JPH04365194A - 火災報知装置 - 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】この発明は、火災報知装置、特に
、誤報が少なく且つ高い検出精度が得られる火災報知装
置に関するものである。

【０００２】

【従来の技術】例えば、特開昭６０−１５８１９７　号
公報に開示された従来の火災報知装置によれば、火災の
監視に、煙センサー、温度センサー、ＣＯガス濃度セン
サーおよび炎センサー等を使用することによって、火災
に対する情報の複合化を図り、火災の検知精度の向上を
図っている。

【０００３】

【発明が解決しようとする課題】しかしながら、上述し
た従来の火災報知装置は、以下のような問題を有してい
る。即ち、タバコの煙、水蒸気、その他の非火災源にも
反応するため、火災か否かの判断精度が非常に低い。従
って、実用化し難くかった。

【０００４】従って、この発明は、ガスおよび煙の種類
、および、火災初期のごく少量のガスおよび煙の有する
臭いを認識して、火災か否かを的確に判断することによ
って、火災を高い精度で早期に検知できる火災報知装置
を提供することにある。

【０００５】

【課題を解決するための手段】この発明は、火災時に発
生するガスおよび煙が有する臭いを検出するための、そ
れぞれ異なる応答性を有する複数個のセンサからなるセ
ンサアレイを備えた臭い検出手段と、前記臭い検出手段
からの複数個の応答出力を１つのパターンとして認識し
、そして、前記パターンの差によって火災か否かを判断
するための、繰返し学習によって火災か否かの判断精度
を向上できるニューラルネットワーク等からなるパター
ン認識手段とを備えたことに特徴を有するものである。

【０００６】

【作用】この発明における臭い検出手段は、それぞれガ
スおよび煙の有する臭に対する応答特性が微妙に異なる
センサを複数個使用することにより、検出された臭いに
対する情報量が増え、この結果、臭いの識別能力を向上
させることができる。

【０００７】この発明において、パターン認識手段とし
て使用するニューラルネットワークは、臭い検出手段か
らの出力を学習することによって、検知されたガスおよ
び煙による臭いが火災によるものか否か、そして、火災
によるものならば発生初期なのか炎上中なのかを高精度
で判断する機能を有している。

【０００８】上述したニューラルネットワークは、運転
の初期に学習した後も、常時雰囲気を測定を継続するこ
とによって、外乱がある都度、火災が発生したかどうか
を学習することができる。換言すれば、臭い検出手段の
設置場所の雰囲気を学習することによって、火災発生に
対する判断精度を向上させることができる。

【０００９】次に、この発明の火災報知装置の一実施態
様を図面を参照しながら説明する。図１は、この発明の
火災報知装置の一実施態様を示すブロック図、図２は、
ニューラルネットワークによって、臭い検出手段からの
複数個の応答出力をパターン認識する仕組みを示す説明
図である。

【００１０】図１において、１は、入力対象からのガス
および煙による臭い、２は、それぞれ異なる応答性を有
する複数個のセンサからなるセンサアレイからなる臭い
検出手段であり、センサは、酸化錫半導体にパラジウム
等を添加して活性化させた半導体からなっている。３は
、臭い検出手段２からの応答出力を、後述するニューラ
ルネットワークに入力するためのＡ／Ｄ　変換器、４は
、臭い検出手段２からの複数個の応答出力を１つのパタ
ーンとして認識し、パターンの差によって火災か否かを
判断するためのパターン認識手段としてのニューラルネ
ットワーク、そして、５は、ニューラルネットワークか
らの出力である。

【００１１】臭いがニューラルネットワーク４によって
パターン認識される仕組みを図２に示す。この例では、
ニューラルネットワーク４は、入力層、中間層および出
力層に階層化され、それぞれの層を構成する３個づつの
ニューロンユニットが入力層から出力層に向かって接続
されている。各入力層に信号パターンを入力すると、出
力層に出力パターンが得られる。入力層のユニット数は
、臭い検出手段２を構成するセンサの数と等しく、セン
サの出力と対応する各ユニットに信号パターンが入力さ
れる。出力層のユニット数は、識別したい臭い（燃焼物
）の数と同数設けられている。即ち、出力層のユニット
数は、臭い（１）　なら木綿の燃焼ガス、臭い（２）　
なら低濃度調理ガス、そして、臭い（３）ならタバコの
煙のように、臭いの数と同数設けられている。

【００１２】図２に示す例では、センサー１のユニット
の出力が他のユニットの出力に比べて大きいので、臭い
（１）　と判断される。この臭い（１）　が火災による
ものである場合には、臭い（１）　に対応するユニット
の出力を１、その他のユニットの出力を０とするような
教師信号を与える。各層間の結合強度である重み係数を
修正する、上述した学習過程を繰り返すことにより、出
力パターンが望ましいものに収束し、学習は終了する。 学習終了以降に間違った判断を下すことは無くなる。従
って、学習終了後に、火災に対応する臭い（１）　に相
当する入力があれば、火災と判断して、報知する。

【００１３】ニューラルネットワークは、上述したよう
に、入力層、中間層および出力層における各ニューロン
ユニット間の結びつき強度を適当に変化させることによ
って、的確な判断が行える。従って、タバコ等の非火災
発生源からのガスおよび煙による臭いも、学習終了後で
あれば、火災と誤認識することはない。

【００１４】

【発明の効果】以上説明したように、この発明によれば
、臭い検出手段に、異なる応答特性を有する複数個のセ
ンサを使用し、これらのセンサの応答出力パターンをニ
ューラルネットワークによって処理することによって、
火災の発生を高精度で判断できるといった有用な効果が
もたらされる。

【図面の簡単な説明】

【図１】この発明の火災報知装置の一実施態様を示すブ
ロック図である。

【図２】ニューラルネットワークによって、臭い検出手
段からの複数個の応答出力をパターン認識する仕組みを
示す説明図である。

【符号の説明】

１：ガスおよび煙による臭い、 ２：臭い検出手段、 ３：Ａ／Ｄ　変換器、 ４：ニューラルネットワーク、 ５：ニューラルネットワークからの出力。

Claims (2)

【特許請求の範囲】
1. 【請求項１】　　火災時に発生するガスおよび煙が有す
   る臭いを検出するための、それぞれ異なる応答性を有す
   る複数個のセンサからなるセンサアレイを備えた臭い検
   出手段と、前記臭い検出手段からの複数個の応答出力を
   １つのパターンとして認識し、そして、前記パターンの
   差によって火災か否かを判断するためのパターン認識手
   段とを備えたことを特徴とする火災報知装置。
2. 【請求項２】　　前記パターン認識手段は、繰返し学習
   によって火災か否かの判断精度を向上できるニューラル
   ネットワークからなっていることを特徴とする請求項１
   記載の火災報知装置。