CN207123923U - 智能型集中吸入式电缆火灾极早期预警装置 - Google Patents
智能型集中吸入式电缆火灾极早期预警装置 Download PDFInfo
- Publication number
- CN207123923U CN207123923U CN201721104391.7U CN201721104391U CN207123923U CN 207123923 U CN207123923 U CN 207123923U CN 201721104391 U CN201721104391 U CN 201721104391U CN 207123923 U CN207123923 U CN 207123923U
- Authority
- CN
- China
- Prior art keywords
- fire
- detection
- cable
- early warning
- wireless communication
- 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
- 238000001514 detection method Methods 0.000 claims abstract description 69
- 238000004891 communication Methods 0.000 claims abstract description 41
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 13
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 13
- 239000007789 gas Substances 0.000 claims description 32
- 238000004458 analytical method Methods 0.000 claims description 26
- 238000005086 pumping Methods 0.000 claims description 24
- 238000005070 sampling Methods 0.000 claims description 18
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 12
- 239000000203 mixture Substances 0.000 claims description 12
- 229910052757 nitrogen Inorganic materials 0.000 claims description 6
- 230000002572 peristaltic effect Effects 0.000 claims description 4
- 230000002000 scavenging effect Effects 0.000 claims description 3
- 239000000428 dust Substances 0.000 abstract description 12
- 239000000523 sample Substances 0.000 abstract description 10
- 238000012544 monitoring process Methods 0.000 abstract description 9
- 230000008901 benefit Effects 0.000 abstract description 4
- 210000004027 cell Anatomy 0.000 description 15
- 239000000779 smoke Substances 0.000 description 14
- 238000000034 method Methods 0.000 description 11
- 238000005457 optimization Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 230000004927 fusion Effects 0.000 description 7
- 230000005611 electricity Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 239000002245 particle Substances 0.000 description 4
- 238000010926 purge Methods 0.000 description 4
- 238000009423 ventilation Methods 0.000 description 4
- 239000000443 aerosol Substances 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 230000008021 deposition Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 230000006798 recombination Effects 0.000 description 2
- 238000005215 recombination Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 241000238631 Hexapoda Species 0.000 description 1
- 241000700647 Variola virus Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000003416 augmentation Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 235000019504 cigarettes Nutrition 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000003546 flue gas Substances 0.000 description 1
- 239000008187 granular material Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 208000021760 high fever Diseases 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000004949 mass spectrometry Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000004218 nerve net Anatomy 0.000 description 1
- 239000005416 organic matter Substances 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000000197 pyrolysis Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 239000004071 soot Substances 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000005979 thermal decomposition reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Landscapes
- Fire Alarms (AREA)
- Alarm Systems (AREA)
Abstract
一种智能型集中吸入式电缆火灾极早期预警装置,包括工控主机、火灾探测综合系统及无线通讯模块,工控主机通过无线通信模块与各火灾探测综合系统的火灾探测综合主机连接,工控主机通过无线通讯模块连接值班室的上位机;火灾探测综合系统包括火灾探测综合主机及连接到火灾探测综合主机的主动吸气式气体探测器系统、复合式火灾探测系统及电缆测温探测系统,无线通讯模块安装布置在火灾探测综合主机、吸气式气体探测器系统、复合式火灾探测系统及电缆测温探测系统内。本实用新型具有以下优点:通过监测电缆着火前特征实现极早期预警;采用主动吸气式探测器并根据现场环境布置,克服了常规探测器不能有应对复杂场所的缺点,避免灰尘等引起误报警。
Description
技术领域
本实用新型涉及火灾预警技术,更具体涉及一种电缆火灾预警技术。
背景技术
电缆广泛应用于发电、输电、配电各个环节,因绝缘老化、过载、接触不良、外力破坏等问题导致的电缆火灾占变电设备火灾的70~80%。70%以上电缆火灾造成的损失非常严重,社会负面影响极大,严重影响了电力系统的运行安全和人民生命财产安全。2016年6月18日,陕西电力110kV韦曲变35kV出线电缆沟失火,故障损失负荷24.3万千瓦,停电用户8.65万户。2016年10月12日,日本东京都埼玉县新座市地下电缆发生火灾,导致东京市中心大规模停电,多达58万户受影响,造成交通大混乱和车辆碰撞事故。
智能火灾预警技术作为消防技术手段之一,也越来越显示出它的重要性。火灾自动报警及联动控制设备,已由多线制、模拟系统向总线制、数字系统发展,由探测器报警为主的普通型系统向以相关模式计算为主的智能型系统发展,火灾报警探测器也由单一型向复合式智能型方向发展。传统的火灾监测通常采用阈值判断和趋势检测算法对单个传感器输出信号进行处理,若将同样的方法应用于多元参量的系统,会出现误报或漏报现象。由于电缆在燃烧时一般都伴有烟雾、光焰、温升、扩散辐射和异常气味等综合现象发生,利用多种传感器各自特点、使用范围、精度以提供局部现象和数据,再加以综合做出准确的判断,可以为决策者提供较准确的数据。采用多传感器数据融合技术的消防报警系统不是原有单一参数火灾探测器的简单组合,而是实施多传感器同步探测,根据不同类型的火灾参数,应用智能算法,对多传感器的火灾参数进行融合,判断火灾危险是否存在。这种方法克服了以判单个传感器测量的局限,有效地提高了可靠性、降低误报率。
电缆敷设场所多是无人场所,火灾发生后不易被工作人员及时发现,为确保安全,在这类场所中火灾报警系统早已得到了广泛的应用。目前电缆通道大多采用的火灾监测方法主要有:线型感温火灾探测器、热敏电阻式测温系统、点型感烟式火灾探测器、点型感温式火灾探测器及火灾图像报警系统。
①线型感温火灾探测器
适合连续型长型可燃物体(如电缆)的保护,但必须与被保护物体保持良好接触,否则其探测效果将大大降低;由于没有屏蔽层保护,这种线型火灾探测器极易受到电磁干扰。系统仅能一次性使用,不能测出电缆的实际温度值;由于电缆数量多,系统安装及维护工作不够方便,设备易损坏;不能进行早期故障预测。
②热敏电阻式测温系统
由于每个热敏电阻都需要独立的接线,布线复杂且热敏电阻易损坏,故维护量大;传感器不具备自检功能,需要经常检验。
