得烟雾浓度实时数据。
本实施例利用温度传感器检测当前环境的热辐射能以获得当前准确的温度实时数据,用于对当前是否发送火情与火情的大小提供判断依据,根据预训练获得的烟雾浓度与气溶胶亚微粒子关系曲线对气溶胶亚微粒子实时含量分布曲线进行匹配以获得当前准确的烟雾浓度实时数据,用于对当前是否发送火情与火情的大小提供判断依据。
本发明实施例中,所述预训练获得的烟雾浓度与气溶胶亚微粒子关系曲线是指通过大量实验数据进行智能训练获得的烟雾浓度与气溶胶亚微粒子关系曲线。
在本说明书的一个实施例中,步骤S5中所述根据温度实时数据、烟雾浓度实时数据与悬浮微粒的分布数据与直径数据进行判断获得第二判断数据包括以下步骤:
根据温度实时数据、烟雾浓度实时数据与悬浮微粒的分布数据与直径数据进行并行判断,生成第二判断数据:
根据预设的温度值对温度实时数据进行实时监控,从而生成温度实时判断数据;
当温度实时判断数据表示为温度实时数据中的实时温度值小于预设的温度值时,则生成第二判断数据,并将第二判断数据标记为假;
或者,当温度实时判断数据表示为温度实时数据中的实时温度值大于或等于预设的温度值时,则生成温度初判断数据,并进行连续记录温度初判断数据;当温度初判断数据的数量值等于预设阈值时,生成第二判断数据,并将第二判断数据标记为真;或者,当温度初判断数据的数量值小于预设阈值时,生成第二判断数据,并将第二判断数据标记为假;
根据预设的烟雾浓度值对烟雾浓度实时数据进行实时监控,从而生成烟雾浓度实时判断数据;
当烟雾浓度实时判断数据表示为烟雾浓度实时数据中的烟雾浓度值小于预设的烟雾浓度值时,则生成第二判断数据,并将第二判断数据标记为假;
或者,当烟雾浓度实时判断数据表示为烟雾浓度实时数据中的烟雾浓度值大于或等于预设的烟雾浓度值时,则生成烟雾浓度初判断数据,并进行连续记录烟雾浓度初判断数据;当烟雾浓度初判断数据的数量值等于预设阈值时,生成第二判断数据,并将第二判断数据标记为真;或者,当烟雾浓度初判断数据的数量值小于预设阈值时,生成第二判断数据,并将第二判断数据标记为假;
根据预设的悬浮微粒的烟雾直径分布值对悬浮微粒的分布数据与直径数据进行实时监控,从而生成悬浮微粒实时判断数据;
当烟悬浮微粒实时判断数据表示为悬浮微粒的分布数据与直径数据中的悬浮微粒的直径分布值小于悬浮微粒的烟雾直径分布值时,则生成第二判断数据,并将第二判断数据标记为假;
或者,当烟悬浮微粒实时判断数据表示为悬浮微粒的分布数据与直径数据中的悬浮微粒的直径分布值大于或等于悬浮微粒的烟雾直径分布值时,则生成悬浮微粒初判断数据,并进行连续记录悬浮微粒初判断数据;当悬浮微粒初判断数据的数量值等于预设阈值时,生成第二判断数据,并将第二判断数据标记为真;或者,当悬浮微粒初判断数据的数量值小于预设阈值时,生成第二判断数据,并将第二判断数据标记为假;
根据并行判断所获得的第二判断数据进行汇总判断,生成第二判断数据集,并根据当第二判断数据集中的第二判断数据有表示为真时,则第二判断数据标记为真,否则第二判断数据标记为假。
本实施例根据温度实时数据、烟雾浓度实时数据与悬浮微粒的分布数据与直径数据进行并行判断,生成第二判断数据通过多路径对当前是否出现火情进行并行判断,不放任何因环境因数对当前火情出现误判的情况,以最大程度的保障用户的人身与财安全。
本发明实施例中,参考图4所述,为图1中一个通过多数据并行判断的详细实施步骤流程示意图,在本实例中,如图所示包括:
步骤S41:根据温度实时数据、烟雾浓度实时数据与悬浮微粒的分布数据与直径数据进行并行判断,生成第二判断数据;
本发明实施例中,所述根据温度实时数据、烟雾浓度实时数据与悬浮微粒的分布数据与直径数据进行并行判断是指根据图4中的A、B、C三个步骤进行并列分析,第一时间发生火灾的情况,减小因设备故障所导致的火灾未检出的情况发生;
其中,图4中的大小A与图5中的大写A表示同一个大写A用于链接图4与图5的节点;
其中,图4中的大小B与图6中的大写B表示同一个大写B用于链接图4与图6的节点;
其中,图4中的大小C与图7中的大写C表示同一个大写C用于链接图4与图7的节点。
本发明实施例中,参考图5所述,为图4中一个根据预设的温度值对温度实时数据进行判断的详细实施步骤流程示意图,在本实例中,如图所示包括:
步骤A51:根据预设的温度值对温度实时数据进行实时监控,从而生成温度实时判断数据;
步骤A52:当温度实时判断数据表示为温度实时数据中的实时温度值小于预设的温度值时,则生成第二判断数据,并将第二判断数据标记为假;
步骤A53:当温度实时判断数据表示为温度实时数据中的实时温度值大于或等于预设的温度值时,则生成温度初判断数据,并进行连续记录温度初判断数据;
