JPH04339233A - 火災予防装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は接続された装置の火災発
生を防止する火災予防装置に関し、例えば、接続装置が
少なくとも可動可能状態にある場合において、接続装置
内の状況を予め分類された状況の一つとして認識し、認
識状況に応じた火災予防処置を行なう火災予防装置に関
するものである。

【０００２】

【従来の技術】装置、例えば従来の複写機の安全対策と
しては、ハードウエア面では複写機内で火災の直接の原
因となり得る熱源、例えば、光源部のハロゲンランプ、
熱定着器部のヒータに対して、温度ヒューズや、サーモ
スイッチを設置することにより、危険温度に達した場合
に保護動作を行なうよう制御していた。また、電源部で
の過電流・過電圧保護回路等も発火防止対策としても使
用されている例等がある。

【０００３】一方、同様に、ソフトウエア面においても
、熱定着器等に取り付けられたサーミスタからの温度情
報による温度制御を行なつたり、温度や光量制御信号を
監視する等して、異常時に対する処理を行うこと等が行
なわれていた。

【０００４】

【発明が解決しようとする課題】しかし、これらの安全
対策は、複写機本体に搭載されているＣＰＵにより管理
されている面はあるが、それらは各部分ごとに行われて
いるものであり、この様な部分的な対策においては、安
全対策用に用いられている部品・回路自体に欠陥、もし
くは、故障があった場合、また、その部品・回路が正常
に動作していたとしても、他の部品・回路が故障した場
合、例えば、センサ回路は正常であるが、制御回路に異
常があった場合等にその影響によって異常が検出できな
い自体に陥り、本来望むべき保護動作を行えなくなって
しまう様な状態に陥る可能性があった。このため、火災
を発生してしまう可能性が少なからずあつた。

【０００５】

【課題を解決するための手段】本発明は上述の課題を解
決することを目的として成されたもので、統合的な火災
予防システムを提供することを具体的目的とし、該目的
を達成する一手段として以下の構成を備える。即ち、接
続装置が少なくとも可動可能状態にある場合において、
前記接続装置内の状況を予め分類された状況の一つとし
て認識し、認識状況に応じた火災予防処置を行なう火災
予防装置であって、接続装置の電源投入状態での各部の
状態パラメータの各データを時系列データとして記憶す
る時系列データ記憶手段と、該時系列記憶手段に記憶の
各時系列データの各々を入力する入力ユニットの集合で
ある入力層、該入力層の各入力ユニットとの少なくとも
一部が結合された複数の中間層ユニットの集合である中
間層、及び該複数の中間ユニットの少なくとも一部と結
合され上記複数の可動状況に対応して設けられた出力ユ
ニットの集合である出力層からなるニューラルネットと
を備える。

【０００６】

【作用】以上の構成において、接続装置本体側にいかな
る故障が発生しても、確実に接続されている装置の火災
等の発生を予防できる火災予防装置が提供できる。

【０００７】

【実施例】以下、図面を参照して本発明に係る一実施例
を詳細に説明する。図１は本発明に係る一実施例の火災
予防システムの概略構成図である。図１において、１０
０が本実施例火災予防装置２００の接続される装置とし
ての複写機、２００が本実施例の火災予防装置である。

【０００８】複写機１００において、１はＲＯＭ２に格
納された制御手順等に従い複写機全体の全体制御を司る
メインＣＰＵ、２は上述の制御手順の他、必要なパラメ
ータ等を記憶するＲＯＭ、３，４はＲＡＭ、５はメイン
ＣＰＵ１の制御下で搬送系のモータ等の制御及び定着器
関係のヒータ制御等を司るサブＣＰＵ、６はメインＣＰ
Ｕ１が光学系を制御するためのＩ／Ｏポート、７はラン
プ８を調光するためのランプ調光回路、８は複写原稿を
読み取るためのランプ、９はサブＣＰＵ５が搬送系のモ
ータ等の制御及び定着器関係のヒータ制御等を行なうた
めのＩ／Ｏポート、１０はヒータ温度調節回路、１１は
モータ制御回路、１２は原稿搬送系等を駆動するモータ
、１３は定着器用のヒータである。他に電源１４を備え
る。