③点型感烟式火灾探测器
根据使用特点分为光电型感烟火灾探测器和离子型感烟火灾探测器。必须有烟雾颗粒进入探测器内部构造出的光线场和电离场,因此这种探测器的保护范围受到限制,通常为几十平方米;任何微粒都可能引起感烟火灾探测器的动作。除火灾烟雾微粒外,还有灰尘微粒、水蒸汽、挥发性有机物,甚至小昆虫。
④点型感温式火灾探测器
感温火灾探测器必须直接接触加热空气或高温烟气,否则会因为气体热交换能力相对较弱,很难使感温探测器动作。环境中因火灾发生而引起的温度异常升高仅发生在火灾部位及其邻近周围,因此这种探测器的保护面积有限,并且通常小于感烟型探测器的保护面积;除非与被加热空气和火灾烟气直接发生接触,否则温度的急剧变化一般总会造成感温火灾探测器的火灾报警的延迟。
⑤火灾图像报警系统
将普通彩色摄像机与红外线摄像机结合在一起,对保护区域内的图像,温度进行监视,并将现场情况通过与主机内部预制的燃烧模型加以比较,判断火灾的发生。此项技术的应用虽然解决了高大空间内部火灾探测器探测高度的问题,并能够发现火灾的准确位置,但在实际应用中,由于系统以普通摄像机观察可见烟和明火的产生加上利用红外摄像机观测燃烧所产生的高热作为报警依据,来判断火灾的发生。使用在火灾发生初期,既没有可见烟,明火,也没有大量的热量产生的阶段,不能提供可靠的报警。
以上为几种常用的电缆火灾监测方法。在电缆实际敷设场所,潮湿、粉尘、通风不良和电磁干扰是普遍存在的共性问题,潮湿和粉尘与火灾烟雾中的烟尘颗粒一样,均可进入感烟火灾探测器内部构造出的光线场或电离场,从而导致探测器动作,发出误报警。潮湿和粉尘甚至会沉积在敏感元件表面,严重时造成感烟探测器无法正常工作。通风不良会进一步阻碍火灾烟气或被加热空气与周围空气之间的热交换,并阻碍它们的流动,这种状况使感温火灾探测器的火灾报警更加延误;潮湿和灰尘在感温元件上的沉积,也会影响到感温元件的灵敏度。灰尘的沉积将会影响线型感温火灾探测器的灵敏度,而电磁干扰则有可能造成这种探测器无法正常工作。同时温度信号相对处于火灾发展期时发出的信号,信息较为滞后,无法实现早期预警。另外,目前火灾探测报警系统的通信及数据通过采用现场布线的方式进行传递的,这种方式不仅占用空间大,而且网络布线错综复杂,增加了探测报警装置的复杂性与成本。
此外,市场上也有一些吸气式火灾探测装置,如公开号为CN202134077U,名称为“一种基于智能推理的机房极早期火灾等级预警系统”的专利,其公开了一种基于智能推理的机房极早期火灾等级预警系统,其中包括吸气式烟雾传感器、A/D转换芯片、温度传感器、中央处理模块MCU、看门狗及3G模块,该专利中公开的探测是基于烟雾的吸气探测,这种由于针对烟雾,检测参量主要为气溶胶颗粒(烟雾颗粒),受灰尘等影响大,所以只能用于机房等洁净场所,在电缆沟道等场所很容易由于灰尘引起误报警,另外,探测参量为烟雾也是火灾信号中滞后于气体的信号。
另外,本申请的申请人申请的公开号为CN 105185022A,名称为“基于多传感器信息融合的变电站火灾探测系统及探测信息融合方法”的专利申请中,公开了一种多传感器信息融合进行火灾探测的系统以及基于BP神经网络算法的信息融合分析方法,从而实现复合探测器中多个传感器一起协同工作的优势,大大提高电缆火灾预警的效率性和准确性。但是,该专利申请中的特征气体部分采用可燃物着火后火灾过程中的气体参量,另外探测器采用常规的被动式探测方式,无法实现着火前的主动预警。
本申请人申请的另一篇公开号为CN 106887107A,名称为“一种针对电缆火灾的气体复合探测器”的专利申请中,公开了一种针对电缆火灾的气体复合探测器,能够对火灾初期产生的特殊气体敏感,从而能够达到早期报警,但是其结构设计仅适用于不是非常重要的场合,因为其对气体的探测是被动式的,由于外界的通风等影响,无法达到准确的极早期的报警。
实用新型内容
本实用新型所要解决的技术问题在于提供了一种智能型集中吸入式电缆火灾极早期预警装置,可以用于环境较为恶劣的场所,避免灰尘、通风等引起的误报警及迟报警,实现电缆火灾极早期、全方位预警。
本实用新型是通过以下技术方案解决上述技术问题的:一种智能型集中吸入式电缆火灾极早期预警装置,包括工控主机、火灾探测综合系统及无线通讯模块,工控主机通过无线通信模块与各火灾探测综合系统的火灾探测综合主机连接,工控主机通过无线通讯模块连接值班室的上位机;
其中所述火灾探测综合系统包括火灾探测综合主机以及连接到火灾探测综合主机的主动吸气式气体探测器系统、复合式火灾探测系统及电缆测温探测系统,所述无线通讯模块,安装布置在火灾探测综合主机、吸气式气体探测器系统、复合式火灾探测系统及电缆测温探测系统内。
优化的,所述吸气式气体探测器系统,包括多个取样模块、抽气单元、分析模块,取样模块通过抽气单元连接到分析模块。
优化的,每个取样模块,包括依次由多个过滤器、多个电磁阀、管路分解器、三通阀、第一三通连接组成的抽气单元进口管路,还包括依次由第一流量计、第三三通、针阀连接组成的抽气单元出口管路。
优化的,所述电磁阀与过滤器数量相同且一一对应。
优化的,每个取样模块还包括由依次连接的氮气钢瓶、所述三通阀、所述管路分解器、所述多个电磁阀、所述多个过滤器组成的吹扫管路。
优化的,所述抽气单元,包括第一、二抽气泵、第二三通、冷凝器、蠕动泵,第一、二抽气泵进口分别连接气单元进口管路的第一三通、第一、二抽气泵出口分别连接第二三通,冷凝器入口与第二三通连接,冷凝器出口连接抽气单元出口管路的第一流量计。
优化的,所述分析模块包括无线通讯模块、依次由第二流量计、CxHy、CO、SOx、NOx、CO2、HCl、NH3和H2S传感器组成的分析管路.