步骤A54:当温度初判断数据的数量值等于预设阈值时,生成第二判断数据,并将第二判断数据标记为真;
步骤A55:当温度初判断数据的数量值小于预设阈值时,生成第二判断数据,并将第二判断数据标记为假;
本发明实施例中,所述预设的温度值是指通过大量数据行训练所获得的发生火灾的温度;所述温度初判断数据是指根据连续数据进记录所获得的实时温度值大于或等于预设的温度值的数据,用温度初判断数据跟预设阈值进行比较可以判断为当前实时温度持续大于预设的温度值所以判断为发生火情。
本发明实施例中,参考图6所述,为图4中一个根据预设的烟雾浓度值对烟雾浓度实时数据进行判断的详细实施步骤流程示意图,在本实例中,如图所示包括:
步骤B61:根据预设的烟雾浓度值对烟雾浓度实时数据进行实时监控,从而生成烟雾浓度实时判断数据;
步骤B62:当烟雾浓度实时判断数据表示为烟雾浓度实时数据中的烟雾浓度值小于预设的烟雾浓度值时,则生成第二判断数据,并将第二判断数据标记为假;
步骤B63:当烟雾浓度实时判断数据表示为烟雾浓度实时数据中的烟雾浓度值大于或等于预设的烟雾浓度值时,则生成烟雾浓度初判断数据,并进行连续记录烟雾浓度初判断数据;
步骤B64:当烟雾浓度初判断数据的数量值等于预设阈值时,生成第二判断数据,并将第二判断数据标记为真;
步骤B65:当烟雾浓度初判断数据的数量值小于预设阈值时,生成第二判断数据,并将第二判断数据标记为假;
本发明实施例中,所述预设的烟雾浓度是指通过大量数据行训练所获得的发生火灾的烟雾浓度;所述烟雾浓度初判断数据是指根据连续数据进记录所获得的实时烟雾浓度值大于或等于预设的烟雾浓度值的数据,用烟雾浓度初判断数据跟预设阈值进行比较可以判断为当前实时烟雾浓度持续大于预设的烟雾浓度值所以判断为发生火情。
本发明实施例中,参考图7所述,为图4中一个根据预设的悬浮微粒的烟雾直径分布值对悬浮微粒的分布数据与直径数据进行判断的详细实施步骤流程示意图,在本实例中,如图所示包括:
步骤C71:根据预设的悬浮微粒的烟雾直径分布值对悬浮微粒的分布数据与直径数据进行实时监控,从而生成悬浮微粒实时判断数据;
步骤C72:当烟悬浮微粒实时判断数据表示为悬浮微粒的分布数据与直径数据中的悬浮微粒的直径分布值小于悬浮微粒的烟雾直径分布值时,则生成第二判断数据,并将第二判断数据标记为假;
步骤C73:当烟悬浮微粒实时判断数据表示为悬浮微粒的分布数据与直径数据中的悬浮微粒的直径分布值大于或等于悬浮微粒的烟雾直径分布值时,则生成悬浮微粒初判断数据,并进行连续记录悬浮微粒初判断数据;
步骤C74:当悬浮微粒初判断数据的数量值等于预设阈值时,生成第二判断数据,并将第二判断数据标记为真;
步骤C75:当悬浮微粒初判断数据的数量值小于预设阈值时,生成第二判断数据,并将第二判断数据标记为假;
本发明实施例中,所述预设的悬浮微粒的烟雾直径分布值是指通过大量数据行训练所获得的发生火灾的悬浮微粒的烟雾直径分布值;所述悬浮微粒初判断数据是指根据连续数据进记录所获得的实时烟雾直径分布值大于或等于预设的烟雾直径分布值的数据,用烟雾直径分布初判断数据跟预设阈值进行比较可以判断为当前实时悬浮微粒的烟雾直径分布值持续大于预设的悬浮微粒的烟雾直径分布值所以判断为发生火情。
在本说明书的一个实施例中,步骤S6包括以下步骤:
将第二判断数据进行汇总并发送至电气设备火灾探测主机,以使电气设备火灾探测主机对第二判断数据进行实时监控及处理,从而生成实时监控数据;
将实时监控数据发送至智能消防服务云平台,以使智能消防服务云平台对实时监控数据进行多方位展示。
本实施例将第二判断数据进行汇总并发送至电气设备火灾探测主机对电气设备火灾探测主机所监控的所有设备的当前环境数据与设备运行的实时数据进行汇总,并进行展示使值班人员更直观的查看所监控环境内的消防安全情况,将实时监控数据发送至智能消防服务云平台,以使智能消防服务云平台对实时监控数据进行多方位展示,用于在任何环境下都可通过智能消防服务云平台对实时数据进行查询,方便值班人员外出或巡逻时对实时数据进行监控。
本发明实施例中,所述电气设备火灾探测主机对第二判断数据进行实时监控及处理是指根据自动灭火控制装置发送的第二判断数据电气设备火灾探测主机对所监控的所自动灭火控制装置的工作状况与环境电柜的情况实时分析并可视化从而生成实时监控数据;所述智能消防服务云平台是指通过一个软件并搭载中央云服务器通过网络连接到智能终端的远程查看与存储窗口,参考图11所示,为本发明一个作用主体与作业主体之间的信息传递的详细流程示意图,展示列各个设备之间的信息传递关系与传递方式;
其中,智能终端包括但不限于:可视电话、会议终端、内置多媒体功能的PC机等显示设备。
在本说明书的一个实施例中,步骤S7包括以下步骤:
根据第二判断数据为真则快速激活热气溶胶装置,以使热气溶胶装置释放热气溶胶对当前环境进行定向区域灭火;
控制光电感应器对当前环境进行实时监控以使热气溶胶装置对当前环境的灭火过程进行实时监控并通过火情确定计算公式进行计算,生成火情确定数值;
判断火情确定数值是否在第一火情阈值范围内;
确定火情确定数值在第一火情阈值范围内时,生成第一火情情况并根据第一火情情况进行第一火情灭火作业;
判断火情确定数值是否在第二火情阈值范围内;
确定火情确定数值在第二火情阈值范围内,生成第二火情情况并根据第二火情情况进行第二火情灭火作业;
其中火情确定计算公式具体为:
其中,ΔEδ表示为火情确定数值,T2表示为确认火情数值的时间,T1表示为发出第一次警报的时间,α表示为当前环境温度,γ表示为火情范围,ε表示为火焰的预估高度,a表示为常数项,ω表示为烟雾微粒的分布密度,θ表示为热解粒子分布密度,b表示为函数偏移量。
本实施例通过热气溶胶装置释放热气溶胶对当前环境进行定向区域灭火,根据实时情况做到精准灭火操作,减小火焰蔓延,阻断火焰去路,在火苗初期就进行灭火工作,将火灾抹杀在摇篮之中,对当前环境进行实时监控以使热气溶胶装置对当前环境的灭火过程进行实时监控并通过火情确定计算公式进行计算对火情精准判断,与定向打击提高后续操作的数据支持,根据不同火情使用不同的灭火策略做到精准打击;
本实施例火情确定计算公式,根据第一次警报的时间T1到当前发生火情时间T2用于主要判读火情的发展依据,根据对当前火焰的火情范围γ,当前环境温度α与火焰的预估高度ε对当前火情火焰进行判断有利于确认当前火情级别,对后续判断火情的类型提供数据支持,根据微观空气中的热解粒子分布密度θ与烟雾微粒的分布密度ω进行分析进一步确定火情数据。
本发明实施例中,开关柜内电气设备具有很强的导电性,要采用快速自动灭火技术,自动灭火装置则需要有绝缘性,可控性,热稳定性、可雾化性,我们经过多次科学研发试验,反复比较,最终发现硝酸锶与特殊的催化剂按一定比例混和具很好的热稳定性、可雾化性,无毒无害,对电气火灾灭火性能优、效果明显;则硝酸锶与特殊的催化剂按一定比例混和物是目前热气溶胶装置中用于灭火的最好物资;
其中,自动灭火技术的选用,选用一款常温下能以固体方式稳定存放、灭火效果好、喷放后无残留,对灭火后电气设备无损伤,对人体无伤害,对大气层无破坏的安全环保的灭火放式。经多次调研和数十次的试验。我们采用了锶盐复合氧化剂配方以固体颗粒的方式存放在容器内,火灾时灭火剂经过自身的化学反应与物理反应进行汽化、降温凝聚,迅速形成浓密的雾状气体释放出来。释放出气体主要是氮气和少量的二氧化碳、水汽等,看上去是白色的雾状气溶胶。该气体无色、无味、无毒、不导电、不污染、属于气体的介质,具有很强的流动性、扩散性,能迅速充满密闭的空间,这种热气溶胶装置具有灭火速度快、效能高、工作可靠;它是一种无管网、轻便、可移动式自动灭火的消防设备,无需压力容器、无需担心灭火剂泄漏;火灾时释放出的气体易排出,洁净性好,生成物无毒、无腐蚀、不导电、不破坏大气臭氧层,从根本上解决了其他类型的灭火剂灭火后对电器以及精密仪器的腐蚀性和绝缘性破坏的难题;它启动后产生的释放出灭火气体主要是氮气和少量的二氧化碳、水汽等,因此火灾后无需专门清理残留灭火剂;
其中,用户可以通过现场的强制按钮,之间对有火情的设备进行灭火操作,如果用户没有手动强制启动灭火,并且设备真的发生了火情,当气溶胶装置温度超过200度时,会自动释放,灭除火情。
其中,当气溶胶装置以及释放,会通知用户及时更换气溶胶装置并仔细检查供电设备的情况,以免再发生火情。
在本说明书的一个实施例中,所述电气设备自动灭火系统用于执行如权利要求1-9所述电气设备自动灭火方法。
本实施例提供一种电气设备自动灭火系统,该系统能够实现本发明所述任意一种电气设备自动灭火方法,判读当前检测环境的空气中的热解粒子含量,来判断火灾初期的火灾征兆,在火灾有发生的苗头时进行检修,防止火灾事故将造成供配电系统的瘫痪,通过多渠道报警方式提示检修人员及时检修,降低检修人员因对数据获取遗留时使其发生火灾事故,通过多方位检测发现火灾位置及火情大小,进行及时自动灭火工作。
本发明实施例中,电气设备自动灭火系统由电气火灾监控设备、电气火灾探测控制器、自动灭火装置组成。该系统具有实时监测、异常预警、火灾报警、自动灭火、事故信息记录、集中管理、远程监控、手机报警等功能;
