CN204143585U - 一种基于多镜片的多参量火灾探测器 - Google Patents
一种基于多镜片的多参量火灾探测器 Download PDFInfo
- Publication number
- CN204143585U CN204143585U CN201420319938.5U CN201420319938U CN204143585U CN 204143585 U CN204143585 U CN 204143585U CN 201420319938 U CN201420319938 U CN 201420319938U CN 204143585 U CN204143585 U CN 204143585U
- Authority
- CN
- China
- Prior art keywords
- many
- microns
- eyeglasses
- fire detector
- control circuit
- 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.)
- Expired - Fee Related
Links
Landscapes
- Fire-Detection Mechanisms (AREA)
Abstract
本实用新型公开了一种基于多镜片的多参量火灾探测器,包括外壳,设置在所述外壳顶部外壁的多个太阳能电池板,安装在外壳底部外壁的由4个镜片构成的4.4微米红外光学透镜系统,以及安装在外壳内部的数据采集和通信控制电路、充电电池、4.4微米红外传感器、模拟电路板、烟感探测单元温湿度传感器和照度传感器;所述多个太阳能电池板、4.4微米红外光学透镜系统、充电电池、4.4微米红外传感器、模拟电路板、烟感探测单元,温湿度传感器和照度传感器,分别与数据采集和通信控制电路连接。本实用新型所述基于多镜片的多参量火灾探测器,可以克服现有技术中可靠性低、适用范围小和使用不方便等缺陷,以实现可靠性高、适用范围大和使用方便的优点。
Description
技术领域
本实用新型涉及传感器技术领域,具体地,涉及一种基于多镜片的多参量火灾探测器。
背景技术
各种不同材料燃烧产生的火焰辐射光谱各不相同,火焰的光谱从紫外、可见光到红外波段均有能量辐射,但红外波段辐射的能量比紫外波段大的多,这也是火焰发红的原因。在火焰红外波段内的4.35μm附近能够观察到峰值,这称为CO2原子团的发光光谱,是火焰特有的性质,并且此波长的辐射能量强度相对较大。
火焰燃烧存在闪烁现象,闪烁时的红外辐射幅值是不同的,大量的实验表明典型的红外辐射幅值在5%~20%之间。火焰的闪烁的物理特性,还表现在辐射强度以1~30Hz的频率波动,这一特性也是本实用新型对火灾信号进行识别处理时的理论依据。
火灾探测包含两层含义:一是针对某一(些)物理特征采用何种探测方法,二是基于该探测方法采用何种算法才能在环境中准确的探测火灾。火灾探测技术是传感技术和火灾探测算法相结合的产物,其实质是将各种火灾参量通过传感器接收转化为容易处理的信号,其中尤以转换为电压信号最为常见,然后通过识别算法判断是否发生火灾。火灾还具有各种参量的频谱特性,初期燃烧时烟的频率集中在0~15MHz范围,温度的频率集中在0~55MHz范围,而出现明火后,火焰的频率为1~12Hz。所以探测火灾各种目标参量的频谱特征并进行信号分析是火灾探测的重要技术手段
在信号处理中数字滤波主要是为了滤除信号中可能存在的干扰,提高信噪比。就是把输入序列通过一定的运算变换成输出序列。其中频域法,即先对输入信号进行傅立叶变换,分析其频谱,然后根据所希望的频率特性进行滤波。时域法,即对离散抽样序列做差分数学运算来达到滤波目的。
模式识别技术是随着现代科学技术的发展,特别是计算机技术的发展而形成的一种模拟人的各种识别能力和方法的技术,属于自动判别和分类的理论,它的目标是要在表示空间和解释空间找到一种映射关系。模式识别的方法有多种,如数据聚类、统计分类、神经网络等,但通常它们都有学习和识别两个过程。模式识别的多种方法中,神经网络模式识别是通过适当的调节权重系数来实现监督下的学习和非监督下的识 别工作的,同时,神经网络是一个“模型无关”的机器,表现出非监督条件下分类器的性能,具有能够通过调整使得输出在特征空间中逼近任意目标的优点,对于火灾识别这类无法确定精确模型的问题,使用神经网络来实现模式识别是比较合适的。
在人工神经网络的实际应用中,BP网络广泛应用于函数逼近、模式识别/分类、数据压缩等,80%~90%的人工神经网络模型是采用BP网络或它的变化形式,它也是前馈神经网络的核心,体现了人工神经网络最精华的部分。