优化的,所述分析模块还包括由取样模块针阀出口、第一温度计、第一湿度计组成的恒温恒湿确认管路。
优化的,所述分析模块还包括用于采集分析模块安装现场的数据的第二温度计和第二湿度计。
优化的,复合式火灾探测系统包括多台复合式火灾探测器、多个无线通讯模块,多个无线通讯模块安装在相应复合式火灾探测器内;
电缆测温探测系统由多个无线通讯模块、多台电缆测温变送器与多个电缆测温传感器连接组成,多个无线通讯模块安装在多台电缆测温变送器内,其数量一一对应,多个电缆测温传感器分成若干组,每台电缆测温变送器连接一组电缆测温传感器。
本实用新型相比现有技术具有以下优点:
所采用的探测特征是经过电力电缆带电燃烧和理化分析综合提取的,是电缆着火之前的特征,所以对这些参数进行监测能够实现极早期预警。
采用主动吸气式的气体探测器,并根据现场环境及气流变化进行布置,克服了常规探测器不能有效探测气流变化无常和复杂场所的缺点,同时可以用于环境较为恶劣的场所,避免灰尘等引起误报警。
同时,采用的ZigBee无线通信技术一方面可以使得装置所得到的火灾信息及时传送至值班室、相关人员。另一方面,可通过无线通信网络,将其他复合探测器或其他在线监测信号接入系统,达到进一步融合处理或统一报送的功能,强化数据服务器推送技术、实时监测现场火灾参数及危险情况、实时报警、数据查询及处理功能,实现电缆火灾极早期、全方位预警。
附图说明
图1是智能型集中吸入式电缆火灾极早期预警装置架构图;
图2是吸气式气体探测器系统气体管路图。
具体实施方式
下面对本实用新型的实施例作详细说明,本实施例在以本实用新型技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本实用新型的保护范围不限于下述的实施例。
请参阅图1所示,本实用新型智能型集中吸入式电缆火灾极早期预警装置包括工控主机、火灾探测综合系统及基于2.4GHz的无线通讯模块,其中所述工控主机内装有火灾在线监测系统数据采集分析软件,其通过无线通信模块与各火灾探测综合系统的火灾探测综合主机连接,实现信息互联互通,并将所得到的火灾信息及时传送至工控主机,工控主机采用BP神经网络算法的信息融合分析对多台火灾探测综合主机同步探测的数据进行融合处理,工控主机利用无线通讯模块使得系统所得到的火灾信息及时传送至值班室的上位机,从而相关工作人员能够实时监测现场火灾参数及危险情况、实时报警、数据查询及处理功能,实现电缆火灾极早期、全方位预警。
所述火灾探测综合系统,包括火灾探测综合主机以及连接到火灾探测综合主机的吸气式气体探测器系统、复合式火灾探测系统及电缆测温探测系统,本实施例中,复合式火灾探测系统通过无线接入一个火灾探测综合主机,吸气式气体探测器系统和电缆测温探测系统接入一个火灾探测综合主机,这是为了一定程度将无线接入的数据独立出来,主要是为了信息安全的考虑。所述火灾探测综合系统负责采集被保护区域内的相关数据。所述无线通讯模块,安装布置在火灾探测综合主机、吸气式气体探测器系统、复合式火灾探测系统及电缆测温探测系统内,具体的,可以选用ZM2410P2,该无线通信模块内嵌串口透明传输(点多点和点对多点)通讯协议,只需发送AT指令就可轻松实现无线数据接发,采用ASCII码作为传输数据流编码格式实现无线通信,且支持空中升级固件或配置远程模块信息,当然,也可以选用其他可用的无线通讯模块。无线通信模块通过ZigBee网络实现数据传输。
请同时参阅图2所示,所述吸气式气体探测器系统,包括多个取样模块、抽气单元、分析模块,取样模块通过抽气单元连接到分析模块,取样模块配合抽气单元主动地采集探测区域内的空气样本,分析模块用来分析是否存在火灾,从而发出火灾报警。
每个取样模块,包括依次由多个过滤器、多个电磁阀、管路分解器、三通阀、三通1连接组成的抽气单元进口管路,还包括依次由流量计1、三通3、针阀连接组成的抽气单元出口管路,还包括由依次连接的氮气钢瓶、所述三通阀、所述管路分解器、所述多个电磁阀、所述多个过滤器组成的吹扫管路,所述电磁阀与过滤器数量相同且一一对应。所述过滤器的设置可以把火灾早期气体中含有较多的颗粒、粉尘等阻挡在外,防止气体传感器受到污染而影响其正常的工作性能。
所述抽气单元,包括抽气泵1-2、三通2、冷凝器、蠕动泵,抽气泵1-2进口分别连接气单元进口管路的三通1、抽气泵1-2出口分别连接三通2,冷凝器入口与三通2连接,冷凝器出口连接抽气单元出口管路的流量计1,抽气单元用于抽取通过取样模块的空气样本送至分析模块进行分析,所述冷凝器用于保证空气样本恒温恒湿进入分析模块,蠕动泵抽取冷凝器工作产生的水。