本发明实施例中,其中电气设备自动灭火系统的作用主体自动灭火控制装置的主板,参考图20所示,为本发明一个自动灭火控制装置中的控制主板的元件模型示意图,其中参考图12—图19为图20的控制主板的元件模型中的部分电路模型示意图,用于合理的规划主板的利用率;
其中,参考图10所示,为本发明一个自动灭火控制装置的接口详细示意图,说明自动灭火控制装置的外接接口分别为市电输入、灭火输出、灭火反馈、联动输入、联动输出、释放按键、报警输出、RS485、二总线;参考图8所述,为本发明一个自动灭火控制装置的组件说明与用途的详细示意图,其中市电输入(220V,50Hz工作电源)接200V交流市电;灭火输出用于接热气溶胶灭火输出;灭火反馈用于接热气溶胶反馈端,热气溶胶释放后,输出干节点信号;联动输出与联动输入用于接火灭报警输入输出模块;释放按钮用于外接紧急释放按钮;报警输出用于第三方系统获取输出的干节点报警信号;RS485用于接第三方系统,采用双绞线连接,485A,485B连接第三方系统485B,采用标准Modbus协议,通信波特率为9600;二总线用双绞线链接,电气设备自动灭火监控系统主机的通信板上的L+L-,两个端子。
电气设备自动灭火监控系统的应用,不仅可以使开关柜在火灾发生后及时灭火,防止造成大量开关柜烧毁,防止火灾事故扩大,防止大面的停电事故,还能提供预警时间,可以为值班人员提供30分钟至4小时排除事故隐患的黄金时间,防止因开关柜烧毁造成停电事故和经济损失。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
Claims (9)
1.一种电气设备自动灭火方法,其特征在于,包括以下步骤:
步骤S1:利用超高灵敏度的光电传感器发射高频近红外长波对检测环境进行气体实时检测,获得悬浮微粒的分布数据与直径数据;
步骤S2:获得预设范围的热解粒子数据并对悬浮微粒的分布数据与直径数据进行比对,生成第一判断数据,当第一判断数据为真时执行步骤S3,当第一判断数据为假时执行步骤S1;
步骤S3:启动声光报警装置,并向电气设备火灾探测主机发送预警信号,以使电气设备火灾探测主机向智能消防服务云平台发送预警数据,从而使消防服务云平台进行事故信息记录与提示报警;
步骤S4:利用温度传感器对当前环境进行实时温度检测,获得温度实时数据,并利用烟雾传感器对当前环境进行实时烟雾检测,获得烟雾浓度实时数据;
步骤S5:根据温度实时数据、烟雾浓度实时数据与悬浮微粒的分布数据与直径数据进行判断,生成第二判断数据,当第二判断数据为真时执行步骤S6,当第二判断数据为假时执行步骤S1;
步骤S6:根据第二判断数据进行汇总,以使电气设备火灾探测主机进行实时监控处理,并发送至智能消防服务云平台进行信息展示;
步骤S7:根据第二判断数据为真则执行自动灭火作业,其中执行自动灭火作业是采用锶盐复合氧化剂配方以固体颗粒的方式存放在容器内,火灾时锶盐复合氧化剂配方经过自身的化学反应与物理反应进行汽化、降温凝聚,迅速形成浓密的雾状气体释放出来,从而实施自动灭火作业;
步骤S1包括以下步骤:
利用超高灵敏度的光电传感器向检测环境发射高频近红外长波以对空气中的悬浮微粒进行检测,通过悬浮微粒在空气的浮动对高频红外光造成遮挡,从而获得空气中的悬浮微粒电信号,并将空气中的悬浮微粒电信号所形成的集合标记为悬浮微粒电信号集;
通过深度学习模型对浮微粒电信号集中的悬浮微粒电信号进行过滤,获得预处理电信号,其集合标记为预处理电信号集;
对预处理电信号集中的处理电信号进行降噪处理,获得精准电信号,其集合标记为精准电信号集;
将精准电信号集中的精准电信号转换为数字信号,并根据预训练获得的有关微粒的数字信号与直径关系曲线进行匹配,从而获得空气中悬浮微粒的直径信息,并汇总为悬浮微粒的直径信息集;
根据悬浮微粒的直径信息集进行分类统计,从而获得悬浮微粒的分布数据与直径数据;
其中所述直径关系曲线的函数公式为:
其中,D表示为直径关系曲线的函数,a、b、c、f分别表示常数项,τ表示为空间向量的横坐标方向的悬浮微粒的加速度,σ表示为空间向量的纵坐标方向的悬浮微粒的加速度,ρ表示为空间向量的竖坐标方向的悬浮微粒的加速度,G表示为检测环境的重力,表示为悬浮微粒的初速度,θ表示为预训练悬浮微粒的运动偏移函数,β2表示为精准电信号的结束信号位置,β1表示为精准电信号的初始信号位置。
2.根据权利要求1所述的方法,其特征在于,所述对预处理电信号集中的处理电信号进行降噪处理,获得精准电信号包括以下步骤:
对预处理电信号集中的处理电信号进行时区等分并记录原始顺序,生成处理电信号时域信号段,并进行汇总获得处理电信号时域信号段集;
对处理电信号时域信号段集中的处理电信号时域信号段进行傅里叶变换,生成傅里叶时域信号,并对傅里叶时域信号进行中值滤波处理,从而获得精准时域信号;
对精准时域信号进行原始顺序排序拼接处理,从而获得精准电信号。
3.根据权利要求1所述的方法,其特征在于,步骤S2中所述获得预设范围的热解粒子数据并对悬浮微粒的分布数据与直径数据进行比对,生成第一判断数据包括以下步骤:
根据热解粒子的特性进行深度学习训练,从而获得预设范围的热解粒子数据;
根据预设范围的热解粒子数据对悬浮微粒的分布数据与直径数据进行对比,获得悬浮微粒在热解粒子直径范围的密度分布值,并标记为悬浮微粒的密度分布值;
当悬浮微粒的密度分布值小于预设的热解粒子分布密度值时,生成第一判断数据并标记为假;
当悬浮微粒的密度分布值大于或等于预设的热解粒子分布密度值时,生成预判断信号,并记录预判断信号后在预设次数的范围内的悬浮微粒的密度分布值,并标记为悬浮微粒的密度分布值集;
对悬浮微粒的密度分布值集中的悬浮微粒的密度分布值进行平均计算,从而获得悬浮微粒的密度分布均值;
根据悬浮微粒的密度分布均值与预设的热解粒子分布密度值进行比较,当悬浮微粒的密度分布均值小于预设的热解粒子分布密度值时,生成第一判断数据并标记为假;
当悬浮微粒的密度分布均值大于或等于预设的热解粒子分布密度值时,生成第一判断数据并标记为真。
4.根据权利要求1所述的方法,其特征在于,步骤S3包括以下步骤:
向声光警报装置发送预警信号,以使声光警报装置发出警报声与开启预警信号灯;
向电气设备火灾探测主机发送预警信号,以使电气设备火灾探测主机向智能消防服务云平台发送预警数据,并根据预警数据对其进行事故信息记录与提示报警;
以使电气设备火灾探测主机生成电话通讯通道与预警短信,并发送至所连接处理单元智能消防服务云平台处,进行单项预警工作。
5.根据权利要求1所述的方法,其特征在于,步骤S4包括以下步骤:
利用温度传感器检测当前环境的热辐射能,获得热辐射能数据,并对热辐射能数据进行温度计算,从而获得温度实时数据;
利用烟雾传感器检测当前环境的气溶胶亚微粒子在空气中的含量通过信号处理,获得气溶胶亚微粒子实时含量分布曲线;
根据预训练获得的烟雾浓度与气溶胶亚微粒子关系曲线对气溶胶亚微粒子实时含量分布曲线进行匹配,从而获得烟雾浓度实时数据。
6.根据权利要求1所述的方法,其特征在于,步骤S5中所述根据温度实时数据、烟雾浓度实时数据与悬浮微粒的分布数据与直径数据进行判断获得第二判断数据包括以下步骤:
根据温度实时数据、烟雾浓度实时数据与悬浮微粒的分布数据与直径数据进行并行判断,生成第二判断数据:
根据预设的温度值对温度实时数据进行实时监控,从而生成温度实时判断数据;
当温度实时判断数据表示为温度实时数据中的实时温度值小于预设的温度值时,则生成第二判断数据,并将第二判断数据标记为假;
或者,当温度实时判断数据表示为温度实时数据中的实时温度值大于或等于预设的温度值时,则生成温度初判断数据,并进行连续记录温度初判断数据;当温度初判断数据的数量值等于预设阈值时,生成第二判断数据,并将第二判断数据标记为真;或者,当温度初判断数据的数量值小于预设阈值时,生成第二判断数据,并将第二判断数据标记为假;
根据预设的烟雾浓度值对烟雾浓度实时数据进行实时监控,从而生成烟雾浓度实时判断数据;
当烟雾浓度实时判断数据表示为烟雾浓度实时数据中的烟雾浓度值小于预设的烟雾浓度值时,则生成第二判断数据,并将第二判断数据标记为假;
或者,当烟雾浓度实时判断数据表示为烟雾浓度实时数据中的烟雾浓度值大于或等于预设的烟雾浓度值时,则生成烟雾浓度初判断数据,并进行连续记录烟雾浓度初判断数据;当烟雾浓度初判断数据的数量值等于预设阈值时,生成第二判断数据,并将第二判断数据标记为真;或者,当烟雾浓度初判断数据的数量值小于预设阈值时,生成第二判断数据,并将第二判断数据标记为假;
根据预设的悬浮微粒的烟雾直径分布值对悬浮微粒的分布数据与直径数据进行实时监控,从而生成悬浮微粒实时判断数据;
当烟悬浮微粒实时判断数据表示为悬浮微粒的分布数据与直径数据中的悬浮微粒的直径分布值小于悬浮微粒的烟雾直径分布值时,则生成第二判断数据,并将第二判断数据标记为假;
或者,当烟悬浮微粒实时判断数据表示为悬浮微粒的分布数据与直径数据中的悬浮微粒的直径分布值大于或等于悬浮微粒的烟雾直径分布值时,则生成悬浮微粒初判断数据,并进行连续记录悬浮微粒初判断数据;当悬浮微粒初判断数据的数量值等于预设阈值时,生成第二判断数据,并将第二判断数据标记为真;或者,当悬浮微粒初判断数据的数量值小于预设阈值时,生成第二判断数据,并将第二判断数据标记为假;
根据并行判断所获得的第二判断数据进行汇总判断,生成第二判断数据集,并根据当第二判断数据集中的第二判断数据有表示为真时,则第二判断数据标记为真,否则第二判断数据标记为假。
7.根据权利要求1所述的方法,其特征在于,步骤S6包括以下步骤:
将第二判断数据进行汇总并发送至电气设备火灾探测主机,以使电气设备火灾探测主机对第二判断数据进行实时监控及处理,从而生成实时监控数据;
将实时监控数据发送至智能消防服务云平台,以使智能消防服务云平台对实时监控数据进行多方位展示。
8.根据权利要求1所述的方法,其特征在于,步骤S7包括以下步骤:
根据第二判断数据为真则快速激活热气溶胶装置,以使热气溶胶装置释放热气溶胶对当前环境进行定向区域灭火;
控制光电感应器对当前环境进行实时监控以使热气溶胶装置对当前环境的灭火过程进行实时监控并通过火情确定计算公式进行计算,生成火情确定数值;
判断火情确定数值是否在第一火情阈值范围内;
确定火情确定数值在第一火情阈值范围内时,生成第一火情情况并根据第一火情情况进行第一火情灭火作业;
判断火情确定数值是否在第二火情阈值范围内;
确定火情确定数值在第二火情阈值范围内,生成第二火情情况并根据第二火情情况进行第二火情灭火作业;
其中火情确定计算公式具体为:
其中,ΔEδ表示为火情确定数值,T2表示为确认火情数值的时间,T1表示为发出第一次警报的时间,α表示为当前环境温度,γ表示为火情范围,ε表示为火焰的预估高度,α表示为常数项,ω表示为烟雾微粒的分布密度,θ表示为热解粒子分布密度,b表示为函数偏移量。
9.一种电气设备自动灭火系统,其特征在于,所述电气设备自动灭火系统用于执行如权利要求1-8中任一项所述电气设备自动灭火方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211447020.4A CN115938062B (zh) | 2022-11-18 | 2022-11-18 | 一种电气设备自动灭火系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211447020.4A CN115938062B (zh) | 2022-11-18 | 2022-11-18 | 一种电气设备自动灭火系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115938062A CN115938062A (zh) | 2023-04-07 |
CN115938062B true CN115938062B (zh) | 2024-01-23 |
Family
ID=86553151
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211447020.4A Active CN115938062B (zh) | 2022-11-18 | 2022-11-18 | 一种电气设备自动灭火系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115938062B (zh) |
Citations (16)
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 |
WO2002095705A1 (de) * | 2001-05-23 | 2002-11-28 | Minimax Gmbh | Selbstansaugende brandmeldeeinrichtung |
DE102012215212A1 (de) * | 2012-08-28 | 2014-03-06 | Robert Bosch Gmbh | Brandmeldevorrichtung zur Detektion und Meldung eines Brandes und Verfahren zur Funktionsprüfung der Brandmeldevorrichtung |
JP2015052860A (ja) * | 2013-09-06 | 2015-03-19 | ホーチキ株式会社 | 警報器 |
CN105701955A (zh) * | 2016-04-22 | 2016-06-22 | 沈阳申泰电器系统有限公司 | 一种电气火灾监控探测系统及方法 |
CN106018318A (zh) * | 2016-06-01 | 2016-10-12 | 西安理工大学 | 一种基于挥发气体探测的电气火灾阴燃隐患辨识系统 |
CN107564234A (zh) * | 2017-09-15 | 2018-01-09 | 华中科技大学 | 一种均衡响应黑、白烟的火灾探测方法及系统 |
CN109166269A (zh) * | 2018-08-30 | 2019-01-08 | 中国建筑科学研究院有限公司 | 基于无线通信的火灾预警装置及系统 |
TWI667634B (zh) * | 2018-03-16 | 2019-08-01 | 許耿禎 | 偵測空氣懸浮微粒值之早期火災預警系統 |
CN110276926A (zh) * | 2018-03-16 | 2019-09-24 | 许耿祯 | 侦测空气悬浮微粒值的早期火灾预警系统 |
CN112504922A (zh) * | 2020-10-20 | 2021-03-16 | 华南师范大学 | 一种大气颗粒物粒径分布的在线测量系统及方法 |
CN112619015A (zh) * | 2020-12-22 | 2021-04-09 | 青岛理工大学 | 一种气溶胶自动灭火系统 |
CN113018728A (zh) * | 2021-03-17 | 2021-06-25 | 国网湖南省电力有限公司 | 一种电缆隧道火灾分级研判消防系统 |
CN113960958A (zh) * | 2021-10-20 | 2022-01-21 | 天水电气传动研究所集团有限公司 | 一种基于多源多要素信息自感知石油钻机电控装置的智能消防方法 |
CN114399881A (zh) * | 2021-10-21 | 2022-04-26 | 国网山东省电力公司电力科学研究院 | 一种早期火灾识别方法及系统 |
CN114863629A (zh) * | 2022-04-30 | 2022-08-05 | 国网河南省电力公司经济技术研究院 | 基于多元传感信息融合的电缆隧道火灾报警及消防系统 |
-
2022
- 2022-11-18 CN CN202211447020.4A patent/CN115938062B/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 |
WO2002095705A1 (de) * | 2001-05-23 | 2002-11-28 | Minimax Gmbh | Selbstansaugende brandmeldeeinrichtung |
DE102012215212A1 (de) * | 2012-08-28 | 2014-03-06 | Robert Bosch Gmbh | Brandmeldevorrichtung zur Detektion und Meldung eines Brandes und Verfahren zur Funktionsprüfung der Brandmeldevorrichtung |
JP2015052860A (ja) * | 2013-09-06 | 2015-03-19 | ホーチキ株式会社 | 警報器 |
CN105701955A (zh) * | 2016-04-22 | 2016-06-22 | 沈阳申泰电器系统有限公司 | 一种电气火灾监控探测系统及方法 |
CN106018318A (zh) * | 2016-06-01 | 2016-10-12 | 西安理工大学 | 一种基于挥发气体探测的电气火灾阴燃隐患辨识系统 |
CN107564234A (zh) * | 2017-09-15 | 2018-01-09 | 华中科技大学 | 一种均衡响应黑、白烟的火灾探测方法及系统 |
TWI667634B (zh) * | 2018-03-16 | 2019-08-01 | 許耿禎 | 偵測空氣懸浮微粒值之早期火災預警系統 |
CN110276926A (zh) * | 2018-03-16 | 2019-09-24 | 许耿祯 | 侦测空气悬浮微粒值的早期火灾预警系统 |
TW201939451A (zh) * | 2018-03-16 | 2019-10-01 | 許耿禎 | 偵測空氣懸浮微粒值之早期火災預警系統 |
CN109166269A (zh) * | 2018-08-30 | 2019-01-08 | 中国建筑科学研究院有限公司 | 基于无线通信的火灾预警装置及系统 |
CN112504922A (zh) * | 2020-10-20 | 2021-03-16 | 华南师范大学 | 一种大气颗粒物粒径分布的在线测量系统及方法 |
CN112619015A (zh) * | 2020-12-22 | 2021-04-09 | 青岛理工大学 | 一种气溶胶自动灭火系统 |
CN113018728A (zh) * | 2021-03-17 | 2021-06-25 | 国网湖南省电力有限公司 | 一种电缆隧道火灾分级研判消防系统 |
CN113960958A (zh) * | 2021-10-20 | 2022-01-21 | 天水电气传动研究所集团有限公司 | 一种基于多源多要素信息自感知石油钻机电控装置的智能消防方法 |
CN114399881A (zh) * | 2021-10-21 | 2022-04-26 | 国网山东省电力公司电力科学研究院 | 一种早期火灾识别方法及系统 |
CN114863629A (zh) * | 2022-04-30 | 2022-08-05 | 国网河南省电力公司经济技术研究院 | 基于多元传感信息融合的电缆隧道火灾报警及消防系统 |
Non-Patent Citations (1)
Title |
---|
光电式粉尘传感器的模式修补反演算法;马凤英;赵永林;翟波;;传感器与微系统(第06期);第69-74页 * |
Also Published As
Publication number | Publication date |
---|---|
CN115938062A (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN205140120U (zh) | 一种物联网图像火灾远程监控预警系统 | |
CN207587126U (zh) | 一种无线智能烟感火灾报警监控系统 | |
WO2022165239A1 (en) | Sensor fusion for fire detection & air quality monitoring | |
CN204926382U (zh) | 基于ZigBee技术的煤场自燃监测系统 | |
CN110276926A (zh) | 侦测空气悬浮微粒值的早期火灾预警系统 | |
CN108765840A (zh) | 一种森林防火预警系统的布置方法 | |
CN105513255A (zh) | 一种基于物联网的火灾监测设备 | |
Haile et al. | REAL-TIME SENSOR DATA ANALYTICS AND VISUALIZATION IN CLOUD-BASED SYSTEMS FOR FOREST ENVIRONMENT MONITORING | |
CN109166266A (zh) | 智能消防报警系统及方法 | |
Antunes et al. | Low-cost system for early detection and deployment of countermeasures against wild fires | |
CN113269034A (zh) | 一种基于内容识别的配电站所场景联动系统及方法 | |
CN204596086U (zh) | 一种基于物联网的秸秆焚烧监测系统 | |
CN115641681A (zh) | 一种适用于单位安消联动的触发报警系统 | |
CN115938062B (zh) | 一种电气设备自动灭火系统及方法 | |
CN208781380U (zh) | 一种智能无线ap及智能火灾监控系统 | |
CN108310700A (zh) | 一种基于图像火灾探测器的变电站电缆层灭火系统 | |
CN112039946A (zh) | 一种智能家庭用报警系统 | |
CN209980432U (zh) | 一种自适应有害气体监测报警系统 | |
CN209825329U (zh) | 火场应急救援消防头盔及其定位系统 | |
CN105303749A (zh) | 一种火灾监测设备 | |
TWI667634B (zh) | 偵測空氣懸浮微粒值之早期火災預警系統 | |
CN208351668U (zh) | 一种烟感报警系统 | |
CN202459900U (zh) | 风力发电机火灾预警灭火装置 | |
CN114399881B (zh) | 一种早期火灾识别方法及系统 | |
Chen et al. | A new fire protection system of power cable tunnel based on wireless sensor network monitoring system |
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 |