数据融合又称作信息融合或多传感器数据融合,其基本原理就像人脑综合处理信息一样,充分利用多个传感器资源,通过对多传感器及其观测信息的合理支配和使用,把多传感器在空间和时间上冗余或互补信息依据某种准则来进行组合,以获得被测对象的一致性解释或描述。其融合原理如下:
(1)N个不同类型的传感器(或者同一复合传感器的不同类型的监测参量)收集观测目标的数据;
(2)对传感器的输出数据(离散的或连续的时间函数数据、输出矢量、成像数据或一个直接的属性说明)进行特征提取的变换,提取代表观测数据的特征矢量Yi;
(3)对特征矢量Yi进行模式识别处理,完成各传感器关于目标的说明;
(4)将各传感器关于目标的说明数据按同一目标进行分组,即关联;
(5)利用融合算法将每一目标各传感器数据进行合成,得到该目标的一致性解释与描述。
在实现本实用新型的过程中,发明人发现现有技术中至少存在可靠性低、适用范围小和使用不方便等缺陷。
实用新型内容
本实用新型的目的在于,针对上述问题,提出一种基于多镜片的多参量火灾探测器,以实现可靠性高、适用范围大和使用方便的优点。
为实现上述目的,本实用新型采用的技术方案是:一种基于多镜片的多参量火灾探测器,包括外壳,设置在所述外壳顶部外壁的多个太阳能电池板,安装在所述外壳底部外壁的主要由4个镜片构成的4.4微米红外光学透镜系统,以及安装在所述外壳内部的数据采集和通信控制电路、充电电池、4.4微米红外传感器、模拟电路板、烟感探测单元,温湿度传感器和照度传感器;所述多个太阳能电池板、主要由4个镜片构成的4.4微米红外光学透镜系统、充电电池、4.4微米红外传感器、模拟电路板、烟感探测单元,温湿度传感器和照度传感器,分别与数据采集和通信控制电路连接;
所述主要由4个镜片构成的4.4微米红外光学透镜系统,主要包括自下向上依次配合安装的第一球面镜片、第二球面镜片、第三非球面镜片和第四球面镜片。
进一步地,以上所述的基于多镜片的多参量火灾探测器,还包括分别与所述多个太阳能电池板、充电电池和数据采集和通信控制电路连接的充电管理电路。
进一步地,所述多个太阳能电池板,具体包括对称设置在所述外壳顶部外壁4个方向的4个太阳能电池板。
进一步地,所述数据采集和通信控制电路,主要包括MCU和通信芯片。
进一步地,所述外壳采用耐火ABS工程塑料。
进一步地,在所述外壳内部,还设有用于封装模拟电路板和4.4微米红外传感器的内置壳体。
进一步地,以上所述的基于多镜片的多参量火灾探测器,还包括设置在所述外壳内部的报警控制电路,所述报警控制电路与数据采集和通信控制电路连接,所述报警控制电路的报警阈值包括256个可调等级。
本实用新型各实施例的基于多镜片的多参量火灾探测器,由于包括外壳,设置在外壳顶部外壁的多个太阳能电池板,安装在外壳底部外壁的主要由4个镜片构成的4.4微米红外光学透镜系统,以及安装在外壳内部的数据采集和通信控制电路、充电电池、4.4微米红外传感器、模拟电路板、烟感探测单元和照度传感器;多个太阳能电池板、4.4微米红外光学透镜系统、充电电池、4.4微米红外传感器、模拟电路板、烟感探测单元和照度传感器,分别与数据采集和通信控制电路连接;可以探测森林火灾、大型建筑等的大空间、开放空间环境、木结构古建筑等,还可以探测不便于布线、布管和市电供电等建筑室内环境;从而可以克服现有技术中可靠性低、适用范围小和使用不方便的缺陷,以实现可靠性高、适用范围大和使用方便的优点。
本实用新型的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本实用新型而了解。
下面通过附图和实施例,对本实用新型的技术方案做进一步的详细描述。
附图说明
附图用来提供对本实用新型的进一步理解,并且构成说明书的一部分,与本实用新型的实施例一起用于解释本实用新型,并不构成对本实用新型的限制。在附图中:
图1为本实用新型基于多镜片的多参量火灾探测器的外部结构和内部结构示意图;图1a为主要由4个镜片构成的4.4微米红外光学透镜系统的结构示意图,图1b 为图1a的仰视结构示意图,图1c为基于多镜片的多参量火灾探测器的装配结构示意图,图1d为图1c的仰视结构示意图;在图1a中,(a)为主要由4个镜片构成的4.4微米红外光学透镜系统的主视分解结构示意图,(b)为(a)的A-A剖视图,(c)为主要由4个镜片构成的4.4微米红外光学透镜系统优选实施例的主视分解结构示意图;
图2为本实用新型基于多镜片的多参量火灾探测器的装配结构示意图;
图3为本实用新型基于多镜片的多参量火灾探测器中模拟电路板的电气原理示意图;
图4为本实用新型基于多镜片的多参量火灾探测器中充电电路的电气原理示意图;
图5为本实用新型基于多镜片的多参量火灾探测器中MCU的电气原理示意图;
图6为本实用新型基于多镜片的多参量火灾探测器中阀值的远程控制流程示意图;
图7为本实用新型基于多镜片的多参量火灾探测器中模式识别学习和识别逻辑图;
图8基于本实用新型基于多镜片的多参量火灾探测器的火灾识别处理的逻辑图。
结合附图,本实用新型实施例中附图标记如下:
1-太阳能电池板(4个方向各一个);2-主要由4个镜片构成的4.4微米红外光学透镜系统;3-充电电池;4-4.4微米红外传感器及模拟电路板;5-烟感探测单元;6-照度传感器;7-4.4微米红外传感器和模拟电路板外壳;8-透镜系统;9-4.4微米红外传感器;10-模拟电路板;11-数字电路板;12-红外石英玻璃片;13-第一透镜;14-第二透镜;15-第三透镜;16-光阑;17-第四透镜;18-探测器面。
具体实施方式
以下结合附图对本实用新型的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本实用新型,并不用于限定本实用新型。
根据本实用新型实施例,如图1-图8所示,提供了一种基于多镜片的多参量火灾探测器,具体为一种能够探测森林火灾、大型建筑等的大空间、开放空间环境和木结构古建筑等,以及探测不便于布线、布管和市电供电等建筑室内环境的基于多镜片的多参量火灾探测器。
本实施例的基于多镜片的多参量火灾探测器,包括外壳,设置在外壳顶部外壁的 多个太阳能电池板(如太阳能电池板1),安装在外壳底部外壁的由4个镜片构成的4.4微米红外光学透镜系统(如4.4微米红外光学透镜系统2),以及安装在外壳内部的控制器(即数字电路板11)、充电电池(如充电电池3)、4.4微米红外传感器(如4.4微米红外传感器4、9)、模拟电路板(如模拟电路板4、10)、烟感探测单元(如烟感探测单元5)和照度传感器(如照度传感器6);多个太阳能电池板、4.4微米红外光学透镜系统、充电电池、4.4微米红外传感器、模拟电路板、烟感探测单元和照度传感器,分别与控制器连接;还包括分别与多个太阳能电池板、充电电池和控制器连接的充电管理电路。
例如,参见图1,在主要由4个镜片构成的4.4微米红外光学透镜系统中,透镜上端镜片的上表面位于红外石英玻璃片下表面3mm,红外石英玻璃片上部通过4.4微米红外传感器压紧,在距离4.4微米红外传感器的窗口1mm处安装有传感器敏感单元。红外石英玻璃片(如红外石英玻璃片12)的厚度为*1mm。
参见图1a中的(a)和(b),构成4.4微米红外光学透镜系统的4个主要镜片中,结合图1a中的(a)和(b),从下往上看,第1、2枚镜片是球面镜片,第3枚镜片是非球面镜片,第4枚镜片是球面镜片。这四个镜片的组合可以实现垂直360度,水平170度的信号收集,而且利用镜片的聚光效应可以实现比没采用镜片时增强3倍的光学信号。其装配关系请参照这个邮件中附件所表示的装配位置关系,这个系统图中的最后一个部件是红外传感器的敏感单元,不是镜片。我们的四片镜片的透镜系统可以实现聚光后将信号汇聚到不到0.9mm的焦点直径上,并正好投射到红外传感器的敏感单元上的直径范围内。
优选地,参见图1a中的(c),4.4微米红外光学透镜系统包括自下向上依次配合安装的第一透镜13、第二透镜14、第三透镜15、光阑16、第四透镜17和探测器面18。该4.4微米红外光学透镜系统的整组偏心应≤0.05,后焦距可以根据实际光斑情况作适当调整。
在上述实施例中,多个太阳能电池板,具体包括对称设置在外壳顶部外壁4个方向的4个太阳能电池板;控制器,主要包括MCU;外壳采用耐火ABS工程塑料。在外壳内部,还设有用于封装模拟电路板和4.4微米红外传感器的内置壳体(即4.4微米红外传感器和模拟电路板外壳7)。
上述实施例的基于多镜片的多参量火灾探测器,还包括设置在外壳内部的报警控制电路,报警控制电路与数据采集和通信控制电路连接,报警控制电路的报警阈值包 括256个可调等级。
上述实施例的基于多镜片的多参量火灾探测器,外壳采用耐火ABS工程塑料,采用太阳能电池板和专用充电管理电路(参见图4)。模拟电路板和红外传感器采用专门的外壳进行封装,并采用电镀金属膜工艺,以屏蔽高频信号干扰。
上述实施例的基于多镜片的多参量火灾探测器,报警阀值远程可以调整,并且可以分为256等级调整。
上述实施例的基于多镜片的多参量火灾探测器,火灾识别逻辑为:需要进行环境适应的训练和学习,并通过人工智能技术抽取形成模式识别数据库,对于各个采集数据,利用模式识别数据库的特征值进行识别处理,并在识别过程中不断完善模式数据库的特征值。通过不断积累的特性值的训练过程逐步提高人工智能算法的准确性。其识别训练的逻辑如图7。探测器各种监测参量和各个探测器的监测值经过各自的识别逻辑,在经过数据融合后即形成火灾识别的判断结果,并产生监测人员能接受的各种报警信号如图8。