所述分析模块包括无线通讯模块、依次由流量计2、CxHy、CO、SOx、NOx、CO2、HCl、NH3和H2S传感器组成的分析管路,还包括由取样模块针阀出口、温度计1、湿度计1组成的恒温恒湿确认管路,以及用于采集分析模块安装现场的数据的温度计2和湿度计2。
复合式火灾探测系统包括多台复合式火灾探测器、多个无线通讯模块,多个无线通讯模块安装在相应复合式火灾探测器内,其数量一一对应。
电缆测温探测系统由多个无线通讯模块、多台电缆测温变送器与多个电缆测温传感器连接组成,多个无线通讯模块安装在多台电缆测温变送器内,其数量一一对应,多个电缆测温传感器分成若干组,每台电缆测温变送器连接一组电缆测温传感器。
上述气体传送的管路选用直径为6mm的聚四氟乙烯管或不锈钢管,上述无线通讯模块均通过ZigBee无线通信网络与火灾探测综合主机连接,进行信息互联互通。
采用上述智能型集中吸入式电缆火灾极早期预警装置进行极早期预警的方法包括下述步骤:
步骤1,首先通过典型电缆的热重-红外-质谱联用实验,获得电缆热解参数和早期特征,并根据电缆带电燃烧试验,获得了电缆带电燃烧的早期特征,联合相关特征,确立基于电力电缆火灾极早期探测的特征气体,根据上述特征气体及其含量训练装置的BP神经网络算法;
步骤2,布置上述智能型集中吸入式电缆火灾极早期预警装置,在电缆隧道及人员不易接近的场所,被保护区难以接近,且对现有火灾探测系统进行维护时需要暂停工作,从而给业务带来不小的麻烦和潜在的风险,可以将装置的取样口安装在便于接近的位置,只把采样管网布置在那些难以紧接的区域,从而使维护简便易行;
气流变化比较大的地方,气流会将烟雾稀释,妨碍烟雾上升,使得烟雾难以被探测到,烟雾也可能会被管道、内渠或者真空区域滞流,或者在高的天花下方形成云带,使其难以被探测到,将取样口布置在回风格栅处或设备机柜内,当气流将烟雾带到这里时就可以对其进行探测;
在高大的开放的空间里,可以将取样口布置在烟雾漂移所途经的地方经常是在天花下方一定的距离内;
步骤3,开启装置进行火灾极早期预警,作业时,通过分布在被保护区域内的取样模块上的取样口主动采集空气样本,并通过抽气单元送至分析模块中,然后,以无线通讯模块通过ZigBee无线通信网络传送到火灾探测综合主机,进行信息互联互通,火灾探测综合主机、复合式火灾探测系统、电缆测温探测系统的数据均通过无线通讯模块传送到工控主机,工控主机内的数据采集分析软件周期性(周期设为5s)轮询完成数据采集过程,完成采集后,对信息进行预处理,查看数据是否完整、正确。如没有数据异动,则以5分钟为周期存储历史数据,如有数据异动,则进入特殊处理流程,即根据各数据的物理变化规律,剔除不合理的数据,保证较好的数据质量;根据各数据间的内在联系和规律,进行数据的相互校验,防止因坏数据引起误动或拒动,更为精细化地保存历史数据资料。上述数据处理过程可以采用现有的数据处理方法。工控主机结合吸气式气体探测器系统、复合式火灾探测系统、电缆测温探测系统数据,运用基于神经模糊(BP)算法的信息融合技术对同步探测的多个信息进行合理支配与使用,将各种传感器互补与冗余信息依据某种优化准则组合起来,进行处理和综合,不仅考虑参数值,同时考虑检测信号的变化速率,从而获知信息的内在联系和规律,剔除错误和无用的信息,保留正确和有用的信息,实现信息的优化,完善、准确的反映环境特征,从而实现一起协同工作的优势,由此给出准确的信号提示,并根据使用者事先确定的报警设置灵敏度级别发出火灾警报。在电缆热分解阶段即能给出及时的报警,大大提高了对电缆火灾极早期(过热、闷烧、低热辐射和无可见烟雾生成阶段)的探测和预警,所以将报警时间比传统探测设备提早数小时以上,可以在火灾形成前极早期发现风险隐患,将火灾风险概率降到最小。工控主机利用无线通讯模块通过ZigBee网络一方面可以使得系统所得到的火灾信息及时传送至值班室的上位机,另一方面,可通过无线通信网络,将其他复合探测器或其他在线监测信号接入系统,达到进一步融合处理或统一报送的功能,其中采用的基于神经模糊(BP)算法的信息融合技术为现有的数据处理技术;
步骤4,装置运行时间达到设定吹扫时间或管路遇有堵塞时,火灾探测综合主机自动调节取样模块的三通阀至吹扫模式位置(1-2方向通),并调节氮气钢瓶(99.999%的氮气)出口压力为0.6MPa,多个电磁阀自动打开进行吹扫并计时,设定吹扫时间(10分钟)达到后,系统自动关闭多个电磁阀,调节氮气钢瓶出口压力为0MPa,三通阀恢复运行模式位置(1-3方向通)。