【０００９】なお、これ以外にも画像処理系、原稿搬送
系、原稿への複写画像転写機構等、複写機に一般的に備
えられている各種構成を備えているが、これらの機構は
本実施例の主眼とする火災発生源に成る可能性がほとん
ど無いため、説明の簡単のため図示を省略している。 又、火災予防装置２００において、２０１はＲＯＭ２０
２に格納された制御手順に従い装置全体の制御を司るＣ
ＰＵ、２０２はＲＯＭ、２０３はＲＡＭ、２０４は所定
時間を計時等して割込み信号を発生させるタイマ、２０
５は後述する複写機に備えられたセンサよりの検出デー
タをＣＰＵ２０１で収集するための入力ポート、及び認
識結果により外部回路に信号を出力する必要が生じた場
合に必要となる出力ポートよりなるＩ／Ｏポートである
。これら各構成はバスを介して相互に接続されている。

【００１０】火災予防装置２００は、複写機１００にお
ける発火、発煙源としての光源部、熱定着器部、電源、
モータ等に、複写機の可動状態に関するパラメータを検
出するためのセンサ群を備え、異常状態の認識処理を実
行可能に構成されており、複写機本体の全体制御を司る
メインＣＰＵ１からは完全に別個独立した構成になって
いる。

【００１１】次に、複写機１００に備えられたセンサ群
について説明する。複写機の稼動状態を検出するセンサ
としては、 １）光源部に、 （ａ）ランプの温度を測定する温度センサ２７（ｂ）サ
ーモスイッチ（または、温度ヒューズ）の接続、断絶を
検知する電流の検知及びランプの光量制御信号の検知を
行なうセンサ２６ ２）熱定着部に、 （ａ）定着器の温度を測定する温度センサ２１（ｂ）サ
ーモスイッチ（または、温度ヒューズ）の接続、断絶を
検知する電流の検知及びヒータの温度制御信号の検知を
行なうセンサ２２ ３）電源部に、 （ａ）入力端、出力端における電圧・電流を検出するセ
ンサ２４ （ｂ）スイッチング素子のＦＥＴ、ダイオード等の温度
を検知する温度センサ２５ ４）駆動部に、 （ａ）モータへの入力電圧の検出、パルスの検出を行な
うセンサ２３ （ｂ）モータの回転数及びモータの表面温度を検出する
センサ２０等がある。

【００１２】ＣＰＵ２０１は、これらのセンサ群からの
信号をＩ／Ｏポート２０５を介して入力して異常状態を
認識を行う。このＩ／Ｏポート２０５の入力ポートとセ
ンサ群とはＡ／Ｄ変換器を介して接続されており、セン
サから出力されたアナログ信号は、デイジタル信号に変
換されＲＡＭ１０２に格納される。本実施例の火災予防
装置２００は、いわゆるニューラルネットとしての構成
を逐次処理型の既存のハードウエアにおいて、ソフトウ
エアにより実現したものである。

【００１３】即ち、本実施例の火災予防装置２００は、
図２に例示するように、複写機が可動状態、または、可
動可能状態時における各部の状態を、予め分類された複
数の異常状態のひとつとして認識するため、複写機の電
源投入状態での各部の状態のパラメータを上述の各種セ
ンサ等で検出する。そして、各部毎にパラメータを出力
する可動状態データ出力手段ＫＤと、該各パラメータの
各データの各々を入力する入力ユニットＩｍ（ｍ＝１，
２，・・・）の集合である入力層ＩＬ、該入力層ＩＬの
各入力ユニットＩｍと少なくとも一部が結合された複数
の中間ユニットＭｎ（ｎ＝１，２，・・・）の集合であ
る中間層ＭＬ、及び該複数の中間ユニットＭｎの少なく
とも一部と結合され、上記複数の異常状態に対応して設
けられた出力ユニットＯｐ（ｐ＝１，２，・・・）の集
合である出力層から構成されるニューラルネットとし、
各層間における各ユニット間の結合の強さを、特定の可
動状況毎に、出力層ＯＬの各出力ユニットＯｐに所望の
出力が得られるように予め学習したニューラルネットＮ
構成とする。

【００１４】また、前記可動状態データＫＤの時系列デ
ータ等のデータ及び学習結果データは記憶手段としての
ＲＡＭ２０３に記憶させる。以上の構成において、次の
ようにして複写機１００の可動状態を予め分類された複
数の異常状態のひとつとして認識する。 （１）稼動状況出力手段ＫＤにより複写機の可動状態、
例えば熱定着器のヒータ１３の温度、ハロゲンランプ８
の温度、ハロゲンランプ周辺対象物温度、冷却ファンへ
の供給電圧値、電源出力電圧・電流、モータ１２の回転
数・入力電圧等の各部の複数のパラメータを検出し、各
パラメータ毎にデータを出力する。この時、各パラメー
タについてデータは、所定個数の時系列データとして取
込む。 （２）可動状況出力手段ＫＤによって出力された各部の
各パラメータについての各データの各々は、ニューラル
ネットＮの入力層ＩＬの各入力ユニットＩｍに入力され
る。この入力層ＩＬの各入力ユニットＩｍは、中間層Ｍ
Ｌの複数の中間ユニットＭｎの少なくとも一部は、出力
層ＯＬの複数の出力ユニットＯｐに結合されている。各
ユニット間の結合の強さは予め学習されているから、現
在の複写機の各部の状態に応じた出力が得られる。 （３）この結果、複写機の可動状態を反映した複数のパ
ラメータに基づいて、複写機の現在の状態が、予め分類
された複数の異常状態のひとつとして認識される。

【００１５】なお、ニューラルネットＮは、階層型、自
由連想型、相互結合型等種々の構成を採用することがで
き、階層型の場合、中間層は１層に限定されるものでは
なく、２以上の層を有する構成としてもよく、また、さ
らに、ニューラルネットＮにフィードバック結合を加え
ても差し仕えない。その学習は、バックプロパゲーショ
ン等の周知のアルゴリズムを適用することができ、フィ
ードバック結合を有する場合には、再循環アルゴリズム
あるいは再起バックプロパゲーション等の手法を用いる
ことができる。

【００１６】以上のニューラルネットＮの具体的構成と
各センサからのデータの処理を、図３を参照しつつ、以
下説明する。上述した各部センサからの温度データ、光
量制御信号データ、ヒータ温度制御信号データ等の検出
信号は、ＣＰＵ２０１のデータ取込み部においてタイマ
２０４よりの割込みに係る一定時間毎に読み込まれ、時
系列のデータとして次段の時系列データ展開部ＴＤＴｉ
で展開される。この時系列データ展開部ＴＤＴｉは、時
間毎にデータをシフトする構成としており、これにより
データに単位時間デイレイを付与して時系列データを生
成する構成となっている。

【００１７】また、入力データとしては、これらセンサ
からのデータのほかに、データ読み込み部（光源部、定
着器部など）を示す読み込み部指定データＰＲＤがある
。本実施例では入力ユニット数を減らすことで、各部分
毎に各々の場所の異常を認識させている。ニューラルネ
ットＮは、階層型のものであり、各データに対応して設
けられた中間ユニットからなる中間層Ｍｎと、認識すべ
き複写機の稼動状態の種別数に対応する数だけ設けられ
た出力ユニットからなる出力層Ｏｐとから構成されてい
る。各ユニット間の結合の強さは、いわゆるバックプロ
パゲーション等の手法により学習されている。

【００１８】このバックプロパゲーションによる学習と
は、複写機の異常時などの典型的な状況下での各センサ
等からの入力値をニューラルネットＮに入力し、これら
の入力に対し、異常状態に対応する出力ユニットの出力
値が値１で、それ以外の出力ユニットの出力値が値０と
なるように結合量ωを学習させるものである。この手法
は周知のものなので、詳細な説明は省略するが、基本的
には、各出力ユニットの実際の出力と理想的な出力（以
下、教師データと呼ぶ）との誤差が最小になるように各
ユニット間の結合の強さ（重み付けデータ）ωを学習す
るものであり、最小２乗誤差法が用いられる。

【００１９】なお、中間層と入力層については、教師デ
ータに相当するものを決定することが実際上困難なので
、出力側の層の誤差値δに重み付けデータωを乗算した
累積値をその層の誤差値とし、これが最小になるように
学習を行う。各異常状態においてこうした学習を繰返し
行って、それぞれの異常状態での入力パターンに対して
各層の結合の強さを学習しておけば、学習した異常状態
時パターン以外のパターンが入力されても、これに一番
近い出力の連想（出力の計算）がなされ、ニューラルネ
ットとして、異常状態を認識することができることにな
る。

【００２０】時系列データ展開部ＴＤＴｉで展開された
時系列データＴＤｍー１　と、読み込み部指定データＰ
ＲＤはニューラルネットの入力層Ｉｍの各入力ユニット
に入力されることになるが、この様子を模式的に示した
のが図４である。時系列データＴＤｍー１　は、一定時
間毎に最も古いデータがひとつ消去され、最新のデータ
がひとつ付け加えられて更新される。

【００２１】以上の処理を簡単にまとめると、この火災
予防システムは、その使用に先立って、まず、ニューラ
ルネット内の各層間の結合の強さをバックプロパゲーシ
ョンの手段法により学習し、学習後は、稼動中の複写機
内部からの各入力信号の一定時間の時系列データを入力
して、出力計算を行って異常状態を認識するものである
。本実施例では、学習された結合の強さを重み付けデー
タωとして予め記憶装置としてのＲＯＭ２０１に記憶し
、これを用いた演算により異常状態の認識を行っている
。

【００２２】以下、本実施例における具体的な複写機１
００の異常状態の認識処理について、図５及び図６のフ
ローチャートを参照して説明する。図５に示す割込み処
理ルーチンでは、各部センサからの出力を読み込み、時
系列データＴＤｍー１　として読み込んだデータを格納
し、ニューラルネットとしての処理と、その結果に応じ
た処理を行なつている。図６に示すメインルーチンでは
、ニューラルネットとしての処理と、その結果に応じた
処理を行なつている。

【００２３】まず、図５を参照して割込み処理ルーチン
を説明する。この割込み処理ルーチンは、タイマ２０４
の一定時間毎の割込みにより起動される。そして、まず
ステツプＷＡにおいてメモリに格納されている読み込み
部指定データＰＲＤに従い読み込み先のＩ／Ｏポートア
ドレスを決定する。続いてステツプＷＢで現在ＲＡＭ２
０３の所定の領域に格納されている、ステツプＷＡで決
定指定された読み込み部時系列データＴＤｍー１　をシ
フトし、データ取込み指令を出力する。その後ステツプ
ＷＣで読み込みデータに対してＡ／Ｄ変換の処理を行い
、ステツプＷＤでデータの取込みを完了するまで待機す
る。

【００２４】データの取込みが完了するとステツプＷＤ
よりステツプＷＥに進み、読み込んだその最新データを
ステツプＷＢで予めシフトしておいたメモリの最新時間
のデータを格納する場所へ格納し、読み込み部指定デー
タＰＲＤの格納アドレスに次の割込み処理で読み込みに
いく場所のデータをセットしてリターンする。以上のよ
うにして、各部のデータを一定時間毎に読み込み先をか
えながら、時系列データＴＤｍー１　としてＲＡＭ２０
３の各部のデータ格納領域へと順次格納することができ
る。

【００２５】続いて図６を参照してメインルーチンの処
理を説明する。メインルーチンにおいては、まずステツ
プＡで読み込み部指定データＰＲＤを読み出す。続いて
ステツプＢでステツプＡにて読み出した読み込み部指定
データＰＲＤの示すデータ群に対してニューラルネット
処理を実行する。具体的には以下の各処理を実行するこ
とになる。 １）まず入力層の各ユニットの出力値を計算する。

【００２６】この計算は、各入力データの時系列データ
ＴＤｍー１　と読み込み部指定データＰＲＤに予め決定
した重み付けデータωｍー１　ωｍ　を乗算して、次式
（１）により累積値ＮＥＴｍ　のｓｉｇｍｏｉｄ関数と
して出力値ＩＤｍ　を求めることにより行われる。 　　　　　　　　　　ＮＥＴｍ　＝（ωｍ　・ＴＤｍー
１　）＋（ωｍ　・ＰＲＤ）　　　　…式（１）　　　
　　　　　　　ＩＤ＝１／（１＋ｅ−（ＮＥＴｍ＋Ｓｍ
））　　　　　　　　　　　　　　　　　　　　…式（
２）なお、式（２）のｓｉｇｍｏｉｄ関数は、累積数Ｎ
ＥＴｍ　＝０で関数値が値「０」となり、累積数ＮＥＴ
ｍ　が最大値となったところで関数値が値「１」となり
、累積値ＮＥＴｍ　がその変域の中間値となったところ
で関数値が値「０．５」となるよう位相Ｓｍ　が決定さ
れたものである。

【００２７】また、式（１）、（２）及び以下の式にお
いて、ωは、各層間の結合の強さを表す重み付けデータ
、ωｍ　は入力データとこれに対応した入力ユニット間
の重み付けデータ、ωｎｍは入力ユニットと中間ユニッ
ト間の重み付けデータ、そしてωＰｎは中間ユニットと
出力ユニット間の重み付けデータである。これらの各重
み付けデータは記述した通り、予めバックプロパゲーシ
ョンの手法により、学習され決定されてＲＯＭ１０１内
に記憶されているものである。 ２）続いて中間層の各ユニットの出力値ＭＤｎ　を、次
式（３）、（４）に従って計算する処理を行う。

【００２８】この出力値ＭＤｎ　の計算は、入力ユニッ
トの出力値ＩＤｍ　の計算と同様に行われる。

【００２９】

【式３】 　　　　　　　　　　ＮＥＴｎ　＝Σ（ωｎｍ・ＩＤｍ
　）　　　　　　　　　　　　　　　　　　　　　　…
式（３）　　　　　　　　　　　　　　　　　　　　ｍ
＋１　　　　　　　　　　　ＭＤｎ　＝１／（１＋ｅ−
（ＮＥＴｎ＋Ｓｎ））　　　　　　　　　　　　　　　
　　　…式（４）３）出力層の各ユニットの出力値を、
次式（５）、（６）に従って計算する処理を行う。

【００３０】この出力値ＯＤｐ　の計算は、中間ユニッ
トＭｎ　の出力値ＭＤｎ　の計算と同様に行われる。

【００３１】

【式５】 　　　　　　　　　　ＮＥＴｐ　＝Σ（ωｐｎ）・ＭＤ
ｎ　　　　　　　　　　　　　　　　　　　　　　　…
式（５）　　　　　　　　　　　　　　　　　　　　　
ｎ　　　　　　　　　　ＯＤｐ　＝１／（１＋ｅ−（Ｎ
ＥＴｐ＋Ｓｐ））　　　　　　　　　　　　　　　　　
　…式（６）続いてステツプＣで、ステツプＢでの上述
した計算の結果から複写機内部に異常部分が検出された
か否かを調べる。異常部分がなければステツプＡに戻り
、次の読み込み部指定データの読み込み、解析を行なう
。

【００３２】一方、ステツプＣで複写機内部の異常が検
出された時にはステツプＤに進み、複写機本体のメイン
ＣＰＵ１が正常か否かを調べる。メインＣＰＵ１が暴走
してしまった時等、メインＣＰＵ１に異常があれば、ス
テツプＥに進み、メインＣＰＵ１にリセット信号を送り
、メインＣＰＵが正常状態に復帰するよう起動をかける
。

【００３３】メインＣＰＵ１に異常がなければ、他の複
写機部分の異常発生であるため、ステツプＦに進み、異
常発生部位をメインＣＰＵ１に通達するため、本体ＲＡ
Ｍ３の所定の領域にデータを送る。ここでニューラルネ
ットによる出力結果は、学習時のパターンもしくはこれ
に類似したパターンが入力されれば、対応する出力値が
近似的に値「１」に、他に出力値が近似的に値「０」に
なる。従って、この出力値はそのまま複写機の以上状態
の認識結果となっているから、その結果に対応したデー
タをメインＣＰＵ１側に送ってやれば、そのデータによ
りメインＣＰＵ１側で予め決められている処理をするこ
とになる。

【００３４】以上説明したように、本実施例の火災防止
システムによれば、予め学習を済ませたニューラルネッ
トを用いることにより、複写機の稼動中に以上状態が発
生したことを容易に認識することができ、それに対して
即座に対処可能となる。また、複写機本体側１００と本
実施例装置２００の制御を別にすることで、本体側のＣ
ＰＵが暴走、または、故障等を起こした時でも、危険回
避の可能性が高まる。

【００３５】更に、従来から用いられてきた回路の制御
信号や、検出回路の検出値をそのまま利用でき、システ
ムのコストダウン、簡素化といった利点も得られる。更
にまた、ニューラルネットを用いたことで、異常判断の
判断基準をルール化する必要がなく、しかも本実施例で
は、階層型のニューラルネットを用いているので学習も
容易である。

【００３６】これらの結果、本実施例の火災予防システ
ムによれば、複写機の発火・発煙の可能性はたいへん低
いものとすることができる。

【００３７】

【実施例２】本発明に係る第２の実施例について以下説
明する。本発明に係る第２実施例においては、ニューラ
ルネットに入力される信号に関して、第１実施例で時系
列データを展開していたのに対し、図６に示すように、
変化抽出部７０１において変化量及び変化回数を抽出す
る処理を行う部分のみが相違する構成となつている。

【００３８】第２実施例の火災予防システムの他の構成
は第１実施例とほぼ同一であり、詳細説明を省略する。 すなわち、変化抽出部７０１においては、ヒータ温度デ
ータ、ランプ温度データ等の所定時間の変化量や制御信
号のオン／オフ回数とを求める処理を行ってから、その
データをニューラルネットに入力する。または、ＣＰＵ
２０１による差分演算やカウント等のソフトウエアによ
ってもよい。バックプロパゲーション等による学習方法
、異常認識のための演算などは、第１実施例と同様に行
なわれる。

【００３９】本実施例では、第１実施例の効果に加えて
、データの変化量を扱うことによるニューラルネットへ
のデータ量の低減を図ることができ、装置構成の簡略化
といった効果を得ることができる。

【００４０】

【発明の効果】以上説明したように本発明によれば、接
続装置の火災発生を予防するため、接続装置本体とは完
全に独立した構成となっていることから、接続装置側の
異常状態の如何に影響されることなく、発火・発煙を未
然に防ぐことが可能となる。また、このシステムは独立
した構成となっているので、どの様な機種にも容易に組
込むことができ、火災予防等に間する異常時処理のソフ
トウエアを機種毎に作成する必要をなくすことができる
。更に、接続装置の制御信号を流用することができるた
め、システムの簡素化が図れる。

【図面の簡単な説明】

【図１】本発明に係る一実施例としての火災予防システ
ムの構成図である。

【図２】本実施例におけるニユーラルネツトの基本構成
を示す図である。

【図３】本実施例における複写機稼動時の異常状態認識
処理を説明するブロツク図である。

【図４】本実施例における時系列データとニューラルネ
ットとの関係を示す図である。

【図５】本実施例における稼動状態の認識処理における
割込み処理を示すフローチャートである。

【図６】本実施例における稼動状態の認識処理における
メインルーチン処理を示すフローチャートである。

【図７】本発明に係る第２実施例の第１の実施例と異な
る部分の要部を示すブロツク図である。

【符号の説明】

１　　　　メインＣＰＵ、 ２，２０２　　　　ＲＯＭ、 ３，４，２０３　　　　ＲＡＭ、 ５　　　　サブＣＰＵ、 ６，９，２０５　　　　Ｉ／Ｏポート、７　　　　ラン
プ調光回路、 ８　　　　ランプ、 １０　　　　ヒータ温度調節回路、 １１　　　　モータ制御回路、 １２　　　　モータ、 １３　　　　ヒータ、 １４　　　　電源、 ２０，２１，２５，２７　　　　温度センサ、２２，２
３，２４，２６　　　　電流・電圧・信号検出センサ、 １００　　　　複写機、 ２００　　　　火災予防装置、 ２０１　　　　ＣＰＵ、 ２０４　　　　タイマである。

Claims (1)

【特許請求の範囲】
1. 【請求項１】　　接続装置が少なくとも可動可能状態に
   ある場合において、前記接続装置内の状況を予め分類さ
   れた状況の一つとして認識し、認識状況に応じた火災予
   防処置を行なう火災予防装置であって、前記接続装置の
   電源投入状態での各部の状態パラメータの各データを時
   系列データとして記憶する時系列データ記憶手段と、該
   時系列記憶手段に記憶の各時系列データの各々を入力す
   る入力ユニットの集合である入力層、該入力層の各入力
   ユニットとの少なくとも一部が結合された複数の中間層
   ユニットの集合である中間層、及び該複数の中間ユニッ
   トの少なくとも一部と結合され上記複数の可動状況に対
   応して設けられた出力ユニットの集合である出力層から
   なるニューラルネットとを備えることを特徴とする火災
   予防装置。