综上所述,本实用新型上述各实施例的上述实施例的基于多镜片的多参量火灾探测器,在室内环境中可以通过温湿度、烟感和红外、光照等指标实现对火灾形成的各个阶段的特征指标进行监测,其中4.4微米红外探测对于打火机火焰的识别距离大于10米,室外环境对于1M左右厚度常绿灌木丛后的小火焰,10M左右的距离上可以发现。对于8-10M厚度的常绿灌木和小树林后面的32CMx32CM的国家标准火源的探测距离在实际测试中可以达到15-20M左右。远远超过国家火焰探测器国标的要求。为野外森林火灾的探测,以及大空间复杂环境的火灾探测提供了全新的解决方案,开创了新的技术途径。在今后的消防安全,火灾监测方面具有较高的社会和经济价值。
最后应说明的是:以上所述仅为本实用新型的优选实施例而已,并不用于限制本实用新型,尽管参照前述实施例对本实用新型进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本实用新型的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本实用新型的保护范围之内。
Claims (7)
1.一种基于多镜片的多参量火灾探测器,其特征在于,包括外壳,设置在所述外壳顶部外壁的多个太阳能电池板,安装在所述外壳底部外壁的主要由4个镜片构成的4.4微米红外光学透镜系统,以及安装在所述外壳内部的数据采集和通信控制电路、充电电池、4.4微米红外传感器、模拟电路板、烟感探测单元和照度传感器;所述多个太阳能电池板、4.4微米红外光学透镜系统、充电电池、4.4微米红外传感器、模拟电路板、烟感探测单元和照度传感器,分别与数据采集和通信控制电路连接;
所述主要由4个镜片构成的4.4微米红外光学透镜系统,包括自下向上依次配合安装的第一球面镜片、第二球面镜片、第三非球面镜片和第四球面镜片。
2.根据权利要求1所述的基于多镜片的多参量火灾探测器,其特征在于,还包括分别与所述多个太阳能电池板、充电电池和数据采集和通信控制电路连接的充电管理电路。
3.根据权利要求1或2所述的基于多镜片的多参量火灾探测器,其特征在于,所述多个太阳能电池板,具体包括对称设置在所述外壳顶部外壁4个方向的4个太阳能电池板。
4.根据权利要求1或2所述的基于多镜片的多参量火灾探测器,其特征在于,所述数据采集和通信控制电路,包括MCU和通信芯片。
5.根据权利要求1或2所述的基于多镜片的多参量火灾探测器,其特征在于,所述外壳采用耐火ABS工程塑料。
6.根据权利要求1或2所述的基于多镜片的多参量火灾探测器,其特征在于,在所述外壳内部,还设有用于封装模拟电路板和4.4微米红外传感器的内置壳体。
7.根据权利要求1或2所述的基于多镜片的多参量火灾探测器,其特征在于,还包括设置在所述外壳内部的报警控制电路,所述报警控制电路与数据采集和通信控制电路连接,所述报警控制电路的报警阈值包括256个可调等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201420319938.5U CN204143585U (zh) | 2014-01-09 | 2014-06-17 | 一种基于多镜片的多参量火灾探测器 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410009448.X | 2014-01-09 | ||
CN201410009448 | 2014-01-09 | ||
CN201420319938.5U CN204143585U (zh) | 2014-01-09 | 2014-06-17 | 一种基于多镜片的多参量火灾探测器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN204143585U true CN204143585U (zh) | 2015-02-04 |
Family
ID=52420257
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201420319938.5U Expired - Fee Related CN204143585U (zh) | 2014-01-09 | 2014-06-17 | 一种基于多镜片的多参量火灾探测器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN204143585U (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109448306A (zh) * | 2017-08-28 | 2019-03-08 | 霍尼韦尔国际公司 | 使用火灾重演技术的针对火焰检测器的远程诊断 |
-
2014
- 2014-06-17 CN CN201420319938.5U patent/CN204143585U/zh not_active Expired - Fee Related
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109448306A (zh) * | 2017-08-28 | 2019-03-08 | 霍尼韦尔国际公司 | 使用火灾重演技术的针对火焰检测器的远程诊断 |
US11138852B2 (en) | 2017-08-28 | 2021-10-05 | Honeywell International Inc. | Remote diagnostics for flame detectors using fire replay technique |
CN109448306B (zh) * | 2017-08-28 | 2021-11-09 | 霍尼韦尔国际公司 | 使用火灾重演技术的针对火焰检测器的远程诊断 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104751593B (zh) | 一种火灾探测、报警、定位、扑灭方法及系统 | |
CN103236127B (zh) | 一种光纤围栏入侵监测系统及其模式识别方法 | |
US7991187B2 (en) | Intelligent image smoke/flame sensor and detection system | |
CN107223332A (zh) | 基于声学相机的音频视觉场景分析 | |
CN101650866A (zh) | 一种应用于无人机的火灾检测系统及其火灾检测方法 | |
CN108389137A (zh) | 基于红外图谱技术的电力故障诊断预警系统 | |
CN101577033A (zh) | 多波段红外图像型火灾探测系统及其火灾预警方法 | |
CN101770644A (zh) | 森林火灾远程视频监控烟火识别方法 | |
CN103198595A (zh) | 智能门窗防入侵系统 | |
CN207263308U (zh) | 一种非制冷式多功能手持红外观测仪 | |
CN106503642A (zh) | 一种应用于光纤传感系统的振动模型建立方法 | |
CN103456122A (zh) | 一种森林火灾烟雾识别方法及装置 | |
CN105426820A (zh) | 基于安防监控视频数据的多人异常行为检测方法 | |
CN106157502A (zh) | 一种基于多传感器融合技术主动防御智能入侵探测设备 | |
CN108287350A (zh) | 基于多信息综合的天基空中目标探测关键参数确定方法 | |
CN103761827A (zh) | 一种火灾监控系统 | |
CN201091014Y (zh) | 一种火灾探测装置 | |
CN103489193A (zh) | 基于融合策略的面向对象的高分辨率遥感影像变化检测方法 | |
CN106841085A (zh) | 基于kpca的瓦斯检测方法 | |
CN106710120A (zh) | 一种前端分布式森林烟火识别定位智能感知系统 | |
CN109166293A (zh) | 基于变电站立体检测的远程辅助预警方法 | |
CN204143585U (zh) | 一种基于多镜片的多参量火灾探测器 | |
CN106097489A (zh) | 一种智能视觉大数据门禁系统 | |
CN103293523B (zh) | 基于多孔径信息处理的高光谱遥感异常小目标检测方法 | |
Yang et al. | Evaluation on algorithm reliability and efficiency for an image flame detection technology |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150204 Termination date: 20170617 |