以上所述仅为本实用新型的较佳实施例而已,并不用以限制本实用新型,凡在本实用新型的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本实用新型的保护范围之内。
Claims (10)
1.一种智能型集中吸入式电缆火灾极早期预警装置,其特征在于,包括工控主机、火灾探测综合系统及无线通讯模块,工控主机通过无线通信模块与各火灾探测综合系统的火灾探测综合主机连接,工控主机通过无线通讯模块连接值班室的上位机;
其中所述火灾探测综合系统包括火灾探测综合主机以及连接到火灾探测综合主机的主动吸气式气体探测器系统、复合式火灾探测系统及电缆测温探测系统,所述无线通讯模块,安装布置在火灾探测综合主机、吸气式气体探测器系统、复合式火灾探测系统及电缆测温探测系统内。
2.根据权利要求1所述的智能型集中吸入式电缆火灾极早期预警装置,其特征在于,所述吸气式气体探测器系统,包括多个取样模块、抽气单元、分析模块,取样模块通过抽气单元连接到分析模块。
3.根据权利要求2所述的智能型集中吸入式电缆火灾极早期预警装置,其特征在于,每个取样模块,包括依次由多个过滤器、多个电磁阀、管路分解器、三通阀、第一三通连接组成的抽气单元进口管路,还包括依次由第一流量计、第三三通、针阀连接组成的抽气单元出口管路。
4.根据权利要求3所述的智能型集中吸入式电缆火灾极早期预警装置,其特征在于,所述电磁阀与过滤器数量相同且一一对应。
5.根据权利要求3所述的智能型集中吸入式电缆火灾极早期预警装置,其特征在于,每个取样模块还包括由依次连接的氮气钢瓶、所述三通阀、所述管路分解器、所述多个电磁阀、所述多个过滤器组成的吹扫管路。
6.根据权利要求3所述的智能型集中吸入式电缆火灾极早期预警装置,其特征在于,所述抽气单元,包括第一、二抽气泵、第二三通、冷凝器、蠕动泵,第一、二抽气泵进口分别连接气单元进口管路的第一三通、第一、二抽气泵出口分别连接第二三通,冷凝器入口与第二三通连接,冷凝器出口连接抽气单元出口管路的第一流量计。
7.根据权利要求6所述的智能型集中吸入式电缆火灾极早期预警装置,其特征在于,所述分析模块包括无线通讯模块、依次由第二流量计、CxHy、CO、SOx、NOx、CO2、HCl、NH3和H2S传感器组成的分析管路。
8.根据权利要求7所述的智能型集中吸入式电缆火灾极早期预警装置,其特征在于,所述分析模块还包括由取样模块针阀出口、第一温度计、第一湿度计组成的恒温恒湿确认管路。
9.根据权利要求7所述的智能型集中吸入式电缆火灾极早期预警装置,其特征在于,所述分析模块还包括用于采集分析模块安装现场的数据的第二温度计和第二湿度计。
10.根据权利要求1所述的智能型集中吸入式电缆火灾极早期预警装置,其特征在于,复合式火灾探测系统包括多台复合式火灾探测器、多个无线通讯模块,多个无线通讯模块安装在相应复合式火灾探测器内;
电缆测温探测系统由多个无线通讯模块、多台电缆测温变送器与多个电缆测温传感器连接组成,多个无线通讯模块安装在多台电缆测温变送器内,其数量一一对应,多个电缆测温传感器分成若干组,每台电缆测温变送器连接一组电缆测温传感器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201721104391.7U CN207123923U (zh) | 2017-08-30 | 2017-08-30 | 智能型集中吸入式电缆火灾极早期预警装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201721104391.7U CN207123923U (zh) | 2017-08-30 | 2017-08-30 | 智能型集中吸入式电缆火灾极早期预警装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN207123923U true CN207123923U (zh) | 2018-03-20 |
Family
ID=61611437
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201721104391.7U Active CN207123923U (zh) | 2017-08-30 | 2017-08-30 | 智能型集中吸入式电缆火灾极早期预警装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN207123923U (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108648402A (zh) * | 2018-05-02 | 2018-10-12 | 平安科技(深圳)有限公司 | 智能火灾报警方法、终端及存储介质 |
CN111388913A (zh) * | 2020-03-13 | 2020-07-10 | 山东鲁昂电气有限公司 | 基于物联网的电缆沟消防系统 |
CN111613037A (zh) * | 2020-04-30 | 2020-09-01 | 杭州拓深科技有限公司 | 一种基于智能算法的降低复合烟感误报的方法 |
-
2017
- 2017-08-30 CN CN201721104391.7U patent/CN207123923U/zh active Active
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108648402A (zh) * | 2018-05-02 | 2018-10-12 | 平安科技(深圳)有限公司 | 智能火灾报警方法、终端及存储介质 |
CN108648402B (zh) * | 2018-05-02 | 2020-04-24 | 平安科技(深圳)有限公司 | 智能火灾报警方法、终端及存储介质 |
CN111388913A (zh) * | 2020-03-13 | 2020-07-10 | 山东鲁昂电气有限公司 | 基于物联网的电缆沟消防系统 |
CN111613037A (zh) * | 2020-04-30 | 2020-09-01 | 杭州拓深科技有限公司 | 一种基于智能算法的降低复合烟感误报的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107331102A (zh) | 智能型集中吸入式电缆火灾极早期预警装置及方法 | |
CN103337123B (zh) | 基于视频图像的油田联合站火灾预警方法 | |
CN207123923U (zh) | 智能型集中吸入式电缆火灾极早期预警装置 | |
CN101393444B (zh) | 复合式监控系统 | |
CN111564024B (zh) | 一种基于危险气体监测报警的自动保护方法及系统 | |
CN103324107B (zh) | 一种氨气泄漏保护装置 | |
CN203192156U (zh) | 一种用于消防安全的火灾预警报警系统 | |
CN101914904A (zh) | 水利水电工程洞室群火灾模拟实验设备及模拟实验方法 | |
CN203415084U (zh) | 基于gprs通信技术的供暖锅炉远程监测系统 | |
CN107067630A (zh) | 一种基于物联网的烟雾浓度远程监控系统及浓度采集方法 | |
CN201335960Y (zh) | 一种综合检测控制系统 | |
CN108320433A (zh) | 主动吸气式火灾探测器火警确认装置及方法 | |
CN112684744A (zh) | 一种智慧城市运用地下管廊模型监控预警系统 | |
CN208172972U (zh) | 一种基于zigbee的智能家居系统 | |
CN106406199A (zh) | 危化品监测装置及方法 | |
CN206742968U (zh) | 一种配电室智能值班机器人系统 | |
CN109269558A (zh) | 一种基于无线传感器网络的电缆沟状态在线监测系统 | |
CN205580604U (zh) | 一种开关柜测温预警系统 | |
CN109412268A (zh) | 一种电箱智能监控系统 | |
CN206489398U (zh) | 一种多传感器无线智能楼宇监控系统 | |
CN207750746U (zh) | 一种基于rf技术实现管道燃气安全监控的系统 | |
CN208350156U (zh) | 工商业燃气表防盗气监控装置 | |
CN110500138A (zh) | 一种煤矿井下皮带火灾预警系统 | |
CN106228732A (zh) | 一种森林火灾智能识别系统 | |
CN109147255A (zh) | 一种家庭社区安全防火门检测仪 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |