JP7408290B2 - 火災監視システム - Google Patents
火災監視システム Download PDFInfo
- Publication number
- JP7408290B2 JP7408290B2 JP2019062897A JP2019062897A JP7408290B2 JP 7408290 B2 JP7408290 B2 JP 7408290B2 JP 2019062897 A JP2019062897 A JP 2019062897A JP 2019062897 A JP2019062897 A JP 2019062897A JP 7408290 B2 JP7408290 B2 JP 7408290B2
- Authority
- JP
- Japan
- Prior art keywords
- fire
- odor
- detection means
- smell
- monitoring system
- 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
- 238000012544 monitoring process Methods 0.000 title claims description 68
- 238000001514 detection method Methods 0.000 claims description 162
- 230000035943 smell Effects 0.000 claims description 121
- 238000013528 artificial neural network Methods 0.000 claims description 64
- 238000010411 cooking Methods 0.000 claims description 61
- 235000019504 cigarettes Nutrition 0.000 claims description 52
- 239000000779 smoke Substances 0.000 claims description 37
- 238000013135 deep learning Methods 0.000 claims description 7
- 238000001179 sorption measurement Methods 0.000 claims description 7
- 239000003205 fragrance Substances 0.000 claims description 6
- 238000009434 installation Methods 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims 1
- 235000019645 odor Nutrition 0.000 description 270
- 230000006870 function Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 14
- 230000005540 biological transmission Effects 0.000 description 12
- 235000013305 food Nutrition 0.000 description 11
- 230000000694 effects Effects 0.000 description 9
- 238000000034 method Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 230000004044 response Effects 0.000 description 5
- 230000008786 sensory perception of smell Effects 0.000 description 5
- 230000000391 smoking effect Effects 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- CSCPPACGZOOCGX-UHFFFAOYSA-N Acetone Chemical compound CC(C)=O CSCPPACGZOOCGX-UHFFFAOYSA-N 0.000 description 3
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 3
- YXFVVABEGXRONW-UHFFFAOYSA-N Toluene Chemical compound CC1=CC=CC=C1 YXFVVABEGXRONW-UHFFFAOYSA-N 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- SNICXCGAKADSCV-JTQLQIEISA-N (-)-Nicotine Chemical compound CN1CCC[C@H]1C1=CC=CN=C1 SNICXCGAKADSCV-JTQLQIEISA-N 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 241000208125 Nicotiana Species 0.000 description 1
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 229910021529 ammonia Inorganic materials 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- -1 heat Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 229960002715 nicotine Drugs 0.000 description 1
- SNICXCGAKADSCV-UHFFFAOYSA-N nicotine Natural products CN1CCCC1C1=CC=CN=C1 SNICXCGAKADSCV-UHFFFAOYSA-N 0.000 description 1
- 239000010453 quartz Substances 0.000 description 1
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 238000002945 steepest descent method Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Fire-Detection Mechanisms (AREA)
- Fire Alarms (AREA)
Description
本発明は、火災監視システムであって、
監視空間の煙濃度又は温度が所定値以上又は所定値を超えた場合に火災発報する火災感知手段と、
監視空間の匂いを検知する匂い検知手段と、
匂い検知手段の匂い検知値を入力して匂いの種別を判定する匂い判定手段と、
火災感知手段による火災発報の有無と匂い判定手段から出力された匂いの種別に基づいて火災を判定する火災判定手段と、
が設けられたことを特徴とする。
匂い検知手段は、複数の匂い物質の吸着に応じて複数種類の匂い検知値を出力し、
匂い判定手段は、多層式のニューラルネットワークによって構成され、入力情報である匂い検知手段の複数種類の匂い検知値と出力期待値である所定の匂い種別の組み合わせを学習情報として入力してディープラーニングにより学習し、匂い検知手段の複数種類の匂い検知値を入力情報として入力した場合に匂い種別を推定して出力する。
匂い判定手段の多層式ニューラルネットワークは、
匂い種別として、物の焦げる匂い、タバコの匂い、及び、調理の匂いを学習し、
匂い検知手段の複数種類の匂い検知値を入力した場合に、物の焦げる匂い、タバコの匂い及び調理の匂いを推定して出力する。
火災判定手段は、火災感知手段による火災発報の有無と、匂い判定手段から出力された物の焦げる匂い、タバコの匂い及び調理の匂いの有無に基づいて火災を判定する。
前記火災判定手段は、
火災発報ありを判定し、且つ、物の焦げる匂いを判定したとき、又は、物の焦げる匂い、タバコの匂い及び調理の匂いを判定したときに火災を判定し、
前記以外は非火災を判定する、
ことを特徴とする火災監視システム。
火災判定手段は、更に、
火災発報あり又は火災発報なしを判定し、且つ、タバコの匂い又は調理の匂いの少なくとも何れかを判定したときに火災注意を判定する。
監視空間の煙濃度又は温度が所定値以上又は前記所定値を超えた場合に火災発報する火災感知手段と、
監視空間の匂いを検知し、複数の匂い物質の吸着に応じて複数種類の匂い検知値を出力する匂い検知手段と、
多層式ニューラルネットワークによって構成され、入力情報である火災感知手段の火災発報の有無と匂い検知手段の複数種類の匂い検知値、出力期待値である火災又は非火災と所定の匂い種別の組み合わせを学習情報として入力してディープラーニングにより学習し、火災感知手段の火災発報の有無及び匂い検知手段の複数種類の匂い検知値を入力情報として入力した場合に火災又は非火災を推定して出力する匂い・火災判定手段と、
が設けられたことを特徴とする。
火災感知手段と匂い検知手段は、受信機から引き出された信号回線に接続され、
匂い判定手段は匂い検知手段又は受信機に設けられ、
火災判定手段は受信機に設けられる。
火災感知手段は所定の区画毎に設置され、匂い検知手段は、火災感知手段と同じ区画に設置される。
火災感知手段は所定の区画毎に設置され、
匂い検知手段は複数の区画の一部に設置され、
受信機の匂い判定手段は、火災発報した区画に匂い検知手段が設置されていない場合、周辺の区画に設置された匂い検知手段を選択して匂いの種別を判定する。
多層式のニューラルネットワークは、結合ニューラルネットワークであり、
学習情報を入力した場合に出力される値と所定の期待値との誤差に基づくバックプロパゲーションにより学習する。
本発明は、火災監視システムであって、監視空間の煙濃度又は温度が所定値以上又は所定値を超えた場合に火災発報する火災感知手段と、監視空間の匂いを検知する匂い検知手段と、匂い検知手段の匂い検知値を入力して匂いの種別を判定する匂い判定手段と、火災感知手段による火災発報の有無と匂い判定手段から出力された匂いの種別に基づいて火災を判定する火災判定手段とが設けられたため、火災検知手段として機能する煙感知器や熱感知器が火災を感知した場合、これに加えて火災に伴う特有の匂いを判定することで、タバコや調理等の非火災要因に起因した誤った火災判断を防止し、高い精度で火災を判断することができる。
また、匂い検知手段は、複数の匂い物質の吸着に応じて複数種類の匂い検知値を出力し、匂い判定手段は、多層式のニューラルネットワークによって構成され、入力情報である匂い検知手段の複数種類の匂い検知値と出力期待値である所定の匂い種別の組み合わせを学習情報として入力してディープラーニングにより学習し、匂い検知手段の複数種類の匂い検知値を入力情報として入力した場合に匂い種別を推定して出力するようにしたため、人間の嗅覚のように、複雑な匂いの集合体から特定の匂いを検出、峻別して火災判断に利用することができる。
また、匂い判定手段の多層式ニューラルネットワークは、匂い種別として、物の焦げる匂い、タバコの匂い、及び調理の匂いを学習し、匂い検知手段の複数種類の匂い検知値を入力した場合に、物の焦げる匂い、タバコの匂い、及び調理の匂いを推定して出力するようにしたため、火災判断に必要な物の焦げる匂い、タバコの匂い、及び調理の匂いを判定し、精度の高い火災判断ができる。
また、火災判定手段は、火災感知手段による火災発報の有無と、匂い判定手段から出力された物の焦げる匂い、タバコの匂い、及び、調理の匂いの有無に基づいて火災を判定し、例えば、火災判定手段は、
(1) 火災発報ありを判定し、且つ、物の焦げる匂いを判定したとき、又は、火災発報ありを判定し、且つ、物の焦げる匂い、タバコの匂い及び調理を判定したときに火災を判定し、
(2) 火災発報あり又は火災発報なしを判定し、且つ、タバコの匂い又は調理の匂いの少なくとも何れかを判定したときに火災注意を判定し、
(3) (1)(2)以外は非火災を判定する、
ようにしたため、例えば、煙が感知され、物の焦げる匂いが判定されたときは間違いなく火災であり、また、煙が感知され、物の焦げる匂いも判定され、更に、タバコや調理の匂いも判定された場合も間違いなく火災であり、このため、タバコや調理の煙が存在しても確実に火災を判断できる。
また、匂い判定手段と火災判断手段は多層式のニューラルネットワークで構成され、入力情報である火災検知手段の火災発報の有無と匂い検知手段の複数種類の匂い検知値、出力期待値である火災、火災注意又は非火災と所定の匂い種別の組み合わせを学習情報として入力してディープラーニングにより学習し、火災検知手段の火災発報の有無及び匂い検知手段の複数種類の匂い検知値を入力情報として入力した場合に火災、火災注意又は非火災を推定して出力するようにしたため、多層式のニューラルネットワークの学習により、匂い判定手段と火災判断手段の機能が実現され、火災に伴う煙又は熱に加え、火災に関連する所定の匂いを判定することで、高精度の火災判断ができる。
また、火災感知手段と匂い検知手段は、受信機から引き出された信号回線に接続され、匂い判定手段は匂い検知手段又は受信機に設けられ、火災判定手段は受信機に設けられたため、火災検知手段として機能する煙感知器や熱感知器と共に匂い検知手段として機能する匂い検知器が警戒区域に設置され、受信機に匂い検知信号又は匂い判定信号を送信することで、煙又は熱の感知との組み合わせにより高精度の火災判断ができる。
また、火災感知手段は所定の区画毎に設置され、匂い検知手段は、火災感知手段と同じ区画に設置されたため、同じ区画の煙又は熱に加え、匂いの種別を判定して高精度の火災判断ができる。
また、火災感知手段は所定の区画毎に設置され、匂い検知手段は複数の区画の一部に設置され、受信機の匂い判定手段は、火災発報した区画に匂い検知手段が設置されていない場合、周辺の区画に設置された匂い検知手段を選択して匂いの種別を判定するようにしたため、匂い検知手段を全ての区画に設けなくとも、火災発報と匂い種別に基づく高精度の火災判断ができ、また、火災検知手段として機能する煙感知器や熱感知器の設置数に対し匂い検知手段として機能する匂い検知器の設置数を低減し、システムコストを抑えることができる。
また、多層式のニューラルネットワークは、結合ニューラルネットワークであり、学習情報を入力した場合に出力される値と所定の期待値との誤差に基づくバックプロパゲーションにより学習するようにしたため、例えば匂い種別の判定にあっては、匂い検知手段から出力される複数の匂い検知値を入力情報として入力した場合に、出力の期待値として物の焦げる匂い、タバコの匂い、又は調理の匂いといった匂い種別の推定値を与えてバックプロパゲーション処理により出力値と期待値の誤差を最小とするように多層式のニューラルネットワークにおけるウェイト(重み)とバイアスが学習され、入力情報からより高い精度で物の焦げる匂い、タバコの匂い、又は調理の匂いを判別して高精度の火災判断に利用できる。
図1は火災監視システムの実施形態を示した説明図である。本実施形態による火災監視システムの基本概念は、監視空間の煙濃度又は温度が所定値以上又は所定値を超えた場合に火災発報する火災感知手段である火災感知器14に加え、監視空間の匂いを検知する匂い検知手段である匂い検知器18を設け、匂い検知器18の匂い検知値を例えば受信機10に設けた匂い判別手段である匂い判定部40に送信して匂いの種別、例えば、物の焦げる匂い、タバコの匂い、調理の匂いを判別し、火災判定手段である火災判定部42により、火災感知器14による火災発報の有無と匂い判定部40による匂いの種別の判別結果に基づいて火災を判定するというものであり、火災感知器14が火災を感知して火災発報した場合に、これに加えて火災に伴う特有の匂い、例えば物の焦げる匂いを判定することで、タバコや調理等の非火災要因に起因した誤った火災判断を防止し、高い精度で火災を判断することができる。
図1に示すように、本実施形態はR型の火災監視システムを例にとっており、建物の一階の管理人室などには例えば受信機10が設置され、受信機10から警戒区域に対し系統毎に分けて信号回線12-1~12-3が引き出されている。ここで、信号回線12-1,12-2は火災監視系統となり、信号回線12-3は端末制御系統となる。なお、信号回線12-1~12-3は、区別する必要がないときは信号回線12という場合がある。
(受信機の概要)
受信機10には、メインCPU20と複数のサブCPU基板22-1~22-3が設けられ、サブCPU基板22-1~22-3にはサブCPU24と伝送回路部26が設けられている。
サブCPU基板22-1,22-2に設けられたサブCPU24は、伝送回路部26に指示して火災感知器14及び匂い検知器18を接続した中継器16との間で所定の通信プロトコルに従って信号を送受信することで、火災監視制御を行っている。
図2は匂い検知器による16チャンネルの匂い検知値をレーダーチャートで示した説明図である。図1の信号回線12-1,12-2に中継器16を介して接続された匂い検知器18は、複数の匂い物質の吸着に応じて複数種類の匂い検知値x1~xnを出力する。
図3は火災監視システムによる火災判断の機能構成を示した説明図、図4は図3の匂い判定部の機能構成を示した説明図、図5は図4に示した多層式ニューラルネットワークの機能構成を示した説明図である。
物の焦げる匂いの場合は(y1,y2,y3)=(1,0,0)
タバコの匂いの場合は (y1,y2,y3)=(0,1,0)
調理の匂いの場合は (y1,y2,y3)=(0,0,1)
実際に匂い検知器18の匂い検知値x1~x16を多層式ニューラルネットワーク46に入力した場合は、推定値y1,y2,y3の総和は1で、それぞれ0~1の間の値をとる。
図5に示すように、多層式ニューラルネットワーク46は、全結合ニューラルネットワークであり、入力層62、全結合64、中間層66と全結合64の繰り返し、及び出力層68で構成されている。
図5に示した入力層62、複数の中間層66及び出力層68で構成される多層式ニューラルネットワーク46は、各層に複数のユニットを設けて他の層の複数のユニットと結合し、各ユニットには重みとバイアス値が設定され、複数の入力値と重みとのベクトル積を求めてバイアス値を加算して総和を求め、これを所定の活性化関数に通して次の層のユニットに出力するようにしており、最終層に到達するまで値が伝搬するフォワードプロパゲーションが行われる。
(1) 入力値xをニューラルネットワークに入力して、フォワードプロパゲーションを行い推定値y*を求める。
(2) 推定値y*と期待値yに基づき誤差関数で誤差を計算する。
(3) ウエイトとバイアスを更新しながら、ネットワークにて、バックプロパゲーションを行う。
物の焦げる匂いの場合は(y1,y2,y3)=(1,0,0)
タバコの匂いの場合は (y1,y2,y3)=(0,1,0)
調理の匂いの場合は (y1,y2,y3)=(0,0,1)
を出力値(期待値)として使用し、前述したバックプロパゲーションを行う。
図3に示した多階層ニューラルネットワーク46の学習は、受信機10では行わず、別のコンピュータ装置で学習し、学習済みの多階層ニューラルネットワーク46を受信機10に匂い判定部40として実装することになる。
図3に示すように、火災判定部42は、比較器48,50,52と判断部54で構成される。匂い判定部40の多層式ニューラルネットワーク46から出力される物の焦げる匂い推定値y1、タバコの匂い推定値y2及び調理の匂い推定値y3は、総和が1でそれぞれ0~1の間の値をとることから、比較器48,50,52により、0,1の何れかを示すように2値化する。
図6のモード1,4の判定出力は「火災」となり、受信機10から火災警報が出力される。
(火災発報=有り)(物の焦げる匂い=有り)(タバコの匂い=有り)(調理の匂い=有り)
であり、この場合も判定出力は「火災」となる。即ち、モード1は、火災発報があり、物の焦げる匂いが判別され、更に、タバコ及び調理の匂いも判別されていることから、この場合も間違いなく火災と判断できる。
(火災発報=有り)、(物の焦げる匂い=有り)、
(タバコの匂い=無し)、(調理の匂い=無し)
であり、判定出力は「火災」となる。即ち、モード4は、火災発報があり、物の焦げる匂いが判別されていることから、間違いなく火災と判断できる。
図6のモード2,3,9~12の判定出力は「火災注意」となり、受信機10から火災注意警報(プリアラーム又は火災予兆警報ともいう)が出力される。火災注意とは、火災ではないが、火災になる可能性が高く、注意を要することを意味する。
(火災発報=有り)、(物の焦げる匂い=有り)、(タバコの匂い=有り)、
(調理の匂い=無し)
であり、例えば、灰皿でタバコの吸い殻が燻って多量に煙が出ている状況等が想定され、火災に発展する可能性が高いことから、注意を喚起する必要がある。
(火災発報=有り)、(物の焦げる匂い=有り)、(調理の匂い=有り)、
(タバコの匂い=無し)
であり、例えば、調理中に鍋が過熱して調理物が燻って多量に煙が出ている状況等が想定され、火災に発展する可能性が高いことから、注意を喚起する必要がある。
図1の火災監視システムによる制御動作を説明する次のようになる。いま、信号回線12-1が引き出された監視区画A11で火災が発生したとすると、受信機10で監視区画A11に設置した火災感知器14の火災発報を受信し、また、監視区域A11に設置した匂い検知器18の匂い検知値x1~x16を受信する。
図7は匂い判定部と火災判定部を多層式のニューラルネットワークで構成した火災監視システムの機能構成を示した説明図である。
(火災報知設備)
上記の実施形態は、火災感知器等の端末アドレスを取得して火災発生場所を特定可能なR型の火災報知設備を例にとるものであったが、これに限定されず、受信機から引き出され信号回線単位に火災を検出して警報するP型の火災報知設備についても、回線単位に匂い検知器を設け、受信機で匂いの種別を判定することで、同様に適用できる。
また、本発明はその目的と利点を損なうことのない適宜の変形を含み、更に上記の実施形態に示した数値による限定は受けない。
12-1~12-3:信号回線
14:火災感知器
16:中継器
18:匂い検知器
20:メインCPU
22-1~22-3:サブCPU基板
24:サブCPU
25:シリアル転送バス
26:伝送回路部
28:ディスプレイ装置
30:表示部
32:操作部
34:音響警報部
36:移報部
38:監視制御部
40:匂い判定部
42:火災判定部
46:多層式ニューラルネットワーク
48,50,52,74,76:比較器
48a,50a,52a,74a,76a:基準電圧源
54:判断部
56:入力部
58:学習制御部
60:学習情報保持部
62:入力層
64:全結合
66:中間層
68:出力層
70:匂い・火災判定部
72:火災判断部
Claims (11)
- 監視空間の煙濃度又は温度が所定値以上又は前記所定値を超えた場合に火災発報する火災感知手段と、
前記監視空間の匂いを検知する匂い検知手段と、
前記匂い検知手段の匂い検知値を入力して匂いの種別を判定する匂い判定手段と、
前記火災感知手段による前記火災発報の有無と前記匂い判定手段から出力された前記匂いの種別に基づいて火災を判定する火災判定手段と、
が設けられたことを特徴とする火災監視システム。
- 請求項1記載の火災監視システムに於いて、
前記匂い検知手段は、複数の匂い物質の吸着に応じて複数種類の匂い検知値を出力し、
前記匂い判定手段は、多層式ニューラルネットワークによって構成され、入力情報である前記匂い検知手段の前記複数種類の匂い検知値と、出力期待値である所定の匂い種別の組み合わせを学習情報として入力してディープラーニングにより学習し、前記匂い検知手段の前記複数種類の匂い検知値を入力情報として入力した場合に前記匂い種別を推定して出力することを特徴とする火災監視システム。
- 請求項2記載の火災監視システムに於いて、
前記匂い判定手段の前記多層式ニューラルネットワークは、
前記匂い種別として、物の焦げる匂い、タバコの匂い、及び調理の匂いを学習し、
前記匂い検知手段の前記複数種類の匂い検知値を入力した場合に、物の焦げる匂い、タバコの匂い及び調理の匂いを推定して出力することを特徴とする火災監視システム。
- 請求項3記載の火災監視システムに於いて、
前記火災判定手段は、前記火災感知手段による前記火災発報の有無と、前記匂い判定手段から出力された前記物の焦げる匂い、前記タバコの匂い及び前記調理の匂いの有無に基づいて火災を判定することを特徴とする火災監視システム。
- 請求項4記載の火災監視システムに於いて、
前記火災判定手段は、
前記火災発報ありを判定し、且つ、前記物の焦げる匂いを判定したとき、又は、前記物の焦げる匂い、前記タバコの匂い及び前記調理の匂いを判定したときに火災を判定し、
前記以外は非火災を判定する、
ことを特徴とする火災監視システム。
- 請求項4記載の火災監視システムに於いて、
前記火災判定手段は、
前記火災発報あり又は火災発報なしを判定し、且つ、前記タバコの匂い又は前記調理の匂いの少なくとも何れかを判定したときに火災注意を判定することを特徴とする火災監視システム。
- 監視空間の煙濃度又は温度が所定値以上又は前記所定値を超えた場合に火災発報する火災感知手段と、
前記監視空間の匂いを検知し、複数の匂い物質の吸着に応じて複数種類の匂い検知値を出力する匂い検知手段と、
多層式ニューラルネットワークによって構成され、入力情報である前記火災感知手段の前記火災発報の有無と前記匂い検知手段の前記複数種類の匂い検知値と、出力期待値である火災又は非火災の組み合わせを学習情報として入力してディープラーニングにより学習し、前記火災感知手段の前記火災発報の有無及び前記匂い検知手段の前記複数種類の匂い検知値を入力情報として入力した場合に火災又は非火災を推定して出力する匂い・火災判定手段と、
が設けられたことを特徴とする火災監視システム。
- 請求項1記載の火災監視システムに於いて、
前記火災感知手段と前記匂い検知手段は、受信機から引き出された信号回線に接続され、
前記匂い判定手段は前記匂い検知手段又は前記受信機に設けられ、
前記火災判定手段は前記受信機に設けられたことを特徴とする火災監視システム。
- 請求項1又は7記載の火災監視システムに於いて、
前記火災感知手段は所定の感知器設置区画毎に設置され、前記匂い検知手段は、前記火災感知手段と同じ感知器設置区画に設置されたことを特徴とする火災報知システム。
- 請求項8記載の火災監視システムに於いて、
前記火災感知手段は所定の感知器設置区画毎に設置され、
前記匂い検知手段は前記感知器設置区画の一部に設置され、
前記受信機の前記匂い判定手段は、火災発報した区画に前記匂い検知手段が設置されていない場合、周辺の区画に設置された前記匂い検知手段を選択して匂いの種別を判定することを特徴とする火災報知システム。
- 請求項2又は7記載の火災監視システムに於いて、
前記多層式のニューラルネットワークは、結合ニューラルネットワークであり、
前記学習情報を入力した場合に出力される値と所定値の期待値との誤差に基づくバックプロパゲーションにより学習することを特徴とする火災監視システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019062897A JP7408290B2 (ja) | 2019-03-28 | 2019-03-28 | 火災監視システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019062897A JP7408290B2 (ja) | 2019-03-28 | 2019-03-28 | 火災監視システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020161072A JP2020161072A (ja) | 2020-10-01 |
JP7408290B2 true JP7408290B2 (ja) | 2024-01-05 |
Family
ID=72639536
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019062897A Active JP7408290B2 (ja) | 2019-03-28 | 2019-03-28 | 火災監視システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7408290B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7435746B2 (ja) * | 2020-04-02 | 2024-02-21 | I-Pex株式会社 | 匂い検出システム、匂い検出方法及びプログラム |
CN112309073A (zh) * | 2020-11-02 | 2021-02-02 | 苏州凯丰电力科技股份有限公司 | 隐形防火墙 |
WO2023163028A1 (ja) * | 2022-02-28 | 2023-08-31 | パナソニックIpマネジメント株式会社 | 匂い検知システム及び匂い検知方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007132671A1 (ja) | 2006-05-12 | 2007-11-22 | Panasonic Electric Works Co., Ltd. | 音波式煙感知器 |
JP2010078333A (ja) | 2008-09-24 | 2010-04-08 | National Institute Of Advanced Industrial Science & Technology | 検出センサ、振動子 |
WO2018061092A1 (ja) | 2016-09-27 | 2018-04-05 | 株式会社アロマビット | 匂い測定装置、及び匂いデータ管理装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07120476B2 (ja) * | 1987-05-18 | 1995-12-20 | ホーチキ株式会社 | 火災判断装置 |
JP2756276B2 (ja) * | 1988-10-13 | 1998-05-25 | 能美防災株式会社 | 火災警報装置 |
JPH04365194A (ja) * | 1991-06-12 | 1992-12-17 | Toyoe Moriizumi | 火災報知装置 |
JPH0652464A (ja) * | 1992-07-31 | 1994-02-25 | Matsushita Electric Works Ltd | 複合型火災感知器 |
JP3032402B2 (ja) * | 1993-05-18 | 2000-04-17 | ホーチキ株式会社 | 火災判定装置及びニューラルネットワークの学習方法 |
JP3274929B2 (ja) * | 1994-03-30 | 2002-04-15 | 能美防災株式会社 | 初期火災検出装置 |
JP3461601B2 (ja) * | 1994-12-27 | 2003-10-27 | 能美防災株式会社 | 火災報知設備 |
-
2019
- 2019-03-28 JP JP2019062897A patent/JP7408290B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007132671A1 (ja) | 2006-05-12 | 2007-11-22 | Panasonic Electric Works Co., Ltd. | 音波式煙感知器 |
JP2010078333A (ja) | 2008-09-24 | 2010-04-08 | National Institute Of Advanced Industrial Science & Technology | 検出センサ、振動子 |
WO2018061092A1 (ja) | 2016-09-27 | 2018-04-05 | 株式会社アロマビット | 匂い測定装置、及び匂いデータ管理装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2020161072A (ja) | 2020-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7408290B2 (ja) | 火災監視システム | |
JPH0535980A (ja) | 複合式火災判断方法 | |
EP1815447B1 (en) | Fire detection system and method using multiple sensors | |
JP6788165B2 (ja) | 火災検知器及び火災検知方法 | |
GB2301921A (en) | Fire alarm system | |
US20210350684A1 (en) | Fire alarm equipment | |
EP2777030B1 (en) | Automatic audible alarm origination locate | |
JPH07272143A (ja) | 初期火災検出装置 | |
JP6982431B2 (ja) | 防災設備の伝送システム | |
JP4919393B2 (ja) | 火災報知設備 | |
JP3151470B2 (ja) | 火災性状把握システム | |
JP2001067557A (ja) | 火災感知器及び火災感知器用試験機 | |
CN103810809A (zh) | 基于ds证据理论判断火灾的方法 | |
JPH09288779A (ja) | 火災警報システム | |
JP3326018B2 (ja) | 火災報知設備 | |
JP2020161071A (ja) | ガス漏れ警報器 | |
JP7481834B2 (ja) | 火災報知設備 | |
JP3295194B2 (ja) | 火災報知設備 | |
JP3350601B2 (ja) | 多重伝送式火災警報システム | |
JP6602035B2 (ja) | 検知装置 | |
JPH04365194A (ja) | 火災報知装置 | |
JP7248448B2 (ja) | 火災報知システム、火災報知方法、及びプログラム | |
JP4239196B2 (ja) | 火災報知設備 | |
JP7174535B2 (ja) | 火災受信機 | |
JPH07114682A (ja) | 火災報知設備 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220325 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220413 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230425 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230510 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230619 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230719 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230829 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231129 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231220 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7408290 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |